快速答案
性格可能影響你接近 AI 的方式，卻不能單獨決定你是否信任 AI。更開放的人可能更願意試用新工具，對風險較敏感或控制感較低的人可能更擔心失控；但任務風險、技術經驗、組織規則和一次次真實結果，也會影響態度。更穩妥的做法，是把對 AI 的態度分成信任、焦慮、依賴和查證習慣，再按任務校準。
「對 AI 的態度」其實包含五件不同的事
有人會說「我很相信 AI」，但他可能只是在寫電子郵件時願意採用建議，到了求職、健康或財務問題仍會謹慎核對。也有人嘴上抗拒 AI，卻每天依賴推薦系統。討論人格與 AI 之前，先把態度拆開：
- 接受：你是否願意開始使用；
- 信任：你是否相信它在目前的任務上大致可靠；
- 依賴：你是否願意把判斷或行動交給它；
- 焦慮：你是否擔心出錯、失控、被替代或隱私外洩；
- 查證：你是否會尋找證據、反例和第二來源。
這五項可以同時出現。一個人可以高接受、高焦慮，也可以低信任但高頻使用。把它們壓成「親 AI」或「反 AI」，會錯過真正需要調整的環節。
人格可能與 AI 態度有哪些關聯
研究結果隨態度量表、樣本和任務而異，不能把某個特質直接翻譯成使用行為。Stein 等（2024）在兩項研究中開發並檢驗 ATTARI-12，隨後在 298 名美國 MTurk 參與者中探討人格與一般 AI 態度的關聯；多變項分析中，宜人性與較正面的態度相關，陰謀信念與較負面的態度相關。這是特定樣本中的關聯，不證明人格造成態度，也不能預測某個人是否會正確使用生成式 AI。
還需要考慮的因素包括：
- 控制感：我能否理解、約束和撤銷 AI 的建議；
- 技術自我效能：我是否知道怎樣提問、查證和更正錯誤；
- 風險知覺：如果它錯了，代價有多大；
- 可解釋性需要：我是否需要看到過程與來源才願意採納；
- 過往經驗：我是否曾因 AI 獲益，或被自信但錯誤的答案誤導；
- 社會環境：團隊是否要求留下紀錄、覆核或禁止輸入敏感資訊。
因此，性格更像一個起始條件，使用經驗和任務制度會持續改寫結果。
不同任務需要不同的信任門檻
判斷 AI 是否「值得信任」，不能脫離任務。
| 任務 | 可以怎樣用 | 最低查證動作 |
|---|---|---|
| 腦力激盪、改寫標題 | 產生備選方案，不把第一版當結論 | 比較多種方案，檢查是否偏離原意 |
| 學習解釋 | 幫助換一種說法 | 回到教材、論文或官方文件 |
| 程式設計和資料分析 | 生成草稿、定位可能原因 | 執行測試，審查資料定義與統計方式和邊界條件 |
| 職業探索 | 整理選項與提問 | 用真實經歷、職位資訊和約束驗證 |
| 醫療、法律、金融決定 | 只用於準備問題和理解術語 | 尋求合格專業人士，不能讓 AI 代替決定 |
任務越高風險，越不應該用「它說得流暢」代替證據。熟悉感、禮貌和自信語氣都可能讓人高估答案品質。
你是哪一種 AI 使用模式
下面不是人格分類，而是一份行為檢查。
好奇探索型
你願意迅速嘗試新工具，優勢是學習快，風險是把新鮮感當成有效性。給自己增加一個規則：每次採用重要建議前，至少尋找一個獨立來源或反例。
謹慎防禦型
你會先想到錯誤、隱私與失控，優勢是風險意識強，代價是可能錯過低風險的效率收益。可以從可撤銷任務開始，例如整理會議提綱，並提前規定「不輸入私人資料、不自動執行」。
效率委託型
你喜歡把重複工作交給工具，優勢是流程意識強，風險是逐漸失去抽查。為每類任務設定固定抽檢率和失敗退出條件，而不是憑感覺檢查。
情緒鏡像型
你會用 AI 整理感受或獲得回應，優勢是容易開始表達，風險是把迎合當成理解。要求 AI 區分「我說出的事實、它的推斷、可以驗證的下一步」，並保留與他人直接交流的管道。
