陈南: 最近在思考用户对AI总结内容的信任度时有了一个很重要的认知：AI总结的内容很难让用户感受到共识，而人类编写的内容可以。 小红书这几年慢慢成为了旅游内容行业的一匹黑马，有很多人在小红书上找旅游攻略，包括我。我们在小红书上搜攻略时，很少会因为一个单独帖子的正文就决定了整个行程，我们会刷很多目的地相关的帖子，不仅会仔细看帖子的正文，还会看看评论区里“有经验的用户”的回复。在这个过程中，表面上我们是在寻找更多的信息，但实际上，我们是在寻找群体观点中的共识。 从众心理是一种植根于人类基因的底层倾向，当一个人出去旅游时，TA思考的第一个问题是：其他人都去哪里玩？大多数人的旅游是打卡型的，先逛完了大众共识中的网红打卡点，才有心思去追求小众。如果连最大众的景点都没去，很多人会担心回去之后都没有可以跟朋友吹牛逼的谈资。我们对于自己所规划的行程的信心，往往是在浏览了多个反复印证的信息源后才建立起来的。 那有朋友可能就会想，我让AI总结一下“共识”不就可以了吗？这里就又引出了一个很重要的点，我们似乎更信任那些能够积极参与共识建立过程的信息，而不是接受一个现成的共识。这里的核心不在于总结的内容质量如何，而是AI总结的内容没有“人味儿”。当我在小红书上浏览一个个的帖子时，我能看到作者的昵称和头像，这会给我带来一种很明确的感觉：对面写这段文字的人是一个真实的个体，在评论区，我会感觉到有一个真实的人类在分享TA的观点，这种“鲜活感”是非常重要的，它是信任感的根基。在旅游这种重线下体验的场景中，去过那个地方的人的真情实感所传达出的“鲜活感”，远远超越AI，那也就意味着，用户对AI总结的内容的信任度要差几个数量级。 除此之外，对于大多数人来说，一年也就旅游一两次，每次旅游决策往往需要用户用大量的钱来投票，“信任度”在需要谨慎决策的场景中尤为重要。 当然，现在的各种AI应用正在尝试用各种方式来提升用户对于信息的信任感，比如，Perplexity和Microsoft Copilot 会展示某个观点的信息来源，也会在下方列出参考的文献列表。这里我不会一棍子打死，说这种模式不ok，因为不是所有的场景都需要共识。 简单来讲，可以分为两类：事实查询类场景和以经验为基础的场景。 对于总结新闻事件、查询某个编程语言的语法、查询天气预报这种事实查询类场景来说，它其实并不需要共识，只要AI总结的信息足够准确，并且能够列举出信息来源，大多数情况下就可以满足用户的需求。 但是，在以经验为基础的场景中，共识就非常重要。小到餐厅、酒店的挑选，大到教育、职业道路的决策，都需要借助大量信息背后的共识来形成决策意见。与其相信一个AI能给予合适的指引，大多数人会选择在真人的发言中探索答案。 归根结底，共识的背后是信任问题，我们会本能地认为，大多数人都认同的东西，大概率是可信的。那么，除了共识之外，还有什么办法能带给人信任感呢？《影响力》一书给出了一些答案，但这些方法是否还适合这个AI时代，或许需要我们自己去探索。