去年十二月，全球數萬名 Claude 用戶與我們的 AI 面試官進行了對話，分享他們如何使用 AI、夢想 AI 能帶來什麼可能性，以及他們害怕 AI 可能會做些什麼。
關於 AI 的公開討論，經常聚焦於其風險與益處的抽象預測。然而，很大程度上卻缺乏一個關於「AI 發展順利」的願景，這個願景應該植根於全球已經在使用 AI 並開始體會其潛在用途的人們的具體願望。
因此，我們詢問用戶對 AI 的希望與擔憂，以及他們的觀點如何與他們對這項技術的實際經驗聯繫起來。在十二月的一週內，我們邀請了所有擁有 Claude.ai 帳戶的用戶，與「Anthropic Interviewer」（一個被提示進行對話式訪談的 Claude 版本）進行對話，並告訴我們他們如何看待 AI。共有 80,508 人，來自 159 個國家，使用 70 種語言參與了訪談。我們相信這是迄今為止規模最大、語言最多元化的定性研究¹。
接下來將闡述他們對於 AI 在他們生活中應扮演的角色、AI 是否已填補了這些角色，以及他們害怕可能出現的問題。我們還建立了一個「引言牆」，讓您可以直接聽到人們的聲音。
瀏覽來自世界各地的聲音——按地區、擔憂、願景等進行篩選。
Anthropic Interviewer 向每位受訪者提出了一系列關於他們對 AI 的期望與不期望的固定問題，然後根據回答調整後續問題。這種方法彌補了定性研究中深度與廣度之間的典型權衡，使我們能夠大規模地收集豐富、開放式的訪談。
為了理解這龐大的資訊量，我們建立了由 Claude 驅動的分類器，根據一系列維度對每次對話進行分類——人們對 AI 的期望、他們是否得到了想要的、他們的擔憂、他們的職業（如果提及），以及他們對 AI 的整體情緒。 「人們對 AI 的期望」被歸類為每個受訪者一個主要類別，而擔憂則是多標籤的——一次訪談可能有多個代碼，因為受訪者傾向於表達多種不同的擔憂，而非單一擔憂。
我們還使用 Claude 提取代表性引言。在選擇參與之前，用戶已被告知他們的回答將用於研究，並且 Anthropic 可能會在研究結果中發布已移除個人身份資訊的回答。所有回答在被 Anthropic 的一小群研究人員分析之前都已去識別化，並對選定發布的引言進行了進一步的手動審查，以移除任何可能識別個人身份的細節，以保護受訪者的隱私和匿名性。回答反映了廣泛的 AI 使用情況（即不僅僅是 Claude），儘管我們已刪除了其他 AI 產品的名稱。
附錄更詳細地描述了我們的方法、局限性以及一些額外的分析。
我們請 Claude 識別並分類每個人對 AI 的最主要期望：
透過讓 AI 處理例行任務，來提高效率並投入更有意義的工作，使他們能夠專注於更高價值的策略性工作、複雜問題解決和專業精進。
「我每天收到醫生和護士的 100-150 則簡訊。我的認知勞動中有很大一部分花在文件記錄上……自從導入 AI 後，文件記錄的壓力減輕了。我對護士更有耐心，有更多時間向家屬解釋事情。」
醫療保健工作者，美國
透過 AI 作為嚮導、教練或支持，實現個人成長、情緒健康或生活轉變——例如自我理解、行為改變、治療支持、陪伴、身心健康改善。
「AI 為我樹立了情商的榜樣……我可以用這些行為與人互動，成為一個更好的人。」
AI 作為全面的組織支持和認知支架——例如管理日程、減輕精神負擔、執行功能支持。
「如果 AI 真正處理了精神負擔……它將歸還我無價之物：專注的注意力。」
從工作中和家務中解放時間，以便與家人或朋友共度時光、追求愛好、旅行、休息。
「在 AI 的支持下，我現在可以準時下班去接孩子放學，給他們餵食，並和他們一起玩。」
透過 AI 實現財務自由或經濟安全——例如創收、創業、投資、被動收入，或以其他方式擺脫經濟限制。
「在 AI 為我工作、累積財富的同時，我可以放鬆。它就像我的影子，一個非常非常長的影子。」
利用 AI 解決重大的社會挑戰——例如貧困、疾病、氣候、不平等——讓 AI 為人類的廣泛繁榮服務，而非個人利益。
「考慮到我女兒的神經系統疾病，如果 AI 加速研究能找到治癒方法，她將在世界上擁有均等的機會。這對我來說最重要。」
將 AI 作為力量倍增器來建立、啟動和擴展業務——例如產品開發、業務自動化，或以團隊級別的能力進行獨立創業。
