Anthropic首次公众调查：近半美国人盼AI治愈疾病，超六成担忧失业

我们正在开展一项全新的调查系列——Anthropic Public Record，旨在了解公众对 AI 的看法与感受，并呈现第一轮调查结果的快照。该轮调查于 2025 年 11 月和 12 月进行，覆盖近 52,000 名美国人。

我们的发现：

• 近半数（48%）美国人将治愈癌症或阿尔茨海默病等疾病列为他们对 AI 的前三大期望之一，其次是帮助残障人士（36%），然后是推动技术进步和让生活总体上更便利（并列 23%）。
• AI 导致的失业是每个州最常见的担忧，64% 的美国人持有这一担忧。第二大担忧是认知依赖（56%），其次是虚假信息（52%）。
• 对政府干预 AI 的支持度很高：在我们调查的美国人中，超过 70% 认为政府应在监管 AI 方面发挥作用，而且这种支持是跨党派的。人们最希望政府在隐私（56%）、儿童安全（52%）和伤害责任（49%）等领域对 AI 采取行动。
• 当被问及什么最能确保 AI 造福人类时，美国人将让 AI 公司对伤害承担法律责任（47%）和优先考虑安全而非增长（44%）列为最具杠杆效应的举措。
• 只有 15% 的美国人表示，他们信任 AI 公司就 AI 如何开发和使用做出决策。

引人注目的是，在大多数问题上，AI 并未让美国人在典型的党派、地域或教育程度上产生严重分歧。总体而言，各议题上存在广泛共识：美国人渴望实现 AI 所承诺的益处，但也担忧它可能带来的冲击，同时希望构建 AI 的公司承担责任。就我们观察到分歧的地方而言，主要也只是人们观点强烈程度上的差异。

这项研究建立在 Anthropic 正在开展的其他工作之上，旨在了解人们如何使用 Claude 以及如何看待 AI 的发展。我们最近开展了一项全球性涵盖 81,000 名 Claude 用户的定性研究通过Anthropic Interviewer，这是我们用于大规模开展深度访谈的工具。我们还定期发布来自Anthropic Economic Index的数据，该指数基于匿名的 Claude 使用数据，展示世界各地的人们如何使用 AI。Anthropic Public Record 调查标志着我们首次与普通公众对话，使我们能够触达 AI 的非用户，并更好地理解不同人口统计特征群体之间的态度差异。

Anthropic 公共记录将定期重复进行，随着新话题变得更加突出而不断扩大范围，并让我们能够追踪公众对 AI 的态度如何随着模型能力的进步和采用的加深而变化。未来，我们计划扩展到美国以外。

方法简介

我们在 2025 年 11 月和 12 月开展了一项具有全国代表性的在线调查，覆盖 51,993 名美国人，样本来自 YouGov，并按美国人口普查基准进行加权。各州样本量从 n=232（阿拉斯加州）到 n=1,902（纽约州）不等，州级误差幅度在 ±2.6 到 ±9.1 个百分点之间。有关方法的更多细节见附录。

美国人希望 AI 带来什么

我们让美国人从 17 个选项中选出他们对 AI 的三大期望。治愈疾病位居榜首，48% 的受访者将其列入前三，比第二常见的选项——帮助残障人士（36%）——高出 12 个百分点。心理治疗和减少孤独感之类的选项——或者期望 AI 可能替代人际接触——在所列选项中排名最低。

美国人担忧什么

我们向受访者提供了一份包含 20 种 AI 潜在危害的清单，要求他们标出自己个人感到担忧的每一项，然后按五点量表对每项的担忧程度进行评分。我们将任何评分为 2（有些担忧）或更高的回答视为担忧。（此方法与上文的问题不同，上文我们要求参与者仅对三大期望进行排序；两者的数字不可比较。）

失业是迄今为止最常见的担忧，近三分之二（64%）的美国人持有这一担忧。紧随其后的是认知依赖——即 AI 的融入使人们失去独立思考的能力——占比 56%，以及虚假信息，占比 52%。失业和认知依赖也是我们在针对 81,000 名 Claude 用户的定性研究中最主要的恐惧之一。

最常见的危害往往是近期的、具体的：失业、认知依赖、虚假信息、犯罪用途和监控。这些恐惧每一种都早于 AI 存在，在更早的技术中已有先例——例如，自动化导致失业，智能手机助长依赖，社交媒体传播虚假信息。总体而言，美国人更关注 AI 的滥用而非 AI 对齐问题，提及犯罪用途、监控和恐怖主义的频率高于例如 AI“失控”等担忧。

