观众对AIGC内容的“真实感”感知与信任度研究

1. 引言
   进入21世纪20年代中期，人工智能技术迎来了爆发式增长，特别是以大语言模型（Large Language Models, LLMs）和扩散模型（Diffusion Models）为代表的生成式人工智能技术的成熟，标志着人类社会正式迈入AIGC（AI-Generated Content）时代。从OpenAI的GPT-4、Sora，到Midjourney、Stable Diffusion，这些强大的AI工具不仅能够生成逻辑严密、文采斐然的文本，还能创造出达到照片级真实感的图像和符合物理规律的高清视频。AIGC正在以前所未有的速度和规模重塑媒体、教育、医疗、娱乐和商业营销等各个领域[1]。
   根据皮尤研究中心（Pew Research Center）2025年6月的最新调查数据显示，公众对AI的认知和使用率正在持续攀升。几乎所有美国成年人都表示至少听说过一点关于AI的信息，其中47%的人表示“听说过很多”，这一比例较2022年的26%有了大幅提升。此外，31%的受访者表示他们每天至少与AI互动几次，而在年轻群体（18-29岁）中，这一比例更是高达53%[2]。
   

图1：公众对人工智能（AI）的认知度持续上升趋势（2022-2025）。数据来源：Pew Research Center
在职场和教育领域，AIGC的渗透同样深远。数据显示，表示在工作中使用AI的美国员工比例已从2024年的16%上升至2025年9月的21%[3]。在青少年群体中，AIGC工具（如AI聊天机器人）的使用已成为常态。约64%的13至17岁美国青少年表示曾使用过AI聊天机器人，主要用于搜索信息（57%）和辅助学业（54%）[4]。

图2：美国员工在工作中使用AI的比例变化（2024-2025）。数据来源：Pew Research Center
然而，随着AIGC生成的内容在质量上越来越难以与人类创作的内容相区分，一系列深刻的认知、心理和伦理问题随之浮现。当受众面对一段视频、一篇文章或一张图片时，他们如何判断其“真实性”？这种对真实感的感知又如何影响他们对信息来源的信任？在虚假信息（Misinformation）、深度伪造（Deepfakes）和“幻觉”（Hallucinations）频发的背景下，探讨受众对AIGC内容的真实感感知与信任度机制，不仅具有重要的学术价值，更是维护数字社会信息生态健康的迫切需求。
本研究旨在回答以下核心问题：第一，受众在多大程度上能够准确识别AIGC内容与人类生成内容？第二，AIGC内容的哪些特征影响了受众的真实感感知？第三，信息来源的披露（即AI标签）如何调节受众的信任度？第四，在不同应用场景（如医疗、教育、营销）中，受众对AIGC的信任机制是否存在差异？

1. 文献综述与理论基础
   2.1 AIGC的技术演进与生成机制
   AIGC的繁荣建立在深度学习（Deep Learning）技术的突破之上，其中最核心的架构是Transformer模型和扩散模型（Diffusion Models）。理解这些底层技术有助于我们剖析AIGC内容为何能具备如此高的“真实感”。
   2.1.1 Transformer架构与文本生成
   Transformer架构由Google研究人员于2017年提出，彻底改变了自然语言处理（NLP）领域。与传统的循环神经网络（RNN）不同，Transformer能够同时处理整个输入序列，极大地提高了并行计算效率和对长距离上下文的理解能力。Transformer的核心包含编码器（Encoder）和解码器（Decoder）两个主要部分。
   

图3：Transformer架构的编码器-解码器（Encoder-Decoder）结构示意图。左侧为编码器堆栈，右侧为解码器堆栈。
在Transformer中，最关键的创新是“自注意力机制”（Self-Attention Mechanism）。该机制允许模型在处理序列中的某个词时，动态地评估句子中其他所有词对该词的重要性（权重）。例如，在句子“The animal didn't cross the street because it was too tired”中，自注意力机制能够准确地将代词“it”与“animal”联系起来，而不是“street”。这种对上下文的深度理解使得大语言模型（如GPT-4）能够生成高度连贯、符合逻辑且具有人类语言习惯的文本[5]。

图4：自注意力机制可视化。线条的粗细和颜色深浅表示代词“it”对句子中其他单词的注意力权重，准确地指向了“animal”。
此外，多头注意力（Multi-Head Attention）机制允许模型从多个不同的表征子空间（如语法、语义、情感等）同时捕捉信息，进一步丰富了模型对文本的理解维度。正是基于这些复杂的神经网络架构，AIGC文本在语法正确性、逻辑连贯性和语境适应性上达到了前所未有的高度，使得受众在阅读时极易产生“这是由人类专家撰写”的错觉。