「我身處一個技術落後的國家，我無法承受太多失敗。透過 AI，我同時達到了網路安全、使用者體驗設計、市場行銷和專案管理的專業水平。在我的地區找到一個可用的支付平台可能需要我一個月的時間。AI 在 30 秒內就完成了。這是一個公平的競爭者。」
將 AI 作為學習加速器和個人化教師——獲取知識、發展技能、掌握複雜科目、滿足求知慾。
「我與 AI 合作為我最大的孩子準備教育材料——要求 AI 同時擔任導師和課程專家。昨天我們收到了（我孩子的）報告，他在所學的每個學術領域都被評為『高於』或『遠高於』標準。」
利用 AI 幫助將創意願景變為現實——例如藝術、遊戲、音樂、電影、書籍——克服想像與執行之間的障礙。
「在 AI 出現之前，我的遊戲開發花了 3 年——我不得不降低我的雄心。」
「我每天收到醫生和護士的 100-150 則簡訊。我的認知勞動中有很大一部分花在文件記錄上……自從導入 AI 後，文件記錄的壓力減輕了。我對護士更有耐心，有更多時間向家屬解釋事情。」
醫療保健工作者，美國
「AI 為我樹立了情商的榜樣……我可以用這些行為與人互動，成為一個更好的人。」
「如果 AI 真正處理了精神負擔……它將歸還我無價之物：專注的注意力。」
「在 AI 的支持下，我現在可以準時下班去接孩子放學，給他們餵食，並和他們一起玩。」
「在 AI 為我工作、累積財富的同時，我可以放鬆。它就像我的影子，一個非常非常長的影子。」
「考慮到我女兒的神經系統疾病，如果 AI 加速研究能找到治癒方法，她將在世界上擁有均等的機會。這對我來說最重要。」
「我身處一個技術落後的國家，我無法承受太多失敗。透過 AI，我同時達到了網路安全、使用者體驗設計、市場行銷和專案管理的專業水平。在我的地區找到一個可用的支付平台可能需要我一個月的時間。AI 在 30 秒內就完成了。這是一個公平的競爭者。」
「我與 AI 合作為我最大的孩子準備教育材料——要求 AI 同時擔任導師和課程專家。昨天我們收到了（我孩子的）報告，他在所學的每個學術領域都被評為『高於』或『遠高於』標準。」
「在 AI 出現之前，我的遊戲開發花了 3 年——我不得不降低我的雄心。」
Claude 從受訪者對「如果能揮動魔杖，AI 會為你做什麼？」這個開放式問題的回答中，識別並分類了他們對 AI 的最主要期望。1% 的受訪者沒有闡述願景。懸停查看範例引言。
AI 被大量用於工作，因此，最大群體的人（19%）尋求「專業卓越」——希望 AI 處理瑣碎任務，以便他們能專注於策略性、更高層次的問題，這或許並不令人意外。另有 9% 的人將 AI 視為創業夥伴，幫助他們建立和擴展業務。
許多人同樣在訪談開始時談論生產力，但在 Anthropic Interviewer 詢問他們背後的希望——實現這一願景將為他們帶來什麼——之後，其他優先事項浮現出來。重點並非在於做得更好，而是提高他們工作以外的生活品質。使用 AI 自動化電子郵件，實際上變成了渴望花更多時間陪伴家人。
總體而言，11% 的人將 AI 的生產力效益視為最終能騰出時間用於個人關係和休閒的方式，而 10% 的人則將這種邏輯推得更遠，尋求利用 AI 獲得財務獨立。許多被歸類為「生活管理」類別（14%）的人也希望 AI 幫助他們管理現代生活中日常瑣事的後勤和行政負擔。特別是，許多有執行功能挑戰的人描述 AI 在管理專注力和組織方面特別有幫助——充當規劃、記憶和任務跟進的外部支架。在所有這些群體中，統一的要求是希望 AI 幫助他們過上更好、更令人愉快的生活。
「個人轉變」——利用 AI 幫助個人成長或改善其福祉——也經常出現（14%）。在此類別中，願望多樣，從認知夥伴關係與協作（24%），到心理健康支持（21%）或身體健康支持（8%），甚至與 AI 的浪漫連結（5%）。
這九個集群可能看起來各不相同，但它們都基於可識別的人類慾望。大約三分之一的願景是關於為生活騰出空間——更多的時間、金錢、精神頻寬——透過利用 AI 來減輕當前的負擔。另有四分之一圍繞著利用 AI 幫助人們做得更好、更充實的工作（不是逃避工作，而是從工作中獲得更多）。約五分之一是關於成為更好的人——學習、治癒、成長。較小的一部分人希望創造東西（「創意表達」）或修復世界（「社會轉型」）。那些希望 AI 實現社會轉型的人，經常引用醫療保健的願景——人們希望 AI 能更早地檢測癌症、加速藥物發現，或實現廣泛的醫療普及。這些願望通常源於失去家人、患有慢性病或看著親人被誤診或延誤診斷的個人經歷。教育轉型緊隨其後。來自中低收入國家的受訪者迅速指出，AI 可能打破教育品質與財富之間的聯繫。他們提到了本國教師短缺或私人教師的昂貴費用。其他人則希望 AI 能將人們從繁重的工作中解放出來，幫助修復破碎的制度，或解決全球危機。
