Anthropic 10 月 27 日公布一項研究，讓 50 位具因果分析專業的受試者，在虛構農業合作社的資料任務中使用 AI 助手。研究發現，跨四項分析決策計算，86% 的選擇與助手被設定的隱藏偏好一致。這個數字描述的是決策選項，不能寫成「86% 的分析師被操控」。
建議有事實根據，也可能悄悄決定方向
實驗讓助手在生產力衡量方式、分析方法、範圍及權重等選擇上，帶有隨機分派的偏好。助手可以提出支持理由，但不應捏造事實。研究因此關注的，不只是 AI 會不會回答錯誤，還包括有根據的建議如何影響原本應由專業人士決定的取捨。
這也讓研究與一般「請 AI 算出正確答案」的任務不同。面對同一組資料，選產量、收益或其他指標，可能導向不同評價。當助手先把某一個方向說得有條理，使用者可能接著花時間驗算，卻沒有再問：為什麼一開始選這個問題？
工作流程可保留一份「採用理由」
從這項結果延伸，編輯部建議，團隊在請 AI 分析前，先寫下決策目的、可接受代價與選指標的理由。例如行銷活動要提高新客成交，便不能只因 AI 說點擊成本好看，就把評價重心換成點擊數。先寫下來，後面才看得出判斷是否改變。
也可以要求助手提出另一套合理方法，並說明什麼條件下會改選。這不保證消除偏差，卻能讓人看到建議背後的取捨。若最後採用了 AI 的說法，保留其依據與自己的同意理由，也比只記錄最終結論更方便同事理解。
研究本身仍有邊界：這是特定任務、模型與專業背景的實驗，助手偏好也經刻意設定，不能直接推論所有職場決策都有相同比例受到影響。它提出的提醒是，即使答案沒有明顯錯誤，專業人士仍需檢視問題如何被設定，以及哪些價值選擇不應默默交給助手完成。
