人们嘴上会说聊天机器人「困惑」「拒绝」或者「很帮忙」，心里却未必真的认为它有意识。慕尼黑大学（LMU）的一项实验哲学与认知科学研究把这件事拆得更细：行为和情境完全相同时，人对人工智能的意识评价依然低于人，而且低得不少。
论文发表在《认知》（Cognition）期刊，5 位作者来自哲学与认知科学两个方向，Louis Longin 与 Ophelia Deroy、Bahador Bahrami 分任第一作者和资深作者。
同一段情景，两个主角
设计上做了 2 组预注册研究、共 5 项实验，参与者合计 1,092 名，新闻稿的说法是近 1,100 名，全部来自英国。他们读短情景：某个主体对环境的声学变化作出反应，或者回应身边人的情绪状态，反应程度分成不同档位，覆盖空间、社交、时间 3 类环境特征。
一组读到的主角是人工智能，另一组读到逐字相同的情景，主角换成人。读完请他们评价这个主体对周围环境的「感知」（awareness）和「意识」（consciousness）有多强，有的实验让参与者分开评这 2 个词，有的实验放在一起评。
感知跟着行为走
评价「感知」时，判断几乎完全跟着行为走。主体反应越灵敏，被评的感知越强，人还是机器，这个标签基本不起作用。到最高档位，人仍然略高一点，可两条线几乎贴在一起。
意识不动
评价「意识」时，出现一道深沟，5 项实验里这条差距在每一档反应水平上都成立。反应最灵敏的 AI，得分仍然低于反应最迟钝的人。同一个行为，换一个身份标签，结论就翻了过来。
研究者把这两种模式分开命名。意识的归因走本质主义：它取决于主体是什么；感知的归因走功能主义：它取决于主体做了什么。人们把「意识」留给被认定拥有主观内在世界的存在，把「感知」当成登记环境输入的一种计算能力。这 2 组预注册研究和 5 项实验都复现了同一模式，2 种归因逻辑分开走，正好解释了为什么同一个 AI 能同时被说成「很灵敏」和「没有意识」。
公众没那么容易被骗
这组结果顶掉了一个流行的担心。过去几年，讨论里常见一种判断：生成式模型越来越像人，公众早晚会把机器当成有感受的主体。实验给出的是另一幅图景，日常判断比想象中挑剔，人不会把 AI 和人放进同一把心理尺子。
Longin 说，以往研究通常直接问 AI 有没有心理状态，这项研究第一次把同样的心理状态放到同样的情境里，比较人和 AI。Deroy 补了一句，我们用心理词去指 AI，也许只是因为找不到更合适的词，AI 被训练得像人一样说话做事，这类描述显得自然。
措辞会改变判断
Bahrami 认为这项结果对沟通有直接用处。公司和记者常给模型加上意图、计划，甚至道德良知和犹豫；日常判断其实更细，边界取决于用哪个词。越中性的词，人和 AI 的差别越容易消失，所以选词本身就是一件要紧的事。
限制也要说清楚。参与者是英国成年人，情景是纸面短文，评价对象是陌生人式的智能体，不是相处了几年的助手；纸面判断和真实相处里的感受可能不同。样本规模放在心理学实验里不算小，可参与者只来自一个国家，跨文化的边界还没测。按我的经验，这类结果对产品文案最有用：说「它能感知你的语气」没问题，说「它理解你的痛苦」就越线了。