随着人工智能系统在法律建议中的应用日益普及，我们开始关注普通人如何接受算法的指导，尤其是当这些建议在法律上是正确但在社会上存在争议时。
本文报告了一项针对中国大陆3348名成年人的预注册调查实验，探讨了人们在法律建议被归因于AI系统或人类律师时的评估方式，以及是否附带推理解释。
与算法厌恶的预期相反，归因于AI系统并未对感知的合理性产生显著影响。然而，调解分析揭示了这一无效结果背后的相反心理路径。
AI归属的建议被视为更客观，从而提高了感知的合理性，但同时也被认为不够全面，缺乏对特殊情况的关注，降低了感知的合理性。
相较之下，无论来源如何，提供法律推理都会显著提高感知的合理性，主要是通过增强对客观性的感知。
定性反馈证实了在法律建议评估中客观性与情境敏感性之间的张力。这些发现表明，公众对AI法律顾问的反应并非由对自动化的僵化态度所塑造，而是通过平衡竞争的规范期望来形成的。
这些结果对算法厌恶理论以及在规范性显著领域中AI推荐系统的设计具有重要意义。
博主点评： 本文通过实证研究揭示了公众面对AI法律建议时的复杂心理，强调了在设计AI系统时考虑客观性与情境敏感性的重要性。它为理解人类如何接受和评估自动化建议提供了新视角，值得进一步探讨其对法律实践的影响。