在即将到来的2026年，斯坦福大学研究人员预测，人工智能（AI）将迎来一场现实检验。这波转折，意味着产业与社会将逐步摆脱过去的光环与炒作，转而聚焦于可被实际衡量的成果。

　　斯坦福大学人本人工智能研究所（HAI）内容主管兼传播副总监Shana Lynch指出：“AI的传教时代，正在让位给AI评估的时代。”Lynch汇集整理多位斯坦福大学AI专家的观察，指出整体氛围已出现降温迹象。斯坦福大学传播学副教授Angèle Christin表示：“AI可能无法实现我们期待的一切，在某些场景下，甚至可能误导用户、削弱技能，或对人们造成伤害。”

　　未来一年，将出现“更多测量、减少对AI表现的幻想”，斯坦福大学数字经济实验室主任Erik Brynjolfsson如此形容。他预期，市场将创建高频率的AI经济仪表板，用以关注AI在不同任务与职业层面，究竟是提升生产力、取代人力，还是创造新角色。这类“AI暴露指标”将结合薪资、平台与使用数据进行分析。Brynjolfsson指出，目前已观察到早期职业生涯中，AI暴露程度较高的职位，其就业与收入表现相对疲弱；到了2026年，这类指标将改为每月更新，而非数年后才回顾查看。

　　Christin也补充，对AI的期待将变得更加务实。她指出，AI对部分任务与流程而言确实是极佳工具，但在其他场景下，反而可能带来问题。更多时候，AI的影响是温和而非颠覆性的，包含某些效率与创造力的提升，同时也伴随额外的劳动与流程负担。

　　在医疗领域，AI的正面效应则被普遍看好。斯坦福大学教授Curtis Langlotz预测，医疗产业即将迎来属于自己的“ChatGPT时刻”。他指出，过去医疗AI的开发成本极高，训练数据必须由高薪医疗专业人员标注，例如将乳腺X光形象分类为良性或恶性。他认为，未来不久，医疗AI将能在大量高品质医疗数据上进行训练，其规模有望与训练聊天机器人所使用的数据量相当。

　　此外，AI在医疗领域的深化，也意味着必须逐步打开影响决策的“黑箱”。斯坦福大学生物工程教授Russ Altman表示，他预期2026年将开始系统性发展评估AI影响的方法，涵盖技术特性、训练群体、实际导入方式、对员工效率或干扰程度、医院工作流程的投资报酬率，以及病患满意度与决策品质等面向。

　　（首图来源：shutterstock）