AI是由人创造的，由人写代码而成的，就会带有人的主观思想，可以由写代码的人设置推荐或者屏蔽某些信息以及通过各种专业技术达到自己希望达到的目的，如：达到数据信息不对等，对其他人产生各种他们希望产生的影响。
信息层面的影响
信息筛选与呈现
个性化推荐
：社交媒体平台、新闻资讯类APP等利用算法根据用户的浏览历史、兴趣爱好等数据，为用户精准推送符合其偏好的内容。例如，一个经常关注科技新闻的用户，平台会更多地推送相关的科技资讯，这看似是满足用户需求，实则可能逐渐限制了用户接触到不同类型信息的机会，使用户的信息视野变得狭窄，在潜移默化中塑造了用户关注的重点和思维方式。
过滤气泡效应
：当用户长期处于由算法构建的个性化信息环境中时，他们会逐渐陷入一个只包含自己感兴趣或认同观点的“过滤气泡”中。比如在一些社交平台上，用户关注的账号和参与的话题往往与自身立场相似，算法会进一步强化这种同质化信息的推送，导致用户难以接触到多元的观点和思想，进而影响其对事物的判断和决策。
虚假信息传播
深度伪造内容
：AI技术可以被用于制造虚假的图片、视频和音频等内容，这些伪造内容具有高度逼真性，很难被普通用户辨别。例如，在一些政治选举期间，可能会有人利用AI技术合成候选人的虚假演讲视频，发布在社交媒体上，误导公众舆论。
虚假新闻生成
：一些不良势力可能利用AI自动生成大量虚假新闻文章，这些文章往往能够迅速在网络上传播开来。由于AI生成的文本在语法和表达上可能较为流畅，使得一些缺乏辨别能力的用户容易轻信这些虚假信息，从而影响他们的认知和判断。
心理层面的影响
情感共鸣与诱导
聊天机器人的情感互动
：一些智能聊天机器人被设计成能够模拟人类的情感表达和回应方式，与用户进行情感上的互动。当用户与这些聊天机器人交流时，可能会因为机器人的情感回应而产生共鸣，进而影响到自己的情绪状态。例如，当用户感到孤独或沮丧时，与一个能够给予温暖安慰和积极鼓励的聊天机器人交流，可能会让用户的情绪得到一定程度的缓解，但同时也可能让用户过度依赖这种虚拟的情感支持。
社交媒体的情感操纵
：社交媒体平台上的一些内容创作者和营销人员会利用AI分析用户的情感数据，针对性地制作和发布能够引发用户特定情感反应的内容。比如，一些广告会通过营造温馨、感人的氛围来吸引用户的关注和购买欲望；一些热点话题的讨论往往会伴随着强烈的情绪引导，激发用户的愤怒、同情等情绪，从而使用户更容易参与到话题讨论和传播中。
认知偏差强化
确认偏误放大
：AI系统可以根据用户的行为和反馈不断调整推荐内容，使得用户更容易受到与自己已有信念和观点相符的信息。这会进一步巩固用户原有的认知，放大确认偏误。例如，在一个关于气候变化的讨论中，如果用户原本就对气候变化持怀疑态度，那么AI推荐的内容可能更多地是支持这一观点的文章和评论，导致用户更加坚信自己的看法，而忽视了科学界的主流共识。
群体极化加剧
：在网络社交环境中，AI可能会促使群体内部的交流更加频繁和紧密，形成一种“回声室效应”。群体成员在相互交流和互动的过程中，彼此的观点和情绪会不断得到强化，导致群体极化现象加剧。例如，在一些极端主义群体中，AI可能会帮助成员更高效地传播和交流他们的观点，使得群体的整体立场更加极端，增加了社会分裂和不稳定的风险。
行为层面的影响
行为习惯塑造
智能设备与应用的使用依赖
：随着智能手机、智能手表等设备的普及，人们越来越依赖各种智能应用程序来满足日常生活需求。例如，人们习惯了使用手机导航、移动支付、在线购物等功能，这些便捷的服务使得人们对智能设备产生了高度的依赖。长期下来，人们的生活习惯和行为模式会发生改变，对现实生活的适应能力可能会受到影响。
游戏化机制的应用
：许多应用程序和平台采用了游戏化的设计元素，如积分系统、排行榜、奖励机制等，以吸引用户的参与和留存。这些游戏化机制会激发用户的竞争心理和追求成就感的欲望，促使他们不断地投入时间和精力。例如，一些健身类APP通过设置运动目标、打卡奖励等方式鼓励用户坚持锻炼，但如果用户过度沉迷于这种竞争和奖励机制，可能会忽视自身的身体状况和实际需求。
决策影响
消费决策引导
：电商平台利用AI技术分析用户的购买历史、浏览记录等数据，为用户提供个性化的商品推荐和促销活动。这些推荐和促销信息会影响用户的购买决策，使他们更倾向于购买平台推荐的商品。例如，当用户在搜索某款电子产品时，平台会根据用户的偏好和消费能力推荐相关的配件和服务，增加用户的消费金额。
职业选择与发展引导
：一些职业规划类的平台和工具利用AI算法对用户的个人兴趣、技能水平、职业目标等进行分析和评估，为用户提供职业发展建议。虽然这些建议可能具有一定的参考价值，但也可能受到算法局限性和商业利益的影响，导致用户做出不适合自己的职业选择。
