决策中AI提问的盲区：管理者需警惕的5类问题差异

基于大型语言模型（LLM）的生成式AI工具竞争正日趋白热化。像ChatGPT、Claude和DeepSeek这样的工具几乎每个月都会发布新功能。许多这类AI系统正在从单纯的“答案提供者”演变为“对话代理”——它们通过主动提问来生成更有用的答案。

这种转变使得系统能够像顾问、同事或研究伙伴一样进行对话。提问有助于模型收集所需信息，从而给出更恰当的建议，这实际上模仿了高效领导者的做法：他们深知，更聪明的问题能带来更好的决策。

然而，尽管人们对LLM提问的语义结构已有研究，但对其所提问题的类型却知之甚少。这给企业领导者带来了潜在风险，因为我们在决策过程中使用的问题类型，直接影响我们收集的信息，并最终影响决策结果。因此，我们必须理解，LLM的提问是否与高管不同，以及不同模型之间是否存在差异——这些差异会潜移默化地影响用户的决策。

更重要的是，随着“智能体”（Agentic）功能的快速发展，问题的重要性已不仅限于用户与模型之间的互动。智能体AI涉及能够进行推理的半自主系统，它们通过向自己提问来制定计划、评估结果并采取行动。因此，理解模型的提问风格，有助于业务领导者解读和评估他们收到的建议。

本文提供的证据表明，LLM使用的问题类型与人类不同，并且在我们测试的模型之间也没有一致的模式。因此，我们建议管理者审慎调整使用这些系统的方式，尤其是在决策情境下。

管理者在做决策时会使用哪些类型的问题？

为了收集相关信息并做出更明智的决策，提出好问题始终至关重要。我们知道，高管提问的类型会引导他们的决策方向。在我们的研究中，我们确定了五种有助于决策的问题类型，称之为“领导者问题组合”（LQM）。

• 调查性问题（“已知信息有哪些？”） 有助于澄清根本原因和潜在解决方案。例如：“问题的核心根源是什么？”或“这个方案的可行性如何？”
• 思辨性问题（“如果……会怎样？”） 探索各种可能性和创新方案。例如：“看待问题的其他方法是什么？”或“我们的备选方案是什么？”
• 富有成效的问题（“接下来该怎么办？”） 帮助调整决策过程，关注计划、资源和准备情况。例如：“我们是否具备推进所需的条件？”或“我们准备好做决定了吗？”
• 解释性问题（“所以呢？”） 从分析中获得的信息中提炼洞见。例如：“我们学到了什么？”或“这与我们的目标有何关联？”
• 主观性问题（“未言明的因素是什么？”） 承认决策团队或更广泛环境中的情感或政治因素。例如：“您最关心决策的哪些方面？”或“如果我们继续推进，谁会反对我们？”

与医生、记者或律师不同，企业领导者通常没有接受过提问训练。他们依赖自身判断，并可能随着时间的推移形成一些固定的提问模式或“惯用”问题类型。如果领导者始终未能提出特定类型的问题，他们就可能产生盲点。我们认为，高效的领导者善于“摆脱自动模式”，他们会根据面临的具体决策调整提问方式。

我们开发了LQM测试，旨在帮助领导者反思他们自然更偏爱的问题类型。测试将不同类型的问题两两组合呈现给受访者，要求他们评价偏好。通过分析，我们可以将管理者的偏好转化为一个总和为100%的“问题组合”。

我们对数百名高管进行了LQM测试。平均而言，高管们倾向于将问题相对均匀地分布在五个领域：每个类别大约占17%到22%。这些汇总结果为人类使用不同问题类型的相对比例提供了参考基准。

AI和领导者提出的问题类型不同

AI系统提出的问题类型和比例，是否与经验丰富的管理者相同？为了探究这一点，我们选择了13个广泛使用的LLM。我们对每个LLM都运行了与管理者相同的测试流程，并将结果与1600多名管理者的自我评估结果进行比较，发现了一些显著规律。

首先，LLM和管理者使用的问题组合不同。 从统计学上看，我们测试的每一个LLM的问题组合都与高管不同。人类在所有五种问题类型上的分配相对均衡，而LLM的分配则表现出更大的差异，严重偏向某些类别，而其他类别则代表不足。