图5：多头注意力机制（Multi-Head Attention）工作原理示意图。模型通过多个“头”并行处理信息，捕捉不同的语言特征。
2.1.2 扩散模型与视觉内容生成
在图像和视频生成领域，扩散模型（如Stable Diffusion, Midjourney）成为了主流。扩散模型的工作原理分为前向过程（添加噪声）和反向过程（去除噪声）。在训练阶段，模型学习如何将一张清晰的真实图像逐步添加高斯噪声，直到其变成纯噪声；在生成阶段（推理阶段），模型从纯随机噪声开始，根据用户输入的文本提示（Prompt），通过U-Net等神经网络逐步预测并去除噪声，最终还原出符合描述的清晰图像[6]。
Stable Diffusion的一个重大创新是将扩散过程从高维的像素空间转移到了低维的“潜在空间”（Latent Space）。通过变分自编码器（VAE）对图像进行压缩，模型在潜在空间中进行去噪计算，极大地降低了计算资源的消耗，使得在消费级硬件上生成高分辨率、高真实感的图像成为可能。这种技术生成的图像在光影、纹理、透视关系上高度逼真，直接挑战了人类视觉系统的辨别能力。
2.2 真实感感知的理论基础
在心理学和传播学中，“真实感”（Perceived Realism）是指受众认为媒介内容在多大程度上反映了客观现实。对于AIGC内容，真实感感知不仅取决于内容的物理逼真度（如图像的分辨率、光影的自然度），还取决于语义的合理性（如文本的逻辑性、情感的真挚度）。
传统的“恐怖谷理论”（Uncanny Valley Theory）认为，当非人类实体（如机器人或动画角色）的外表和动作越来越接近人类时，人们对其的好感度会增加；但当相似度达到一个临界点，哪怕只有微小的瑕疵，也会引发人们强烈的反感和不安。然而，随着AIGC技术的进步，许多研究表明，当前的AI生成图像和视频已经开始跨越恐怖谷。例如，Nightingale和Farid（2022）的研究发现，AI合成的人脸不仅与真实人脸难以区分，甚至在某些情况下被受众认为比真实人脸“更值得信任”[7]。这表明，AIGC在视觉表征上已经具备了极强的欺骗性。
2.3 信任度与来源可信度理论
信任（Trust）是人际交往和社会运作的基石。在媒介心理学中，来源可信度理论（Source Credibility Theory）是解释受众如何评估信息可信度的核心框架。该理论由Hovland和Weiss（1951）提出，认为信息来源的可信度主要由两个维度构成：专业性（Expertise）和值得信赖性（Trustworthiness）[8]。
专业性：指信息来源被认为具备提供准确、有效信息的知识、技能和经验的程度。
值得信赖性：指信息来源被认为客观、诚实、没有偏见或自私动机的程度。
在AIGC语境下，来源可信度面临着复杂的重构。一方面，受众可能基于“机器启发式”（Machine Heuristic）——即认为机器和算法比人类更客观、更少偏见、处理信息能力更强——而赋予AI极高的专业性信任。另一方面，由于AI缺乏人类的情感、道德责任感和真实的生活经验，受众可能对其“值得信赖性”和“真实意图”产生怀疑。这种矛盾构成了AIGC信任度研究的核心张力。
2.4 标签效应与算法厌恶
大量实证研究表明，是否披露内容由AI生成（即添加AI标签）对受众的信任度有决定性影响。这种现象被称为“标签效应”。研究发现，在盲测（未告知来源）情况下，受众往往对AI生成的高质量内容给予高度评价；但一旦被告知内容是AI生成的，受众的评价和信任度会显著下降。这种现象与“算法厌恶”（Algorithm Aversion）理论相吻合，即人们在面对相同质量甚至更高质量的算法决策时，仍然偏好人类决策，尤其是在涉及道德、医疗、艺术等被认为需要“人类特质”的领域[9]。