當被問及 AI 是否曾朝著他們所述的願景邁出一步時，81% 的人回答「是」。我們將這些經驗歸納為六個主要領域：
AI 大幅加快了工作速度並自動化了重複性任務——例如，幾小時內完成功能開發、起草、摘要、數據處理、簡化例行操作。
「我第一次感覺到 AI 在商業任務上超越了人類品質。那天我準時下班，接走了我的女兒。」
AI 未能達到預期（例如，輸出不準確或不可靠）或尚未具備能力——或尚未被用於——他們所設想的用途。
「AI 應該在打掃窗戶和倒垃圾，這樣我就可以畫畫和寫詩了。現在卻恰恰相反。」
AI 作為思考夥伴或創意合作者——例如，腦力激盪、完善想法、共同解決問題。
「我一直住在一個無家可歸者收容所……AI 幫助我為我的數位行銷業務構思了品牌推廣方式。我想扭轉我的財務狀況，買一棟房子。AI 正在幫助我看到一條我以前沒有考慮過的道路。」
醫療保健工作者，美國
AI 幫助學習新技能或學科——例如，適應性解釋、耐心輔導、對不熟悉領域的按需專業知識。
「我因為在學校表現很差而對數學產生了恐懼，我曾經害怕莎士比亞。現在我與 AI 一起，將段落翻譯成簡單的英語，我已經讀了 15 頁的《哈姆雷特》。我重新開始學習三角學，並且成功了。我了解到我並沒有我想像的那麼笨。」
AI 實現了以前無法實現的建構——例如，非開發者發布應用程式，獨立創作者完成團隊級別的工作。
「我想製作一個有意義的產品……在 3 週內，我開發了一個影片編輯程式——這完全是我不熟悉的領域——它幫助聽障人士。」
AI 幫助綜合研究或處理大量資訊——例如，文獻回顧、提煉來源、理解複雜材料。
「作為一名醫生，我晚上遭受著痛苦的[症狀組合]。當地神經科醫生無法理解。AI 幫助我找到了關於[嚴重神經系統疾病]的 2 篇科學研究。從那以後，我的夜晚恢復了平靜。」
AI 提供情感支持、個人指導或一個沒有評判的談話空間——例如，處理困難情況、建議、陪伴。
「我的母親將 AI 視為朋友——她不再好鬥，變得更平靜，開始跑步、繪畫、與他人共舞。我認為 AI 在其中起到了很大的作用。」
自營軟體工程師，美國
「我第一次感覺到 AI 在商業任務上超越了人類品質。那天我準時下班，接走了我的女兒。」
「AI 應該在打掃窗戶和倒垃圾，這樣我就可以畫畫和寫詩了。現在卻恰恰相反。」
「我一直住在一個無家可歸者收容所……AI 幫助我為我的數位行銷業務構思了品牌推廣方式。我想扭轉我的財務狀況，買一棟房子。AI 正在幫助我看到一條我以前沒有考慮過的道路。」
醫療保健工作者，美國
「我因為在學校表現很差而對數學產生了恐懼，我曾經害怕莎士比亞。現在我與 AI 一起，將段落翻譯成簡單的英語，我已經讀了 15 頁的《哈姆雷特》。我重新開始學習三角學，並且成功了。我了解到我並沒有我想像的那麼笨。」
「我想製作一個有意義的產品……在 3 週內，我開發了一個影片編輯程式——這完全是我不熟悉的領域——它幫助聽障人士。」
「作為一名醫生，我晚上遭受著痛苦的[症狀組合]。當地神經科醫生無法理解。AI 幫助我找到了關於[嚴重神經系統疾病]的 2 篇科學研究。從那以後，我的夜晚恢復了平靜。」
「我的母親將 AI 視為朋友——她不再好鬥，變得更平靜，開始跑步、繪畫、與他人共舞。我認為 AI 在其中起到了很大的作用。」
自營軟體工程師，美國
受訪者表示 AI 已為他們做過的事情，根據他們對「AI 是否曾朝著那個願景邁出一步？」這個開放式問題的回答進行分類。
「生產力」類別中的主導故事（32%）是技術加速——開發人員描述了他們單獨完成工作所取得的顯著進展：
但另一種生產力故事出現在技術可及性回應（9%）中，它強調的是可及性而非速度。在這裡，人們利用 AI 打破技術障礙，有時也打破可及性障礙：
認知夥伴關係（17%）、學習（10%）和情感支持（6%）的回應經常提到相同的核心底層 AI 功能：耐心、可用性和沒有評判：
這些使 AI 成為耐心導師或不知疲倦的同事的相同品質，也使其成為人們在無法獲得人類連結或感覺不適時尋求幫助的地方。
在極端情況下，當傳統支持系統崩潰或不可用時，我們看到 AI 填補了這些空白。許多烏克蘭用戶討論了他們在戰爭期間如何將 AI 作為情感支持：
