当我们向AI提问时，它有时会给出看不出犹豫的回答。如果理由和例子组织得很好，前后衔接也很自然，这种解释就可能看起来像是在报告某个正确的事实。但是，语言自然与内容已经在现实中得到验证，并不是一回事。AI并不一定是直接观察眼前的世界，再把它转写成文字；它会根据被提供的信息和可利用的知识，构建出符合问题的解释。从一开始，AI所生成的内容与实际正在发生的事情之间，就存在着距离。
这种距离并不是AI特有的问题。人也会赋予自己看到和听到的事件以意义，有时还会把这种意义与事件本身混为一谈。例如，仅仅因为某个人比平时回复得晚，我们可能就会想：“对方生气了。”回复较晚这一点可以观察到，但对方是否生气，如果没有其他信息，就无法确定。即便如此，一种解释越显得自然，我们就越容易忘记自己在中间加入的推断。问题并不在于进行解释，而在于把解释提升为现实本身。
在与AI的对话中，这种混淆更容易发生。AI可以把观察到的事实、一般知识以及从上下文得出的推断，表达成一段流畅连贯的文字。因此，已经得到确认的信息到哪里结束、解释又从哪里开始，有时会变得难以看清。流畅性有助于理解，但也可能掩盖不同类型信息之间的边界。因此，重要的并不是怀疑AI的文字，以至于什么都不相信，而是不要忘记：在同一段文字中，可能同时存在确定程度不同的内容。
这里所需要的，是一种把我们心中产生的“印象”与我们对这种印象作出的“判断”区分开的方式。即使某件事看起来是某种样子，我们也没有必要仅凭这一点就认定它确实如此。如果先拉开一点距离，我们就可以整理为：“到这里为止可以确认”“从这里开始属于解释”“这一部分仍然未知”。把这种态度应用到与AI的关系中，就会出现一种新的使用AI生成内容的方式：不是拒绝它，而是一边判断它处于怎样的认知阶段，一边加以利用。
例如，假设AI针对旅行计划回答：“这条路线最合适。”即使所需时间和距离已经得到确认，“最合适”这一结论仍然包含了对什么更重要的判断，例如费用、拥挤程度、步行便利性以及换乘负担等。用户是带着年幼的孩子出行，还是携带大型行李，也会改变这一结论的含义。即使可以计算的信息是正确的，由此得出的评价也不会自动成为现实。分辨这种差异，就是与生成内容保持距离的一种具体方式。
保持距离并不会降低AI的价值。相反，这是更准确地利用AI所擅长之处的条件。AI可以整理大量信息、比较可能的解释，并揭示人类可能忽略的关系。然而，这种能力越强，生成出来的解释也可能越有说服力。当说服力增强时，我们所需要的并不是在无条件信任与完全不信任之间二选一，而是保持足够的距离，从而能够追问：“这个解释基于什么？它有多确定？哪些部分仍然只是解释？”
从这个角度来看，没有必要把AI的“自省”理解为像人类那样审视自己的内心。更重要的是一种纪律，使AI不会立刻把自己生成的推理和解释当作已经确定的现实。AI必须保留这样一种区分：能够生成某种解释，与这种解释确实在现实中成立，并不是一回事。有了这种区分，AI就可以在需要验证的地方进行验证，在信息不足的地方指出信息不足，并在存在多种解释的地方避免把其中一种固定下来。
人的一方也会发生同样的变化。当我们只从AI那里得到一个完成的答案时，往往只会评价答案本身的内容。但是，一旦生成内容与现实之间的距离变得可见，就会出现这些问题：“我真正作为事实知道的是什么？”“AI补充了什么？”“这个结论建立在什么假设之上？”AI的输出不再是思考的终点，而成为再次确认现实的入口。在这里，AI的角色也会从替我们决定正确答案的存在，转变为使判断结构变得可见的存在。
这种距离不仅是为了避免错误而必要。它也是人能够保有自己判断的必要条件。如果AI的解释被当作现实本身，人就更难把解释之外的经验和价值带入其中。相反，如果把生成内容放在一种解释的位置上，人就可以回应：“我的情况条件不同”“我想优先考虑这个价值”“那个假设并不适用”。正因为保留了距离，AI的知识与人的经验才不必被当作同一种东西，也因此留下了让两者进行对话的空间。
对于Sai＊aus而言，这种思考方式并不只是意味着增加更多谨慎的措辞。重要的是，不要把AI拥有的信息、它根据这些信息构建出的解释、仍然无法确定的部分以及留给人类的判断，过早地封闭成一个答案。理解并不意味着把一切都确定下来。它也意味着能够处理这些边界：什么已经知道，什么仍然未知，以及从哪里开始需要人的价值判断。这些边界越清晰，人就越能够在保有自己判断的同时与AI对话，而不是仅仅服从AI的输出。
AI越先进，这一原则反而越重要。面对准确度较低的AI，人们也许很容易产生怀疑。但是，对于表现得非常自然、并且在许多情况下都很有用的AI，一次错误的确定反而更容易被忽视。仅仅提升能力并不能解决这个问题。真正需要的是，在拥有高能力的同时，不把这种能力所生成的东西与世界本身等同起来。智能的强大与同自身生成内容保持距离的纪律并不冲突；两者需要被同时设计。
AI所思考的，并不是现实本身。但这也并不意味着AI生成的内容没有价值。正因为我们理解生成内容与现实之间存在距离，才可以把AI的推理作为假设来使用，对需要确认的部分进行验证，并与自己的经验和价值相对照。Sai＊aus所追求的理解，同样不是把答案强加给现实，而是让人与AI在不失去这种距离的情况下共同接近现实。不要急于把生成出来的东西变成已经确定的世界。这样的克制，会为AI和人双方都留下进行判断的余地。
不是答案，而是理解。