1. 研究假设与理论模型
   基于上述文献综述，本研究结合来源可信度理论和技术接受模型，提出以下研究假设：
   H1（识别能力假设）：在无辅助提示的情况下，受众无法准确区分AIGC内容与人类生成内容，其识别准确率接近随机水平（约50%）。
   H2（真实感感知假设）：AIGC内容在视觉和语义上能够产生高度的真实感，但在细微的逻辑连贯性或物理细节上，人类生成内容仍被感知为略微更真实。
   H3（标签悖论假设）：在盲测条件下，受众对AIGC内容的信任度等于或高于人类内容；但当明确标注“AI生成”标签时，受众的信任度会显著下降。
   H4（场景调节假设）：受众对AIGC的信任度受应用场景的调节。在客观性强、数据驱动的场景（如编程、数据分析）中信任度较高；在主观性强、涉及情感或高风险的场景（如医疗诊断、艺术创作）中信任度较低。
2. 研究方法
   为全面验证上述假设，本研究采用混合研究方法（Mixed-Methods Approach），结合了大规模在线问卷调查、受控行为实验以及生理数据监测，以多维度捕捉受众的认知与心理反应。
   4.1 研究一：AIGC认知与使用现状调查
   本部分基于Pew Research Center及Data for Progress的最新全国性调查数据，分析了不同人口统计学群体对AI的认知度、使用频率及总体态度。样本涵盖了美国各年龄段、性别、种族及教育背景的成年人及青少年群体，以描绘AIGC在社会层面的宏观接受图景。
   4.2 研究二：视觉内容的真实感与来源识别实验
   为测试受众对AIGC视觉内容的识别能力（H1）和真实感感知（H2），本研究设计了一项受控实验。实验选取了161名参与者（包括71名视觉专业人士和90名非专业人士）。刺激材料包含32张图像，分为四类：人物肖像、风景、日常场景和细节物体。每类包含6张由主流AI工具（Midjourney, DALL·E 3, Adobe Firefly）生成的图像和2张人类拍摄的真实照片（比例为3:1）。
   参与者被要求对每张图像进行两项评估：
1. 来源识别：判断图像是“AI生成”还是“人类创作”。
2. 真实感评分：使用5点李克特量表（1=完全不真实，5=完全真实）对图像的逼真程度进行打分。
   4.3 研究三：医疗健康信息中的信任度与标签效应实验
   为验证标签悖论（H3）和场景调节效应（H4），本研究在医疗健康信息领域开展了一项2×2的混合设计实验。自变量包括：信息实际来源（人类医生 vs. 大语言模型LLM）和披露标签（标注为“人类医生” vs. 标注为“AI”）。
   实验招募了210名参与者，要求他们阅读关于特定健康问题（如持续性头痛）的诊断建议。除了收集自我报告的信任度评分（5点李克特量表）外，实验还引入了眼动追踪（Eye-tracking）和生理信号监测（如心率变异性HRV、皮肤温度），以捕捉受众在阅读不同标签信息时的隐性认知负荷和情绪反应。

1. 数据分析与结果
   5.1 AIGC的社会认知与使用鸿沟
   宏观调查数据显示，AIGC的普及速度惊人，但存在显著的人口统计学差异。在青少年群体中，AI聊天机器人的使用率高达64%。如图6所示，青少年使用AI的主要目的集中在信息搜索（57%）和学业辅助（54%）。值得注意的是，有10%的青少年表示他们“全部或大部分”的学业任务都是在AI的帮助下完成的，这引发了教育界对学术诚信和过度依赖的担忧。
   

图6：美国青少年（13-17岁）使用AI聊天机器人的主要目的分布。数据来源：Pew Research Center (2025)

图7：青少年在学业任务中依赖AI聊天机器人的程度。10%的受访者表示“全部或大部分”依赖AI。数据来源：Pew Research Center (2025)
在成年人群体中，年龄和技术熟悉度是决定AI态度的关键因素。18-29岁的年轻成年人中，有62%表示对AI非常了解，53%每天至少与AI互动一次；而在65岁以上的老年群体中，这两个比例分别骤降至32%和30%。此外，频繁使用AI的用户对其持积极态度的比例（净支持率+57%）远高于极少使用AI的用户（净支持率-42%）。这表明，实际的使用体验是建立AIGC信任的最强预测因子。

图8：不同年龄段美国成年人对AI的认知度与日常互动频率对比。年轻群体显著高于老年群体。
5.2 视觉内容的“硬币抛掷”：识别能力与真实感
在视觉内容识别实验（研究二）中，共收集了5152份有效评估。数据分析揭示了一个令人震惊的事实：人类在识别AI生成图像时的整体准确率仅为51.24%，几乎等同于抛硬币的概率（Coin Toss）。
具体而言，在所有AI生成的图像中，有38.92%被受试者错误地判定为“人类创作”；而在真实的人类照片中，也有21.74%被误判为“AI生成”。这充分支持了H1假设，即当前的AIGC技术已经成功跨越了人类视觉感知的初步防线。