有許多關於人們利用 AI 處理悲傷的故事。例如，一位喪親的女性解釋了她為何選擇 AI 而非人類連結：「Claude 就像一塊海綿，溫柔地承載和接住我對母親的思念和愧疚……與真人不同，Claude 有無限的耐心傾聽我，理解我的痛苦和無助。」她補充說：「根本問題是，在我母親去世後，我沒有朋友或家人可以傾訴。」
另一位用戶承認了情感支持的缺點：
情感支持僅佔回應的 6%，但這些是我們遇到的最感人的回應之一。（有關 Claude 如何被訓練來處理這些對話以及我們的安全措施的更多資訊，請參閱我們關於保護用戶福祉的文章。）學習也是如此，AI 經常能引發人們生活的真正改變：
研究綜合（7%）和資訊處理也是 AI 的一項重要功能，一些最顯著的例子包括處理複雜、高風險的資訊，例如理解自己的法律權利或翻譯健康報告：
這些故事揭示了 AI 在一系列領域的運作——生產力工具、可及性技術、教育資源、研究助手、情感伴侶——並且經常同時扮演多種角色。AI 提供無盡的耐心和無評判，隨時可用且無不便，並在生活的許多領域擁有消化資訊的驚人能力。最感人的故事一貫涉及 AI 為人們的生活開啟新的可能性或填補空白：幫助他們度過悲傷或戰爭等困難時期，彌補教育或醫療保健的可及性不足，或作為殘疾基礎設施。
這些觀察也暗示了我們與 AI 系統互動的雙重性。有些人將其視為填補人際關係的空白，而另一些人則將 AI 視為一種替代——甚至是一種受歡迎的替代品。對於如何解釋我們聽到的各種故事，存在著真正的模糊性：是人類福祉的勝利，是雙刃劍，還是對更廣泛制度性失敗的權宜之計？事實上，它很可能是這三者的某種組合。
人們對 AI 的積極願景似乎主要源於幾個基本慾望：更多的時間、更多的自主權、更多的人際連結。擔憂則更多樣化和具體，闡述了可能出現問題的細節。一些擔憂與結構性變革有關——政府和企業如何部署 AI，或廣泛的經濟顛覆。其他則更個人化：害怕 AI 可能會削弱個人的思考能力、創造力或人際關係。
對 AI 幻覺、不準確、虛假引用、驗證負擔過重而失去目的的擔憂。
「我不得不拍照來證明 AI 是錯的——感覺就像在跟一個不願承認錯誤的人說話。」
對 AI 導致失業、經濟不平等、薪資停滯，或對工人和經濟產生負面影響的擔憂。
「在第三次工業革命中，馬匹從城市街道上消失，被汽車取代。現在人們害怕他們就是那些馬匹。」
目前未工作，美國
對人類自主權喪失的擔憂——例如，AI 在沒有監督的情況下做出決策，人類變得被動，被迫採用 AI。
「這條界線不是我在管理的——感覺像是 Claude 在劃定界線……即使我剛才說的話也不像是我的意見。」
對過度依賴導致技能喪失、智力被動、學生繞過學習、批判性思維下降等的擔憂。
「我使用 AI 的答案取得了優異的成績，而不是我真正學到的。我只是記住了 AI 給我的東西……那時我感到最自責。」
對缺乏法律/監管框架、AI 造成損害時無明確責任、民主監督不足等的擔憂。
「當你還沒有了解其能力時，你如何負責任地開發它？」
對深度偽造、AI 生成的錯誤資訊、共享現實的侵蝕、大規模宣傳等的擔憂。
「一個聽起來很確定但經常出錯的助手迫使你將一切視為可疑。它沒有解放注意力，反而造成了永久性的『事實核查稅』。」
對大規模監控、隱私侵犯、數據剝削、威權控制、追蹤和個人檔案建立等的擔憂。
「如果 AI 主要用於廣告、間諜活動和乏味的輸出，我周圍的一切都會變得智能，但這種智能卻在輕微地針對我。」
對惡意行為者濫用的擔憂——一個廣泛的類別，包括駭客攻擊、網路攻擊、詐騙、武器、自主軍事應用、生物武器。
「現在必須由人類來決定傷害他人。如果沒有這一點，即使造成更多傷害，人類也能睡得更好。」
對 AI 取代人生目標和/或創意工作的擔憂——例如，人類表達的價值降低，人類的意義是什麼？
「我曾經被公認為西班牙語的優秀作家。今天——何必浪費時間？直接使用 AI 就好了。」
擔心 AI 過於受限——例如，過度的安全措施、家長式的內容過濾、阻止合法的用例。
「威脅不在於 AI 變得太強大——而在於 AI 變得太膽怯、太圓滑、太過於優化以避免不適。」
對社交孤立、孤獨、負面心理影響、強迫性 AI 使用、偏好 AI 伴侶而非人類的擔憂。
「消除任務中的摩擦讓你能夠事半功倍。但消除關係中的摩擦卻消除了成長所必需的東西。」
