一家公司开发了一种人工智能，旨在通过结合尽可能多的数据源——从内部报告到个人档案和行为数据——来支持员工的决策。

然而，系统上线后，员工发现它越来越多地请求和使用个人且部分无关的细节，导致不信任和排斥。

开发团队疑惑：为什么一个想尽可能全面了解情况的人工智能，最终会失去用户的信任和接受度？

问题：
为什么一个智能系统通过过度的数据收集和分析会对用户接受度产生负面影响，尽管更多信息本应带来更好的决策？

尽管理论上更多信息可以带来更好的决策，但过度的数据收集往往会让用户感到被监控和失去控制感。

因此，人工智能可能被视为对隐私的侵犯，进而引发不信任和排斥。

此外，海量数据可能导致信息过载，使得区分相关和无关甚至误导性的信息变得困难。

系统因此失去透明度和可理解性，进一步降低了接受度。

另一个方面是，用户往往不知道他们的数据如何被使用或决策如何产生，这加剧了不确定性和怀疑。

结论：
一个“想知道太多”的智能系统，因监控感、缺乏透明度和信息过载，冒着失去用户接受度的风险。
因此，成功的应用需要平衡的数据管理、清晰的沟通以及对隐私和使用界限的尊重。