在真实感评分方面，人类创作的图像平均得分为4.22（满分5分），略高于AI生成图像的3.58分。这表明，尽管AI图像极具欺骗性，但在仔细审视下，受众仍能隐约察觉到AI图像在某些细节（如光影逻辑、复杂纹理）上的不自然，从而给予相对较低的真实感评分。这一结果支持了H2假设。此外，视觉专业人士在识别准确率上（62.09%）略高于非专业人士（60.28%），且专业人士对所有图像的真实感评分普遍更高，这可能反映了专业人士对现代数字图像处理技术的更高包容度。
5.3 医疗健康领域的“标签悖论”
在医疗健康信息信任度实验（研究三）中，数据呈现出高度复杂的交互效应。在盲测（未告知实际来源）的情况下，受众对LLM生成的医疗建议的信任度评分（M=3.97）显著高于人类医生提供的建议（M=3.89，p=0.024）。定性访谈显示，受众认为LLM生成的文本结构更清晰、信息更全面、语气更客观，这触发了受众的“机器启发式”信任，认为算法比人类更具专业性和中立性。
然而，当引入“标签”变量后，情况发生了逆转。无论信息的实际来源是什么，只要被贴上“AI生成”的标签，其信任度评分（M=3.82）便显著低于被贴上“人类医生”标签的信息（M=4.04，p<0.001）。最有趣的是，实际由LLM生成但被贴上“人类”标签的信息获得了全场最高的信任评分（M=4.07），而实际由人类撰写但被贴上“AI”标签的信息得分最低（M=3.76）。

这一结果完美验证了H3假设（标签悖论）。生理数据监测进一步证实了这一点：当受试者阅读带有“AI”标签的医疗信息时，其心率变异性（HRV）发生显著变化，瞳孔扩张度增加，表明受试者在处理AI信息时产生了更高的认知负荷、警惕性甚至轻微的焦虑情绪。这种隐性的生理反应与显性的信任度评分下降高度一致。

1. 讨论
   6.1 AIGC真实感与人类感知的局限性
   本研究的数据表明，人类在面对高质量AIGC内容时，其视觉和语义的辨别能力已经失效。51%的识别准确率意味着传统的“眼见为实”原则在数字时代已不再适用。AIGC模型（如Midjourney v6, GPT-4）通过海量数据的预训练，已经掌握了人类视觉和语言的深层统计规律。它们生成的不仅是像素或字符的组合，更是符合人类认知预期的“拟像”（Simulacra）。
   在视觉上，虽然AI在处理复杂几何拓扑（如多指、错乱的文字）时仍有瑕疵，但普通受众在快速浏览社交媒体时，往往采用“启发式加工”（Heuristic Processing），缺乏足够的认知资源去寻找这些微小的破绽。在语义上，LLM生成的文本往往比普通人类写作更加规范、流畅，这种“过度完美”反而成为了欺骗受众的利器。
   6.2 信任悖论：算法厌恶与机器启发式的博弈
   医疗信息实验揭示的“标签悖论”是本研究最重要的发现之一。受众在潜意识里偏好AI生成的高质量内容（机器启发式），但在显性认知上却排斥AI的介入（算法厌恶）。这种矛盾源于人类对“信任”本质的理解。
   根据来源可信度理论，信任不仅包含对“能力”（Ability/Expertise）的认可，更包含对“善意”（Benevolence）和“正直”（Integrity）的期许。受众承认AI在处理海量数据、提供结构化信息方面具有超越人类的能力；但AI作为一个没有生命、没有情感、无需承担道德和法律责任的算法黑盒，无法向受众传递“善意”和“同理心”。在医疗、法律等高风险（High-stakes）领域，受众需要的不仅是正确的信息，更需要一个能够承担责任的“人”。因此，“AI标签”触发了受众对责任缺失和潜在风险的防御机制，导致信任度骤降。
   6.3 跨模态与跨领域的信任差异
   研究还发现，受众对AIGC的信任度具有高度的场景依赖性（支持H4）。在编程辅助、数据分析、常规文案撰写等工具性、客观性强的任务中，受众对AIGC的接受度和信任度极高。然而，在涉及人类独特情感、创造力或道德判断的领域（如艺术创作、心理咨询、新闻报道），受众对AIGC表现出强烈的抵触情绪。
   例如，在教育领域，学生欢迎AI作为24小时无休的辅导工具，但强烈反对使用逼真的“AI数字人教师”来替代真人教师。受众认为，过度逼真的AI数字人试图“伪装”成人类，这种欺骗感会引发强烈的“恐怖谷”效应，破坏师生之间的情感连接和信任基础。
2. 结论与建议
   7.1 研究结论
   本研究通过多维度的实证分析得出以下核心结论：
1. 感知界限的模糊：AIGC技术已经发展到人类无法仅凭感官准确区分真伪的阶段。视觉和文本内容的真实感极高，传统的辨伪机制面临失效。
2. 标签悖论的存在：受众在实际体验中认可甚至偏好AIGC的高质量输出，但显性的“AI标签”会触发算法厌恶，显著降低信任度。这反映了受众对AI能力认可与对其道德责任缺失担忧之间的深刻矛盾。
3. 信任的场景依赖性：AIGC的信任度并非一成不变，而是受到应用场景风险水平、情感需求以及用户自身技术素养的强烈调节。