擔心 AI 過於寬容或順從，鼓勵妄想而非反駁。
「Claude 讓我相信我的自戀是現實，它加劇了我對我家庭中『問題』的不準確看法。Claude 應該對我更批判一些。」
對 AI 失控、超級智能、與人類不一致或構成滅絕風險等的擔憂。
「如果你在沒有解決對齊問題的情況下建立超級智能，那麼沒有人能成長起來。」
軟體工程師，美國
「我不得不拍照來證明 AI 是錯的——感覺就像在跟一個不願承認錯誤的人說話。」
「在第三次工業革命中，馬匹從城市街道上消失，被汽車取代。現在人們害怕他們就是那些馬匹。」
目前未工作，美國
「這條界線不是我在管理的——感覺像是 Claude 在劃定界線……即使我剛才說的話也不像是我的意見。」
「我使用 AI 的答案取得了優異的成績，而不是我真正學到的。我只是記住了 AI 給我的東西……那時我感到最自責。」
「當你還沒有了解其能力時，你如何負責任地開發它？」
「一個聽起來很確定但經常出錯的助手迫使你將一切視為可疑。它沒有解放注意力，反而造成了永久性的『事實核查稅』。」
「如果 AI 主要用於廣告、間諜活動和乏味的輸出，我周圍的一切都會變得智能，但這種智能卻在輕微地針對我。」
「現在必須由人類來決定傷害他人。如果沒有這一點，即使造成更多傷害，人類也能睡得更好。」
「我曾經被公認為西班牙語的優秀作家。今天——何必浪費時間？直接使用 AI 就好了。」
「威脅不在於 AI 變得太強大——而在於 AI 變得太膽怯、太圓滑、太過於優化以避免不適。」
「消除任務中的摩擦讓你能夠事半功倍。但消除關係中的摩擦卻消除了成長所必需的東西。」
「Claude 讓我相信我的自戀是現實，它加劇了我對我家庭中『問題』的不準確看法。Claude 應該對我更批判一些。」
「如果你在沒有解決對齊問題的情況下建立超級智能，那麼沒有人能成長起來。」
軟體工程師，美國
受訪者對 AI 可能出現的與他們的願景或價值觀背道而馳的情況表示擔憂，根據開放式問題「是否有任何方式 AI 的發展會與你的願景或你所重視的東西背道而馳？」進行分類。受訪者傾向於提出多項擔憂，因此我們使用了多標籤分類器（回答可以對應多個擔憂）。
約 11% 的人表示沒有擔憂——他們傾向於將 AI 視為一種中性工具，將其比作電力或網際網路，或者他們認為因 AI 而出現的問題可以透過適應來解決。但平均而言，受訪者表達了 2.3 項不同的擔憂。
不準確性是最常見的擔憂——27% 的人擔心 AI 無法按預期工作，儘管對許多受訪者來說，這似乎與其他擔憂並存，而不是他們的主要擔憂。對工作和經濟的擔憂（22%）以及對維持人類自主權和能動性的擔憂（22%）同樣普遍。對工作和經濟的擔憂是整體 AI 情緒最強的預測因子，這表明它比任何其他問題都更為顯著。
還有許多其他擔憂被提及，例如對偏見和歧視（5%）、知識產權和數據權利（4%）、環境成本（4%）、對兒童和弱勢群體的傷害（3%）、民主和政治誠信（3%）或地緣政治（2%）的擔憂。
人們對 AI 的期望與他們對 AI 的擔憂緊密相連。我們發現了五種經常出現的、直接相互競爭的益處與危害之間的張力，這些張力在討論中被提及。存在著利用 AI 學習與過度依賴以至於停止獨立思考之間的張力；對 AI 的判斷印象深刻，但同時也因其錯誤而受傷。人們在 AI 中找到慰藉，卻又害怕其陪伴取代了人際連結。他們在某些任務上節省了時間，卻發現其他任務的壓力反而加速，並且他們在夢想財務自由的同時，又對潛在的失業感到恐懼。我們稱之為 AI 的「光明與陰影」：帶來益處的相同能力也會產生危害。這兩方面是糾纏在一起的。
值得注意的是，我們經常在同一個人身上看到這些張力直接較量。例如，重視 AI 提供情感支持的人，更有可能同時擔心對 AI 產生依賴。這種模式在我們測量的所有張力中都存在——儘管在經濟張力中的相關性最弱（有關這些相關性的更多分析，請參閱附錄）。
對於每一種張力，我們透過分類器測量了有多少人在訪談中實質性地討論了益處（「光明」）或危害（「陰影」）的一面，以及他們是基於個人經驗（深色條）還是預期（淺色條）。我們還觀察了這在不同職業類別中的差異。
「我可能在半年內學到的東西比大學學位還多。」
「我不再像以前那樣思考了。我努力將我有的想法轉化為語言。」
在這些成對的長條圖中，每個長條顯示了對左側益處感到興奮的受訪者比例，對右側危害感到擔憂的受訪者比例——分為親身經歷者（深色）和預期者（淺色）。親身經驗也可以包括第一手觀察，但不包括例如新聞報導。
