AI 应当更像人类, 而非更复杂

大型语言模型 (LLM) 在搜索应用中日益优先选择冗长、词汇复杂的响应, 这反而会降低用户满意度和参与度。通过对约 1 万名受试者的全面研究, 比较来自五大 AI 驱动搜索系统的响应, 我们证明用户几乎首选简洁且标明来源的响应, 而非精致的解释。我们的分析揭示, 当前 AI 开发趋势倾向于“人工复杂化”, 导致系统听起来很有知识, 但缺乏真正的批判性思维, 从而削弱信任并增加认知负荷。我们提出证据表明, 最佳 AI 交互方式模仿有效的人类对话: 简洁、准确引用来源、诚实地说明局限性。我们的发现挑战了“更复杂的 AI 响应即更好性能”的主流假设, 相反 suggests 人类化的简洁性和透明度是用户参与度和系统可靠性的关键。