7.2 实践启示

基于上述结论，本研究为相关利益相关者提出以下建议：

对于政策制定者与监管机构：鉴于人类识别AIGC能力的低下，强制性的“AI生成内容标识”制度（如水印、元数据标签）是维护数字信息生态安全的必要手段。然而，监管不应仅停留在标注层面，更需推动建立AI内容的责任追溯机制，解决受众对AI“无责任主体”的信任危机。

对于科技企业与平台方：在产品设计中应秉持“透明即信任”的原则。虽然短期内AI标签可能降低用户信任，但隐瞒AI身份一旦被识破，将对品牌信誉造成毁灭性打击。企业应致力于提升AI模型的可解释性，让用户理解AI是如何得出结论的，从而将“盲目信任”转化为“知情信任”。

对于教育与公众素养：面对AIGC的泛滥，传统的媒介素养教育必须升级为“AI素养教育”。公众需要了解生成式AI的工作原理、局限性（如幻觉、偏见），学会使用技术手段辅助鉴伪，并培养在人机协同环境下的批判性思维。

7.3 局限性与未来展望

本研究存在一定的局限性。首先，实验中使用的AIGC模型版本（如GPT-4, Midjourney v6）代表了特定时间点的技术水平，随着技术的快速迭代，受众的感知和信任机制可能发生动态演变。其次，生理数据的采集样本量相对有限，未来研究可扩大样本规模，并结合脑电（EEG）或功能性磁共振成像（fMRI）等更深度的神经科学手段，探究受众处理AIGC信息时的底层神经机制。最后，跨文化视角的缺失是本研究的不足，未来可进一步探讨不同文化背景（如集体主义与个人主义）对AIGC信任度的调节作用。

参考文献

[1] Dwivedi, Y. K., Kshetri, N., Hughes, L., et al. (2023). Opinion Paper: “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642.

[2] Pew Research Center. (2025). Key findings about how Americans view artificial intelligence. Retrieved from https://www.pewresearch.org/short-reads/2026/03/12/key-findings-about-how-americans-view-artificial-intelligence/

[3] Pew Research Center. (2025). Share of U.S. workers using AI on the job is up 5 points since last year. Survey conducted Sept. 2-8, 2025.

[4] Pew Research Center. (2025). How Teens Use and View AI. Survey conducted Sept. 25-Oct. 9, 2025.

[5] Google Developers. (2026). Machine Learning Crash Course: Transformers and Large Language Models. Retrieved from https://developers.google.com/machine-learning/crash-course/llm/transformers

[6] Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 10684-10695.

[7] Nightingale, S. J., & Farid, H. (2022). AI-synthesized faces are indistinguishable from real faces and more trustworthy. Proceedings of the National Academy of Sciences, 119(8), e2120481119.

[8] Hovland, C. I., & Weiss, W. (1951). The influence of source credibility on communication effectiveness. Public Opinion Quarterly, 15(4), 635-650.

[9] Logg, J. M., Minson, J. A., & Moore, D. A. (2019). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 148(4), 627-641.

[10] Cooke, D., Edwards, A., Barkoff, S., & Kelly, K. (2024). As Good As A Coin Toss: Human detection of AI-generated images, videos, audio, and audiovisual stimuli. Communications of the ACM.

[11] Liao, Y., & Sundar, S. S. (2022). Designing for Trust: The MATCH Framework for AI-Generated Content. ACM Transactions on Computer-Human Interaction.