我最近在谷歌搜索中输入了一个简单的问题：对于青少年来说，屏幕时间多长才算过多？它没有像谷歌多年来所做的那样提供链接，而是给了我一个由人工智能生成的答案。人工智能代理引用了一个数字，然后将答案复杂化，并指出时间的质量和平衡比小时数更重要，而“太多”时间可能取决于青少年的睡眠、锻炼、学校要求和情绪。
我尝试了另一个搜索：我应该每天服用阿司匹林吗？这次，人工智能响应向我提供了医疗信息，警告了风险，并在我提供年龄和病史的情况下提供了更有针对性的指导。
这些都是很好的答案。让我感兴趣的是它们是不同类型的答案。
关于人工智能响应的争论主要集中在准确性上：系统是否给出了正确的答案？这很重要，但准确性只是一个测试。每种类型的响应都需要用户做出不同的判断。
我发现将人工智能响应分为四大类型的“响应类型”很有用：事实型、解释性、建设性和战略性。事实陈述通常可以根据来源进行检查。解释可以是准确的，并且仍然反映了对哪些证据是重要的选择。一个解释可能有充分的理由，但对于接受它的人来说仍然是错误的。一份写得很好的战略文件可能并不真实。然而，人工智能以同样流畅和权威的方式呈现所有四种类型的响应；这些差异很容易被忽视。
我是弗吉尼亚大学的一名大学图书馆员和图书馆馆长，领导国家为图书馆专业人员培养人工智能能力的努力，并就人工智能素养提供广泛的咨询。我首先在《学术图书馆杂志》上提出了版式设计的建议。
这四类都不是密闭的盒子。 AI 代理响应可以反映多种类型。也就是说，我在下面描述了每种响应类型，并提供了决定响应是否可以使用或需要进一步调查的指导。
谷歌给你什么答案？
事实性答案所提出的主张原则上可以用证据来验证。弗吉尼亚大学何时成立？黄金的化学符号是什么？
要确定事实响应是否足够有力以供您使用，请通过适当的来源验证该声明。如果答案引用了来源，请点击该链接，而不是简单地将答案视为证据。
解释性答案基于证据，但没有单一的结论。对于青少年来说，多少屏幕时间才算太多？远程工作能提高生产力吗？答案取决于包含哪些证据、省略哪些证据以及如何理解分歧。
谷歌对我有关屏幕时间的问题的初步回应表明，两小时是青少年的限制。然后他指出，针对儿童的目标更重视屏幕使用的质量和背景，而不是简单的时间。美国儿科学会表示，没有针对青少年的确切建议量，并强调了他们可能滚动浏览的屏幕使用类型和活动。一个看似数字的问题需要解释。
要评估解释性反应，不仅仅要检查事实。问问自己该系统强调了哪些证据，遗漏了哪些证据，以及是否还有其他可辩护的解释。向搜索引擎提出的一个有用的后续问题是“支持不同结论的最有力的证据是什么？”
Jaap Arriens/NurPhoto 来自 Getty Images
做出建设性而非发现性的回应。让人工智能起草求职信、撰写悼词、提出课程计划或重新安排段落——没有唯一正确的结果。
你可以通过考虑目的、受众和声音来判断回应。赞美可能在语法上是完美的，但听起来仍然不像赞美者，或者可能被家庭成员听到。它也可能无法很好地捕捉到死者。在阅读时考虑这些类型的效果。
战略问题询问要做什么。我应该每天服用阿司匹林吗？我应该买房子吗？答案结合了有关目标、风险、承诺和个人情况的明智信息。
我对阿司匹林的搜索表明了为什么背景很重要。谷歌警告了这些风险，告诉我咨询医疗专业人士，并在我提供年龄、心血管病史和出血风险的情况下提供更量身定制的信息。这种谨慎态度与美国预防服务工作组的指导是一致的。他说，开始服用小剂量阿司匹林来预防心脏病和中风的决定应该因人而异，并权衡心血管益处和出血风险。
要获得策略性答案，请询问系统在其建议可以合理地应用于您个人之前需要了解什么。考虑风险、替代方案以及是否应由合格人员参与。对于阿司匹林问题，一个有用的后续行动是，“关于我的年龄、病史或出血风险的哪些细节可能会改变这个建议？在做出决定之前我应该与我的医生讨论什么？”最终的判断仍然由你做出，因为你是必须接受结果的人。
回答后的第一个问题
我的问题是从常规的谷歌搜索开始的。我没有打开聊天机器人。人工智能生成的响应简单地到达并添加了链接。
答案很有帮助。 Google 添加了上下文、识别了复杂性，并在您提供其他信息时提供量身定制的指导。但是，在每个响应中，响应类型可能会发生变化。报告医疗指南的内容不同于决定其如何适用于特定的人。流畅的响应可以在这些类型的响应之间移动，而声音没有明显的变化。
作为用户，你试图认识到人工智能代理为收到的响应做了什么样的智力工作。考虑解释是否令人信服或者建议是否适合您的情况。
在询问人工智能答案是否正确之前，先问一个更基本的问题：这是什么样的答案？那家伙会告诉你下一步该做什么。