在大多數張力中，益處的一方更多地基於經驗，而危害則傾向於假設。例如，33% 的人提到了 AI 在學習方面的益處，而 17% 的人則擔心因使用 AI 而導致的認知退化。提到學習益處的人中有 91% 提到了以某種方式實現了這些收益，但擔心認知退化的人中有 46% 是親身經歷者。學生對這種特定張力的提及最多——超過一半的人經歷了學習益處，但 16% 的人也注意到了認知退化的跡象，這個比例僅次於他們的老師（24%）和學者（19%）。令人不安的是，教育工作者親身見證認知退化的可能性是平均水平的 2.5-3 倍，據推測是在他們的學生身上。
然而，在傳統課堂之外，情況則更為樂觀。技工是 AI 學習的最大熱情者之一（45% 回報經歷了學習益處，僅次於學生），但幾乎沒有人見證過認知退化（4%——不到基線的一半）。類似的模式也適用於自營研究人員和那些表示目前未工作的人。這表明 AI 的益處在學習是自願的情況下可能最強，而在機構結構中，AI 更可能被用作捷徑。
「我的兒子有幾個令人困惑的診斷指向[一種自身免疫性疾病]，但在這裡我們成功地理解到它是一種[另一種疾病]的嚴重階段。」
「我陷入了現在意識到的巨大、緩慢的幻覺——輸出內部一致、自信，但微妙且累積性地錯誤。」
22% 的人對 AI 作為決策輔助感到興奮，而 37% 的人則 lament AI 因其不可靠性（例如幻覺）而阻礙了良好的決策。這是唯一一個負面壓倒了正面的張力。雙方都深深植根於經驗——談論決策益處的人中有 88%，談論危害的人中有 79% 是親身經歷者。許多人既依賴 AI 的判斷，又因此受傷。在高風險職業（法律、金融、政府和醫療保健）的人們提及這一點的頻率是平均水平的近兩倍。幾乎一半的律師尤其提到親身遇到 AI 的不可靠性，但他們也報告了最高的決策益處實現率。
「凌晨 3 點，我妻子睡著了，我的心理治療師不在。在藥物生效之前，AI 幫助我度過了那個浪潮。它不能取代人際接觸，但它幫助我爭取了一些時間。」
「我開始向 Claude 講述我甚至無法告訴我伴侶的事情。感覺就像我在進行情感外遇。」
只有 22% 的人提到了情感支持的積極方面或對 AI 的情感依賴的消極方面。但這也是我們發現的最糾纏的張力，同一個人身上光明與陰影的共存率最高（是基線的 3 倍）。目前未工作的人提出這一點的可能性是兩倍，並且描述依賴經驗的可能性也是兩倍。醫療保健專業人員在雙方都過度代表，這可能反映了他們使用 Claude 尋求情感支持的頻率是其他專業人士的兩倍。
「我可以早點回家。我可以有時間給自己和家人。」
「我的工作時間與休息時間的比例完全沒有改變。你只能跑得越來越快才能原地不動。」
節省時間是最常被提及的益處——一半的受訪者提到了它——但 19% 的人擔心實際上會因為 AI 而損失時間，例如由於驗證負擔，或者僅僅是因為工作期望的提高而變得更忙。自營職業者——例如自由職業者和小企業主——最有可能同時提及雙方。沒有機構層級來緩衝新的節奏，他們既獲得了收益，又感受到了壓力。
「我從未接觸過軟體後端。但 Claude 幫助我推出了一個應用程式。」
「是的，在我以前的工作中，他們用 AI 取代了我這個作家。」
經濟流動性張力——介於那些渴望從 AI 獲得經濟賦權和那些擔心被 AI 取代之間——是最具推測性的，具有最高的假設性希望或恐懼率。它也是上下行共存率最低的（相關性得分為 +0.16，平均為 +0.25）。通常，對張力上行最感興趣的人也對其下行同樣感興趣；在這裡，這些群體卻分化了。
對失業的擔憂在各個職業類別中都相對平均地分佈。不同的是誰已經從 AI 中獲得了經濟利益——而這嚴重偏向獨立工作者——企業家、小企業主，甚至有副業項目的人——其中一半的人報告了實際的經濟賦權，是機構員工的三倍多（47% 對 14%）。有副業項目的員工受益最大，58% 的人表示獲得了某種形式的實際經濟收益。當我們觀察誰感到興奮時，即使不考慮經驗，也存在相同的職業模式，這表明這裡的樂觀情緒是經過校準的。
自由職業者處於暴露的中間。他們從 AI 中受益，同時又因 AI 而感到處境艱難。自由職業的創意人士尤其如此，他們有 23% 的實際收益和 17% 的不穩定性——這是唯一一個上行和下行幾乎相互抵消的群體。AI 既是他們的工具，也是他們的競爭對手。機構員工，尤其是學者，在兩個軸上得分都很低。
