AI错失恐惧(AI FOMO):社会压力下有渴望而无行动

《Big Data & Society》:AI fear of missing out (AI FOMO): Desire without action under social pressure

【字体: 大 中 小 】 时间:2026年08月28日 来源:Big Data & Society 5.9

编辑推荐:

  错失恐惧(FOMO)被认为会驱动参与。但这是否适用于AI错失恐惧(AI FOMO)——即担心在人工智能(AI)方面落伍的恐惧?本评论认为并非如此。许多人虽然强烈感到这种恐惧,却仍然没有采取行动。与社交媒体FOMO不同——社交媒体FOMO中恐惧通过参与被迅速释放

  
错失恐惧(FOMO)被认为会驱动参与。但这是否适用于AI错失恐惧(AI FOMO)——即担心在人工智能(AI)方面落伍的恐惧?本评论认为并非如此。许多人虽然强烈感到这种恐惧,却仍然没有采取行动。与社交媒体FOMO不同——社交媒体FOMO中恐惧通过参与被迅速释放——AI FOMO产生的是一种没有行动的渴望,一种源于不对称性的行动瘫痪:一方面认为AI不可或缺(高响应效能,high response efficacy),另一方面感到自己无法掌握它(低自我效能,low self-efficacy)。当这种张力无法解决时,它可能被转向人与人之间的关系,表现为对AI熟练同侪的嫉妒,以及将他人成就轻视为“仅仅由AI驱动”的偏见性归因。这些动态不仅是个体层面的。这种不对称性还受到培训、时间、资源和支持方面的结构性差异,以及将采用AI描绘为紧迫且不可避免的社会技术想象(sociotechnical imaginaries)的塑造。随着AI能力成为才能的象征性标志,不采用AI可能被单独解读为个人失败,从而掩盖了同样塑造这种失败的不平等条件。将AI FOMO理解为一种独特的情感和社交技术状况,表明技术变革如何在不需要广泛采用的情况下加剧不平等,也表明FOMO在没有行动能力的伴随下,如何加深而非弥合社会分歧。
论文解读:AI FOMO——社会压力下的渴望与行动瘫痪

一、研究背景与问题

错失恐惧(fear of missing out, FOMO)在社交媒体研究中被广泛视为驱动用户参与的重要情感动力。经典FOMO理论认为,个体因担心他人拥有自己缺席的有益体验而产生焦虑,这种焦虑会通过登录、滚动、点赞等低摩擦行为迅速释放,从而形成“渴望—行动”的紧密耦合。然而,随着人工智能(artificial intelligence, AI)的快速扩散,一种新型FOMO正在浮现:许多人深深感到自己正在AI时代落伍,却并未因此投入学习或使用。这种“有渴望而无行动”的现象,无法被传统社交媒体FOMO模型所解释。现有研究大多隐含假设FOMO总是转化为参与动机,但AI使用需要持续学习、认知负荷和社会资源,其技术门槛和不确定性远超社交媒体。与此同时,社会话语将AI描绘为不可或缺、无可避免的竞争必需,进一步放大了个人压力。这种压力与行动能力的不足形成尖锐张力,导致行动瘫痪。因此,重新概念化AI FOMO,理解其独特心理机制和社会结构根源,成为必要的研究课题。

二、研究内容与意义

本文是一篇评论性论文,研究者通过理论论证和文献综合,首次系统地提出“AI FOMO”这一概念,将其定义为一种持续存在的情感与认知状态:既认为AI工具对于学业、职业和创造性成功不可或缺,又感到自己难以掌握它。研究者指出,AI FOMO的核心机制是“高响应效能”(个体相信AI有用且必要)与“低自我效能”(个体怀疑自己能够学会和使用AI)之间的不对称。这种不对称使恐惧无法像社交媒体FOMO那样通过参与得到缓解,反而在技术宣传加速时不断强化,最终转向人际比较与偏见性归因。该研究的意义在于:AI FOMO揭示了一种不平等加剧的新路径——即使多数人并未真正广泛使用AI,仅因对落后于他人的恐惧和行动无力,就可能加深社会分层。这一视角为技术与社会不平等研究提供了新的理论工具,论文发表在《Big Data 》上。

三、主要技术方法

由于本文是评论性文章,并非实证研究,因此未涉及实验设计、样本队列或具体操作步骤。研究者主要采用了以下方法:一是概念分析,对FOMO、自我效能、社会比较等既有理论进行剖析和重构;二是文献综合,整合社交媒体FOMO研究、AI焦虑研究、科学技术研究(science and technology studies, STS)及数字不平等文献,构建跨领域解释框架;三是理论论证,通过逻辑推演提出AI FOMO的发生机制及其社会后果。文中没有使用定量或定性数据,也没有样本来源。