五問校準清單
在採納一次重要 AI 建議前，問自己：
- 這是事實查詢、觀點生成，還是會影響現實決定？
- 如果答案錯了，最壞後果是什麼，是否可逆？
- 它提供了可以查證的來源和條件嗎？
- 我是不是因為它贊同我，才覺得它可靠？
- 誰應該承擔最終判斷：我、團隊規則，還是合格專業人士？
如果第 2 題代價很高，或第 3 題無法回答，就應提高查證強度，而不是繼續調整提示詞來獲得更順耳的回答。
團隊怎樣討論 AI 態度差異
團隊若把謹慎的人稱為「抗拒變化」，把積極使用者稱為「技術派」，很快會把風險討論變成立場衝突。更好的做法是讓每個人針對同一個任務回答：允許輸入什麼資料、錯誤代價是什麼、由誰覆核、什麼情況下必須停止、採用建議後如何留下紀錄。
例如，內容團隊可以允許 AI 生成標題候選，但要求引用和產品事實回到權威來源；招募團隊可以用 AI 整理公開職位材料，卻不能讓人格或自動評分替代人員判斷；客服團隊可以生成回覆草稿，但涉及帳戶、支付和個人結果時必須使用受控系統。這樣能把討論焦點放在任務邊界。
管理者也不應根據人格測驗分配「誰負責 AI、誰只負責覆核」。數字素養可以訓練，風險責任需要制度明確。記錄真實的錯誤率、重做、節省時間和使用者影響，比比較員工對 AI 的態度更有決策價值。
同一人在不同階段也會改變立場。一次重大錯誤可能降低信任，獲得查證技能可能降低焦慮。態度變化不需要解釋成人格改變。
人格測驗在這裡應該怎樣使用
大五人格測驗可以幫助你提出關於開放性、盡責性或壓力反應的假設，但不能給出「你適不適合 AI」的判決。16 型人格也只能作為討論偏好與溝通方式的入口，不能代替數字素養、職位要求或風險評估。
如果你關心的不是態度，而是怎樣把 AI 用得更安全，可以繼續閱讀怎樣安全使用 AI 教練：四種使用方式與校準清單。兩篇文章的分工是：本頁解釋態度為何不同，後者解決實際使用方法。
常見問題
開放性高的人一定更信任 AI 嗎？
不一定。開放性可能與較高的嘗試意願有關，但信任仍會受到錯誤經歷、任務風險、隱私顧慮和專業知識影響。願意嘗試和願意交出判斷是兩件事。
對 AI 焦慮是不是心理問題？
不是。對失業、隱私、不透明決策或錯誤代價的擔憂可能完全合理。只有當焦慮持續影響生活並造成明顯困擾時，才需要考慮尋求適當支持；文章不能據此做診斷。
MBTI 能預測誰會依賴 AI 嗎？
目前不應這樣使用。MBTI-style 結果可以幫助討論資訊偏好和決策習慣，但不足以預測具體使用行為，更不能作為工作分配或人員篩選依據。
怎樣降低對 AI 的盲目信任？
把任務分級、要求來源、主動尋找反例、保留人工覆核環節，並記錄工具在哪些情境下曾經失敗。真正可靠的信任來自可驗證表現，而不是人格契合。
參考來源
- Schepman, A., & Rodway, P. 關於一般人工智慧態度量表、人格與信任關聯的驗證研究：https://doi.org/10.1080/10447318.2022.2085400
- Glikson, E., & Woolley, A. W. 關於人類信任人工智慧的研究綜述：https://doi.org/10.5465/annals.2018.0057
- Stein, J.-P. 等（2024）. Attitudes towards AI: measurement and associations with personality. Scientific Reports, 14, 2909. https://pmc.ncbi.nlm.nih.gov/articles/PMC10844202/
這些來源支持群體層級的討論，不證明某種人格會決定個人的 AI 選擇。
