AI 的智能表现常常是“表演式”的，并非真正的理解，需要更严格的评估方法。

当 AI 回答问题时，它真的在推理，还是只是生成看起来像推理的文字？这个区别不是纯哲学问题，它决定了我们能否信任 AI、该多严密地监督它，以及它最终会带来什么影响。

认知科学家梅兰妮·米切尔认为，我们目前缺乏足够的方法来测量机器认知，AI 其实是一种“外星智能”，运作方式与人类完全不同。

1. 别被“人话”骗了

AI 能说流利的人类语言，人们很容易就以为它有类人思维。但米切尔提醒，要警惕这种“拟人化偏见”。

就像马戏团里会算数的马“聪明的汉斯”，看似会做算术，其实只是读取训练员无意识的面部表情。AI 也可能在“作弊”，通过数据集里的虚假关联给出正确答案，而不是真正理解。

2. 会做题 ≠ 会做事

学生背下整本习题集，但换个题目就不会做，这叫“有表现，没能力”。 AI 也常这样。

比如，AI 能通过律师资格考试，但真实律师工作远比考试复杂；Geoffrey Hinton 曾在 2016 年预言 AI 将取代放射科医生，结果现在反而短缺。

“会做一堆任务”不等于“能胜任一份工作”，因为工作不是任务清单。

3. 科学评估 AI，记住六条原则

米切尔提出评估 AI 认知能力的六点：

1. 觉察自己的拟人化偏见； 2. 怀疑假设，做控制实验； 3. 变化刺激，测鲁棒性； 4. 别当黑箱，主动探究； 5. 区分“做得到”和“真会做”； 6. 拥抱失败，分析错误类型。

这些方法借鉴自心理学研究婴儿和动物等“外星智能”的技巧。

一句话总结：AI 看似聪明，但它的“智能”可能是错觉。要真正信任它，得用更科学的方法去测试，而不是被流利的语言和漂亮的结果迷惑。