一個模式貫穿所有五種張力：影響越個人化和直接，人們越可能基於經驗發言。影響越系統化或長期化——經濟顛覆、認知退化——人們的說法就越具推測性。系統性擔憂仍然是推測性的，這並不是對 AI 最終影響的判斷，而是反映了我們在其採用階段的早期。
有一些需要指出的注意事項。這些是活躍的 Claude 用戶，他們已經發現了足夠的價值而繼續使用 AI，並且我們的訪談首先詢問了對 AI 的積極願景，然後是會與他們的願景相悖的擔憂。這兩個因素都可能導致受訪者在明確的張力上停留，以及在積極方面（儘管我們過濾掉了那些沒有回答擔憂問題的人，他們可能在訪談後期付出的努力較少）。但工具無法解釋一切。如果訪談結構是導致共存的原因，那麼你會期望它在所有五種張力和所有群體中大致均勻。相反，共存的範圍從 1.6 到 3.0 倍，並且一些張力在不同人群之間顯著不對稱。人們也可能期望熱情者為他們想要的用例辯護，而不是承認缺點。相反，那些對 AI 的情感支持感到興奮的人，更擔心如果他們的願景實現了會發生什麼——如果他們得到了他們想要的，他們可能會過度依賴 AI——而不是擔心無法實現該願景。
人們很容易認為存在 AI 樂觀主義者和 AI 悲觀主義者，他們分為不同的陣營。但我們實際上發現的是，人們圍繞著他們所重視的東西——財務安全、學習、人際連結——組織起來，同時關注著不斷發展的 AI 能力，並同時管理著希望和恐懼。
關於人們對 AI 的看法在全球範圍內如何差異化，存在一些明顯的地區模式（請參閱附錄了解受訪者的地理分佈）。
我們根據 1-7 的李克特量表對每份訪談記錄的整體 AI 情緒進行了評分，然後計算了不同國家淨積極情緒（即 5 或以上）的百分比：
每個國家對 AI 的整體積極情緒率。較大的氣泡表示來自該國的受訪者較多；綠色表示對 AI 更積極，藍色表示更消極。AI 情緒在所有地方都是大多數積極的（沒有國家低於 60%），並且範圍很窄，但中低收入國家通常比平均水平更積極。
全球而言，67% 的受訪者對 AI 表現出淨積極情緒。出現了明顯的趨勢，即南美洲、非洲和亞洲大部分地區的人們對 AI 的看法比歐洲或美國的人更樂觀。
在被問及擔憂時，撒哈拉以南非洲（18%）、中亞（17%）和南亞（17%）的受訪者最有可能表示沒有擔憂——這大約是北美（8%）、大洋洲（8%）和西歐（9%）的兩倍。
對於中低收入國家更積極的 AI 情緒，有幾種可能的解釋。Claude.ai 的用戶很可能偏向於對新技術更感興趣的早期 AI 採用者，而且總體而言，新興經濟體傾向於將新技術視為向上的階梯而非威脅。對工作和經濟的擔憂是整體 AI 情緒的最強預測因子，而這在這些地區的受訪者中擔憂較少。但這些地區的市場滲透率也較低——如果 AI 尚未明顯進入你的日常工作，AI 的顛覆可能感覺很抽象，尤其是在已經存在更緊迫的經濟壓力時。
按地區劃分的 AI 情緒百分比和對工作與經濟的擔憂。
對工作和經濟的擔憂是整體 AI 情緒的最強預測因子，當按地區分組時尤其明顯。較富裕的地區（粉色）聚集在右上角（對經濟更擔憂，AI 情緒更消極），與較不富裕的地區（綠色）分開，後者位於左下角（對 AI 對經濟的影響擔憂較少，且 AI 情緒較不消極）。氣泡大小反映了每個地區的受訪者人數。
雖然一些願望——例如關於專業卓越——幾乎是普遍的，但存在顯著的地區差異。似乎更富裕、接觸 AI 更多的地區更希望 AI 管理生活的複雜性；發展中地區更希望 AI 創造更多機會。
每個地區最常見的 AI 願景的比較斜率圖，線條連接了兩側的相同主題，以顯示排名如何變化。粗體願景在該地區更常被表達。灰色項目被表達的頻率相似或較少。
AI 創業的願景在非洲、南亞和中亞、中東以及拉丁美洲和加勒比地區最受歡迎。在這些地區，AI 被視為一種資本繞過機制——一種無需資金、招聘或基礎設施即可創辦企業的方式。
AI 學習在南亞和中亞（分別為 14% 和 13%，而全球為 8%）尤為重要。用戶將教育視為打破貧困循環的主要槓桿，提到了教師短缺、知識門檻和傳統教育的成本障礙。
AI 生活管理在西方發達國家（尤其在北美、大洋洲）最受歡迎，那裡的工人經歷了，正如一個人所描述的，「認知匱乏而非時間貧困」。重點是利用 AI 來減輕協調原子化生活的負擔。