其次，LLM在解释性问题和生产性问题上始终存在差异。 13个模型中有10个对解释性问题的评分高于高管。而且，所有13个模型提出的生产性问题都少于高管。

第三，不同模型之间存在显著差异。 我们测试了所有可能的模型对，所有78对不同的组合在统计学上都存在显著差异，即使是同一模型的不同版本（例如：Grok 3 和 Grok 4）。

第四，LLM通常比管理者更稳定，但并非总是如此。 在大多数情况下，LLM问题组合的方差小于管理者，但有两个LLM（Gemini 2.5 Pro和Grok 4）在多种问题类型上表现出较高的方差。

这些差异为何重要

这些提问行为上的差异具有实际意义。随着LLM在头脑风暴、问题解决和决策支持中扮演越来越重要的角色，不平衡的问题组合可能会导致盲点。由于每类问题都会引发对决策不同方面的思考，如果模型忽略了某个方面，那么该方面在决策过程中可能永远不会被提及。

请看以下四个具体案例：

1. 忽视生产性问题：像Gemini 2.5 Pro或ChatGPT 5这样很少提出生产性问题的模型，可能会让团队忽略节奏把控、资源分配和实施方法。在快节奏环境中，这可能导致决策速度低于最优水平。
2. 忽略主观性问题：像Sonar或ChatGPT 5这样较少利用主观问题的AI，可能会忽略人的因素。它可能很少询问利益相关者的感受或受影响最大群体的意见，从而导致不合时宜的建议（例如，一项忽视员工士气的成本削减计划）。
3. 过度强调调查与解释：许多LLM过度强调调查性和解释性问题，这可能使讨论陷入分析泥潭，重复已知事实，而经验丰富的人类引导者知道何时该从分析转向行动。
4. 模型选择影响视角：LLM之间的差异意味着，选择不同的AI伙伴可能会影响团队的视角。例如，一个很少提出思辨性问题的LLM，可能会让组织错失创新的替代方案；而一个提出过多澄清性（调查性）问题的LLM，则可能让用户感到沮丧。

有效的提问需要多样化且均衡的问题组合——这是人类领导者努力追求的目标，也是AI需要学习的。如果一个系统严重偏向某一类问题，就会在不知不觉中将对话引向单一轨道，这对决策过程是不利的。

引导AI的探索：企业领导者的行动

当LLM系统开始提问时，它们就变成了极具诱惑力的伙伴。但关键在于：LLM并非仅仅提供可能的选项，而是会塑造选项。企业领导者不能想当然地认为“提问驱动型”AI能够涵盖所有重要问题。我们需要人类的指导，才能将AI的提问转化为战略思维的提升，而非误导。

我们为领导者提出几项具体行动建议：

• 抵制便利的诱惑：根据你的具体决策需求，审慎判断是与LLM合作更好，还是完全依靠人为过程更有效。
• 谨慎选择合作系统：我们的研究表明，每个LLM及其不同版本都有其独特的问题组合。请仔细了解你使用的系统及其提问特点，甚至可以尝试使用不同的系统进行三角比较，以获得更优的问题组合。
• 保持掌控：这意味着要批判性地评估LLM的输出。模型可能自信满满却毫无根据，或使用奉承言辞强化你的确认偏误。管理者首先是其组织及其决策的管家。
• 检验你得到的建议：问自己“我必须相信这个吗？”（寻找反面证据），而不是“我能相信这个吗？”（寻找支持证据）。定期评估你与AI伙伴相比的优势和劣势。
• 对你的决策进行压力测试：尝试调整团队的时间安排，在做出决定后、执行前，留出时间进行一次“事前剖析”（Pre-mortem）。例如：“假设我们选择了方案X，六个月后结果很糟糕，我们当时遗漏了哪些问题？”这种方法或许能帮助你和你的团队发现流程中的盲点。

在以探究式AI为主导的新兴时代，我们从LLM获得的问题质量，可能与答案质量同等重要。具有前瞻性的领导者应将其视为提升决策方式的契机。通过理解和引导AI系统的提问方式，并在征求AI提问时保持主导地位，我们可以从其独特视角中获益，同时弥补其盲点。

这预示着一场新型伙伴关系的诞生：人类智慧与AI洞察相结合，共同提出并解答那些能够促进更佳决策的问题。正如那句常被归功于彼得·德鲁克的老话：“最严重的错误不是给出错误的答案，而是提出错误的问题。”在AI时代，致力于提出更好的问题，依然牢牢掌握在人类手中。对于希望深入探讨技术与决策交叉领域的朋友，欢迎在云栈社区交流更多见解。