在我们提到的所有危害中，除了三项之外，大多数受访者都表示自己“不担心”，但没有任何一种潜在危害是少于四分之一的美国人至少有所担忧的。

失业相关的模式

64% 的美国人担心 AI 会取代工作岗位。这种担忧的分布异常均匀。它是民主党人（67%）和共和党人（62%）中排名第一的恐惧，在有孩子的家庭（59%）和没有孩子的家庭（66%）中也是如此，并且在每一个州都是如此，从高端的艾奥瓦州（71%）到低端的密西西比州（57%）。

受教育程度越高的美国人，对失业的担忧越强烈

对失业的担忧随着受访者教育水平的提高而上升。拥有研究生学位的美国人比高中及以下学历的人对失业的担忧高出近 10 个百分点。换句话说，最担心被取代的劳动者，恰恰是那些工作内容已经与 AI 被要求完成的任务更为重叠的人——这一发现印证了我们经济研究团队对全球 Anthropic Interviewer 研究的分析。

对失业的恐惧在使用 AI 最少的人群中更为强烈

与此同时，每天在工作中使用 AI 的人对失业的担忧明显低于完全不使用 AI 的人：54% 对 70%。

这一趋势有许多可能的解释。亲身使用 AI 的经验或许能帮助人们培养技能和熟练度，使他们能够增强而非自动化自己工作中的部分环节，从而让失业看起来不那么像迫在眉睫的威胁。亲身实践也可能让人看清 AI 的局限。很可能是这些因素以及其他因素共同作用的结果。

对 AI 在工作中能力的认知与接受度

我们向受访者提供了一份包含 14 项工作任务的清单，并针对每一项提出了两个问题：“你认为 AI 工具或应用今天能多好地完成这项任务？”以及“考虑到你自己的本职工作，对于以下每项工作任务/用途，你希望 AI 参与的程度有多高？”

对 AI 能力的整体评估相当高。在高的一端，75% 的美国人表示 AI 在研究方面与人类一样好或更好。在低的一端，44% 的人表示 AI 在服务与支持方面与人类一样好或更好。

在大多数任务上，多数美国人并不希望 AI 介入他们的工作，即便是在他们评价 AI 能力最强的任务上——例如研究和数据分析——也有近一半受访者表示，他们不希望 AI 介入自己的工作。然而，职场中对 AI 介入的接受度似乎与人们感知到的能力同步变化：AI 在某一领域被认为越有能力，人们就越可能愿意使用它。

认知依赖是一种预期性的恐惧

在我们的调查中，第二常见的恐惧是对 AI 的认知依赖。为了更好地了解人们是否可能真的正在经历依赖，我们询问受访者，如果明天 AI 变得不可用，他们会感到多大的 disruption，然后将那些担心依赖的人与不担心依赖的人的回答进行了比较。

到目前为止，认知依赖似乎主要是一种预期性的恐惧：在 56% 表达了某种依赖担忧的美国人中，只有大约 1/5 会在 AI 变得不可用时感到显著的 disruption。反过来，在 44% 不担心依赖的人中，有更高比例——大约 1/3——会感到显著的 disruption。

我们在 81,000 名 Claude 用户 中开展的定性研究发现，教育工作者报告亲眼目睹认知能力衰退的可能性是平均水平的 2.5 到 3 倍，推测是在他们的学生身上。在 Anthropic Public Record 中，教育工作者同样是最担心依赖性的职业之一，仅次于从事艺术和设计工作的人。

与失业问题一样，对依赖性的担忧随着使用频率的增加而稳步下降。在工作中每天使用 AI 的美国人，对依赖性的担忧比从不使用的人低 16 个百分点（46% 对 62%）。

最重度 AI 用户告诉了我们什么

截至 2025 年底，约 6% 的美国人在工作和个人生活中每天都使用 AI。这些深度整合用户预示了更密集采用 AI 会是什么样子，也可能预示着随着采用率增长，主流观点将走向何方。

深度整合用户偏向年轻、男性、城市居民、在职且受过大学教育。近三分之二的人将自己描述为在大多数人之前尝试新技术、或一旦看到其潜力就早早采用的人，而普通公众中这一比例为 30%。