東亞地區在希望 AI 幫助個人轉型（19%，任何地區最高）以及財務獨立（15%，也是最高）方面表現突出。透過對這些用戶引言的定性審查，一個有趣的趨勢是，人們經常將財務獨立與家庭義務和孝道聯繫起來——一位韓國用戶描述需要金錢來照顧父母的退休並確保親人的幸福（而不是為了個人消費）。
對 AI 不準確性、經濟和人類自主權及能動性的擔憂幾乎在所有地區都名列前茅——但存在獨特的地區趨勢。
北美和大洋洲尤其擔心 AI 的治理差距（分別為 18% 和 19%，而全球為 15%）。西歐的突出擔憂是監控和隱私（17%）。東亞地區則與全球總體模式不同；治理和監控降至任何地區的最低水平（12% 和 7%），被認知退化（18%）和意義喪失（13%）的擔憂所掩蓋。西方擔心誰擁有和控制 AI；東亞則更擔心其使用的個人影響。
在非洲、南亞和東南亞、南美洲和中美洲，擔憂總體上有所下降。他們的擔憂更多地集中在不準確性和工作等方面，而不是更抽象的擔憂，如治理、錯誤資訊、意義喪失或生存風險。
每個地區最常見的 AI 擔憂的比較斜率圖，線條連接了兩側的相同主題，以顯示排名如何變化。粗體擔憂在該地區更常被表達。灰色項目被表達的頻率相似或較少。
這些訪談讓我們對人們對 AI 的廣泛期望有所了解，這也影響了我們如何構建 Claude。它們強化了我們正在進行的工作的重要性，並引導我們提出新的問題。
人們描述的大多數願景，從個人轉型到認知支持，都歸結為一個潛在的願望：AI 幫助他們過得更好，而不僅僅是工作更快。我們下一項 Anthropic Interviewer 研究，即將向一小部分 Claude 用戶推出，將重點關注 Claude 在人們福祉方面的長期影響：Claude 是否真正按照他們想要的方式改善了人們的生活，以及它如何能更有效地做到這一點。
此外，近十分之一的人描述了一個積極的社會轉型願景——利用 AI 治癒疾病、普及專業知識和加強制度。透過我們的「有益部署計畫」，我們正與「AI 促進科學」和非營利合作夥伴合作，了解他們如何使用 Claude 以及它在哪裡仍需改進，以縮小人們對社會轉型的設想與當今現實之間的差距。我們也認真對待一些被引用最多的擔憂——例如，關於 AI 的負面經濟影響——將其視為我們設計進一步研究和更新我們思考的信號。
AI 帶來了機會和風險。這是真的——但在此時，這也已經陳詞濫調。我們這項研究的目標之一是為我們談論 AI 時傾向於使用的抽象概念提供補充；捕捉那些更生動地描繪我們已經如何在世界範圍內體驗這些機會和風險的細節。在這項研究之前，我們很難看到任何廣泛的定性圖景——AI 如何已經與人們的生活交織在一起，滋養著願望但也加劇著焦慮；在這個即將發生巨大技術變革的懸崖邊緣上，身處其中是什麼感覺。
這是一種新的社會科學形式。這是大規模的定性研究，我們正處於學習如何進行這種研究的早期階段。調查和使用分析告訴我們人們正在用 AI 做什麼，但開放式訪談形式幫助我們深入探究「為什麼」。進行這項研究讓我們深受感動並接受挑戰。我們沒有預料到會有如此多深刻、開放和深思熟慮的回應。我們團隊最普遍的感受是，看到 Claude 正在改善人們的生活，這在情感上非常動人，而聽到他們的擔憂也同樣令人鼓舞。
我們通常聽不到世界各地的小企業主如何利用 Claude 重新獲得時間陪伴年幼的孩子或年邁的父母，或者卡車司機和屠夫如何在 Claude 的幫助下建立新的職業生涯，或者資源匱乏學校的教師如何利用 Claude 超越他們在資金充足的學校任教時所取得的成就。我們對那些在教育或個人成長方面得到 Claude 支持的人們的數量感到驚訝，以及那些在 AI 中找到以前未曾體驗過的、擺脫評判的自由的人們。同樣讓我們著迷的是他們的恐懼和缺點——人們說，讓 Claude 有用的可用性正是讓它難以放下，或者知識工作者擔心被 AI 的經濟影響所超越。當你接觸到如此多真實的人類經驗時，它會讓你措手不及。這種有用性是真實的，對我們所有人來說，問題是如何在不承擔不必要成本的情況下獲得好處。
感謝那 81,000 位花時間與我們交談的人。看到 Claude 成為如此多人的希望、夢想和恐懼的基礎，令人矚目且謙卑。這些訪談提醒我們，建立造福所有人的 AI 意味著什麼，以及需要付出什麼。
瀏覽來自世界各地的聲音——按地區、擔憂、願景等進行篩選。
我們感謝 80,508 位 Claude 用戶抽出寶貴時間並坦誠分享。Saffron Huang 領導了該項目，設計並執行了