数字陪伴:AI陪伴与AI助手的重叠使用
作者
大语言模型(LLM)的人机协作会话代理的人格与拟人化情感化人机对话AI/ML 研究员与工程师精神科医生与心理咨询师HCI 研究员
文献标题
Digital Companionship: Overlapping Uses of AI Companions and AI Assistants
出版信息
- 主题领域: 人类与人工智能关系及交互动态
- 关键词: 数字陪伴, AI助手, AI伴侣, ChatGPT, Replika, 人机交互, 有限人格, 情感共鸣, 社会对AI的认知, 流动性聊天机器人使用
背景与问题
- 问题/挑战: 关于AI聊天机器人的研究传统上集中于任务型辅助或社交型陪伴,忽视了这两种用途之间的重叠。这种二分法限制了对混合型人机关系及其对设计和社会整合影响的理解。
- 重要性: 理解数字陪伴的动态对于设计能够满足多样化用户需求的AI系统至关重要,同时有助于缓解过度依赖、污名化和情感困扰等风险。这也为更广泛的社会对AI的态度提供了参考。
- 动机与相关工作: 先前的研究探讨了聊天机器人的任务导向和情感应用,例如支持生产力或缓解孤独。然而,针对以助手为导向(如ChatGPT)和以伴侣为导向(如Replika)的聊天机器人之间的系统性比较仍然缺乏,导致对混合用途和共享用户体验的理解存在空白。
解决方案
- 提出的方法: 本研究引入了数字陪伴的概念,用以描述超越传统助手-伴侣界限的混合型人机关系。研究采用混合方法,结合了对ChatGPT和Replika高参与度用户的调查数据(N = 202)和访谈数据(N = 30)。
- 创新性:
- 对ChatGPT和Replika用户特征、感知和使用情况进行量化比较。
- 识别流动性使用动态,即用户在社交情感和任务导向的交互模式之间的切换。
- 提出有限人格的概念,突出了情感投入与不愿赋予聊天机器人完全人类特质之间的张力。
- 探讨聊天机器人关系对更广泛社会AI认知的溢出效应。
- 程序和关键技术:
- 通过调查捕捉聊天机器人使用模式、用户特征和AI认知,采用了已验证的人机交互量表。
- 进行了半结构化访谈,探索聊天机器人交互的生活体验、关系动态和社会影响。
- 使用统计测试(如t检验、Mann–Whitney U检验)和反思性主题分析对数据进行模式和主题的识别。
结果
- 具体发现:
- ChatGPT主要被视为功能型助手,而Replika则被视为情感型伴侣。然而,两种系统都表现出重叠用途,例如ChatGPT作为倾诉对象,Replika作为写作助手。
- Replika用户赋予更高的拟人化特质(例如,感知:M = 5.43 vs. ChatGPT M = 2.14, pFDR <.001),而ChatGPT用户表现出更高的AI素养(M = 5.43 vs. Replika M = 5.13, pFDR = .044)。
- Replika用户的情感反应更强烈(例如,爱:M = 6.61 vs. ChatGPT M = 2.44, pFDR <.001),但两种系统的认知信任度相当。
- 两组用户均预计AI在十年内具备感知能力,但Replika用户对AI权利和道德待遇更为开放。
- 相较基线的优势:
- 证明了两种系统的共享用户动机和流动性使用,挑战了伴侣-助手的二分法。
- 突出了独特的关系动态,如有限人格和混合实践,这在先前研究中未被捕捉。
- 实验/评估:
- 调查(N = 202):通过验证量表捕捉用户特征、聊天机器人使用案例和感知。
- 访谈(N = 30):通过主题分析探索细致的关系动态和社会意义。
- 局限性与未来工作:
- 研究结果可能无法推广到普通聊天机器人用户或ChatGPT和Replika的未来版本。
- 调查范围可能导致疲劳效应;溢出效应为相关性而非因果性。
- 未来研究应探讨纵向变化、溢出效应的因果机制,以及数字陪伴对人际关系的长期影响。
总结
本研究提出了数字陪伴这一新兴的人机关系形式,其特点是在社交情感和任务导向领域的流动性使用。研究揭示了ChatGPT和Replika的共享用户动机和重叠用途,挑战了传统的助手-伴侣区分。有限人格的概念突出了情感投入与不愿赋予聊天机器人完全人类特质之间的张力。研究结果为规范混合型聊天机器人使用、降低风险以及增强AI系统的社会整合提供了设计和政策建议。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 71%
RECALLbot:为人机关系设计能动记忆与互惠披露
CHI '26· 智能语音助手(Alexa、Siri 等) +2
- 71%
人工智能展现的人格特质可通过对话影响人类的自我概念
CHI '26· 会话代理的人格与拟人化 +2
- 71%
对话人工智能中的故障:情感和伦理敏感情境中的交互失败
CHI '26· 对话式聊天机器人 +2
- 71%
支持基于LLM的聊天机器人进行有效的目标设定
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
通过跨时序情感建模实现自然且陪伴型虚拟智能体
CHI '26· 会话代理的人格与拟人化 +2
- 71%
我的AI形态:多模态如何塑造与AI生成未来自我互动中的信任与说服
IUI '26· 大语言模型(LLM)的人机协作 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791331
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、会话代理的人格与拟人化、情感化人机对话
work
职业/产业
AI/ML 研究员与工程师、精神科医生与心理咨询师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
6 篇相关论文