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

AI生成的未来自我允许人们与数十年后的个性化数字代表进行对话，但.presentation modality如何塑造其心理影响仍不清楚。我们报告了一项随机被试间研究（n=92），比较了AI生成未来自我的三种模态——文本、语音和照片级对话头像——与中性语音控制。在评估多个大语言模型的对话质量后，我们实现了Claude 4集成，并整合了年龄进展、语音克隆和面部动画。所有个性化模态显著增加了未来自我连续性，特别是生动性和积极性，与对照相比，但文本、语音和头像条件之间没有可靠差异。尽管头像产生了最大的生动性增益，但各模态效应相当。相反，主观互动质量，特别是感知说服力、真实感和参与度，强力预测未来自我连续性和情感增益，表明体验质量比界面形式更重要。对话分析揭示了模态特定模式，文本强调工具性职业规划，而基于语音的互动引发更多存在性反思。这些发现表明，当针对个性和行为真实性进行优化时，未来自我干预可以通过轻量级对话格式进行扩展，同时强调AI系统在自我参照中关于说服影响和叙事作者身份的伦理考量。