在我们列出的每一项危害上，深度整合用户的担忧都低于普通公众，不过这可能反映的是早期采用者 outlook 上的差异。

美国人对 AI 治理的期望

71% 的美国人认为政府应当参与 AI 的开发和监管。这一比例在民主党人中为 79%，在共和党人中为 68%，在独立人士中为 69%——这是一个跨党派的绝对多数。在我们调查的每一个州和地区，多数人都支持政府参与 AI，从哥伦比亚特区的 81% 到夏威夷的 63%。

美国人希望政府在哪些方面采取行动

随后我们询问了八个具体领域，以及政府应在每个领域介入到何种程度。只有两个领域——隐私和儿童安全——获得了绝对多数支持，认为政府应发挥超出最低限度的作用。与此同时，国家安全是所有领域中党派分歧最小的，民主党和共和党之间仅相差三个百分点。

美国人希望行业做到什么

当我们询问应当采取什么措施来确保 AI 以符合人类利益的方式发展时，美国人的答案集中在两项上：让 AI 公司对造成的损害承担法律责任（47% 将其列入前三选项），以及优先考虑安全而非增长（44%）。紧随其后的是拥有实权的独立监督机构（29%）和为安全而放缓 AI 发展（27%）。

信任赤字

只有15%的美国人表示，他们信任AI公司就这项技术如何开发和使用做出决策。这是我们所测试的所有机构中最低的数字，低于联邦政府（20%）、州和地方政府（19%）以及国际机构（20%），也远低于独立专家（43%）。

深度用户对监管和监督有着同样强烈的诉求

深度用户对我们询问的每一个机构都更加信任，包括AI公司——并且明显更不倾向于认为AI发展应当放缓或停止。然而，他们在AI问题上对政府介入的支持率与全国水平基本一致（74%对71%），而在我测试的八个具体治理领域中，他们的偏好与公众几乎无法区分。

Anthropic的举措以及下一步

公众的意见对于确保强大的AI服务于人类利益至关重要。Anthropic Public Record、Anthropic Interviewer、Anthropic Economic Index，以及我们的许多其他研究项目，都是为了更好地理解公众意见并获取公众输入，以推动AI转型顺利进行。

我们最近公布了若干与这些发现相关的政策框架。我们的《先进 AI 框架》提议对前沿模型实施强制性独立安全测试、透明度要求，并赋予政府阻止或召回危险 AI 部署的权力。我们的《经济政策框架》阐述了政府如何为 AI 的经济影响做好准备——尽可能减少岗位流失，并支持劳动者，使 AI 的收益得到广泛共享。

AI 的发展方向不应仅由构建它的公司来决定。公众的希望与担忧被测量得越清晰，我们——以及其他公司——就越能更好地回应它们。

附录：方法论

总体与方式：Anthropic Public Record 是一项针对美国晚期青少年及成年互联网人群的在线调查，对象为 16 岁及以上、居住于 50 个州、哥伦比亚特区或波多黎各的居民。实地调查由 YouGov 于 2025 年 11 月 1 日至 12 月 11 日期间通过其在线样本库开展。

样本设计：本研究设计为 52 个平行的州及领地样本，每个州的目标完成量约为 1,000 份（蒙大拿州、北达科他州、南达科他州、怀俄明州、佛蒙特州和波多黎各约为 500 份）。在每个州内，按年龄、性别、教育程度和种族/族裔设置了配额。实际完成样本为 51,993 份，各州样本量从 232 份（阿拉斯加州）到 1,902 份（纽约州）不等。

加权：数据经过加权，以在州、年龄、性别、教育程度和种族/族裔方面代表美国 16 岁及以上常住人口。权重已归一化至实际完成的样本量（均值为 1.00，总和为 51,993）。

误差范围：在 95% 置信水平下，对于 50% 的比例，全国抽样误差范围为 ±0.6 个百分点。州级误差范围从 ±2.6 个百分点（加利福尼亚州、纽约州、得克萨斯州）到 ±9.1 个百分点（怀俄明州）不等。子群体的误差范围更大。

报告惯例：本报告中所有百分比均为加权结果。除非另有说明，百分比以完整分段为分母（回答"不知道"或跳过未答的受访者仍保留在基数中）。恐惧题组中的"担忧"是五点担忧量表中最高的四个选项。能力题组中的"一样好或更好"是五点表现量表中最高的三个选项。"深度整合用户"是指报告每天在工作场景使用 AI 一次或多次、且在个人用途上每天使用一次或多次的受访者（未加权 n=2,717）。政党归属分组包含倾向者。

局限性：Anthropic Public Record 记录了美国人在 2025 年末对 AI 的看法。我们将其视为一个基线。