《AI 余生》作为数字遗产:认知、期望和担忧

荣誉提名
生成式AI(文本、图像、音乐、视频)在线身份与自我呈现

研究背景与问题

  • 发现的问题或挑战:

    1. 随着生成式AI技术的飞速发展,人们开始利用数字信息创建“AI Afterlife”作为数字遗产。这种技术不仅仅是一种静态的数字记录,还涉及动态、交互和可生成内容,为个人在死后与世界进行交流提供可能性。
    2. 然而,目前以人为中心的研究较少,尤其是从被AI代理模拟的个人视角出发,对这一数字遗产形式的感知、期望和潜在问题进行系统分析。
    3. 主要挑战包括数字遗产的伦理和社会规范悬而未决、“AI Afterlife” 模拟引发的身份一致性问题以及与个人和家庭互动带来的潜在困扰。
  • 研究的重要性:

    1. 传统数字遗产(如社交媒体账户、密码、文件等)通常是静态的,而“AI Afterlife”引入了动态和互动功能,能为悼念者提供更深刻的情感联系或长期价值。
    2. 这种技术的发展涉及个人隐私、伦理规范和社会接受度方面的复杂挑战。
    3. 理解用户对“AI Afterlife”的需求、期望及担忧,对于避免潜在法律、社会和伦理问题至关重要。
  • 研究动机与相关工作:

    1. 传统数字遗产的研究大多集中在静态内容的存储和传承,但对不断生成新信息并与环境交互的形式的研究尚属起步阶段。
    2. 先前的研究表明,生成式AI可以在丧失亲人的痛苦时帮助个体建立“持续的联系”,但缺乏从被代表个体视角对“AI Afterlife”的探索。

解决方案

  • 方法与创新:

    1. 作者通过半结构化访谈方法,从18名不同人口背景的参与者中,深入探索了他们对“AI Afterlife”的感知、期望和顾虑。
    2. 创新之处在于将传统数字遗产的生命周期(编码、访问、处理)扩展到“AI Afterlife”,并融合生成式AI的交互特性进行设计启发。
    3. 作者提出了在维护身份一致性和在辅慰与入侵之间取得平衡的设计关键点。
  • 实施步骤与关键技术:

    1. 数据收集:针对“AI Afterlife”的生命周期设计问题(编码、访问和处理)和交互设计进行了深度访谈。
    2. 数据分析:采用主题分析方法,从参与者的访谈数据中提炼出核心主题,包括态度的影响因素(个人、家庭、技术和社会层面)、与传统遗产的对比、交互设计和技术局限性。
    3. 实验过程中广泛探讨了赋予AI代理真实性、进化能力和动态应对机制的需求。

研究成果

  • 具体成果:

    1. 确定了影响参与者对“AI Afterlife”态度的关键因素,包括个人的生死观、家庭关系需求、技术能力以及社会认知。
    2. 探讨了“AI Afterlife”与传统数字遗产的三大区别:数据整合与分散、内容真实性与生成性、交互性与静态性。
    3. 提出了“AI Afterlife”的完整生命周期模型和交互设计框架,包括对代理身份一致性和交互入侵性的设计改进建议。
    4. 界定了围绕技术限制、心理健康风险、安全性和经济问题的主要顾虑。
  • 优势:

    1. “AI Afterlife”通过生成式AI技术提供实时互动和信息整合的特性,从根本上超越了传统遗产的静态性质。
    2. 这一研究提供了以人为中心的方法论,为用户从创建数字遗产到交互过程中设定清晰的规范。
  • 实验或评估结果:

    1. 参与者对“AI Afterlife”的态度呈现二元性:一些人认为其可以延续价值和家庭连接;另一些则担心技术的不真实性和可能产生的伦理问题。
    2. 调研显示,大多数人希望在“AI Afterlife”中保持其核心身份特性(外貌、知识、思想),以及可控进化能力,以适应动态环境。
  • 局限性与未来方向:

    1. 本研究的参与者主要来自中国文化背景,其生死观和家族荣誉观对研究结果有较大影响。未来需在更广的文化背景下(如西方个人主义社会中)进行验证。
    2. 技术和交互设计还需进一步优化,以有效解决身份一致性管理和家庭支持功能之间的平衡问题。
    3. 在伦理、法律监督框架和社会接受度方面,还需开展跨学科合作研究。

通过这项研究,作者不仅深化了对“AI Afterlife”在数字遗产领域潜力的理解,还提出了优化数字遗产生命周期和交互体验的重要设计理论与实践启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/189581/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713933
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
荣誉提名
group
作者
4 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、在线身份与自我呈现
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文