四、研究结果

1. 为什么现有FOMO模型不足(Why existing FOMO models fall short)

研究者通过对比社交媒体FOMO与AI情境,指出传统模型的局限。社交媒体参与是低摩擦、即时回报的行为,因此高FOMO会预测更高参与度。但在AI情境中,参与需要大量学习、自信、时间和资源支持,且AI技术本身不透明、更新迅速,用户难以靠日常使用自然掌握。因此,FOMO不再自动导向参与,反而可能因不知道从何入手、感觉努力巨大而令人停滞。已有实证研究主要测量了低代价选择情境下的偏好,不能代表持续学习和真实整合。

2. 社会压力下的渴望而无行动:高响应效能与低自我效能(Desire without action under social pressure: high response efficacy, low self-efficacy)

研究者重新定义AI FOMO为“在社会压力下持续渴望却无行动”。这种状态源于两种效能感的失衡:许多个体相信AI对成功至关重要——“AI或灭亡”叙事强化了这种认知;但同时,他们对自身使用AI的能力缺乏信心,感到被催促行动却怀疑自己能做到。社交媒体FOMO可以通过登录、检查等低门槛行为暂时缓解,而AI FOMO没有这种释放出口,张力持续积累。研究者还区分了“不学习、不采用、不展示能力”等不同形式的无行动,它们可能互相错位,例如有人私下使用AI却隐瞒,有人高谈AI却很少使用,这些错位产生不同情感与社会后果。

3. 人与人之间的张力:AI嫉妒与偏见性归因(Human to human tension: AI envy and biased attribution)

研究者将目光从人机关系转向人际关系。传统AI焦虑多聚焦于人类被机器替代的垂直冲突,而AI FOMO强调来自同侪比较的横向压力。当个体无法解决“想用却不会用”的张力时,情绪能量会转向对他人的社会评价:一是产生“AI嫉妒”,即对看起来精通AI的人感到不适,这种不适源于可感知但难以缩小的能力差距;二是出现“偏见性归因”,即将他人的成功归结为“只是因为AI”,而不是个人努力。这种归因能保护自尊,却会贬低他人成就的正当性,并可能将AI使用者视为“不真实”或“不够格”。研究者强调,这些机制是概念性建议,仍待实证检验。

4. AI FOMO作为一种社会技术状况,以及为什么它现在很重要(AI FOMO as a sociotechnical condition, and why it matters now)

研究者进一步分析,AI FOMO并非单纯的个体心理问题,而是由社会技术想象所塑造。AI的“必要性”并非天然属性,而是企业战略、制度政策和用户实践共同生产的结果。AI模型的不透明性、快速版本迭代和订阅付费墙,都是影响用户自我效能感的“物质性选择”。在大学和职场中,AI素养日益被视为能力本身的替代指标,不采用AI则容易被解读为懒惰、抗拒或落伍。这种解读忽略了不同人群在时间、培训和支持上的结构性差异。由于AI FOMO使焦虑被个体化并转向嫉妒同侪,而不是批判体制,集体行动和共同诉求可能被削弱。研究者因此提出,AI FOMO是理解“技术宣传如何合法化不平等”的关键概念。

五、讨论与结论

讨论部分指出,AI FOMO的后果并非均匀分布:缺乏资源的学生会因与看似流利的同侪比较而更感落后;不稳定就业者被迫假装掌握并未真正获得的AI技能,而稳定就业者则可以从容学习。现有数字不平等研究聚焦于“采用差距”,但AI FOMO揭示了另一条更隐蔽的机制——在文化上推崇AI但结构上要求苛刻的环境中,非行动被污名化,这使不平等被归咎于个人缺陷,而非结构性障碍。研究者呼吁将注意力从个体不足转向集体条件。

结论部分可翻译为:本评论提出AI FOMO作为描述这些状况的词汇。与早期强调归属和参与的FOMO不同,AI FOMO突出的是“渴望与无行动并存”,以及这种张力被转向对他人嫉妒、偏见比较和归因判断的过程。它不是关于人类抵抗机器,也不是关于对技术的强迫性参与,而是关于人类、机器和制度如何在结构性不平等条件下共同重组人与人之间的关系。对AI FOMO进行概念化,是认识到FOMO若缺乏行动能力便会加深社会分裂的第一步,也为针对产生这种行动瘫痪的结构性条件的干预打开了空间。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号