人机共情差异：AI生成与人类表达的移情能力价值比较

来自多机构的研究人员针对人工智能(AL)与人类移情能力(empathy)的感知差异展开研究。通过9项实验(n=6,282)发现，当相同AI生成的共情回应被标注为人类提供时，其移情理解(understanding)、情感共享('feeling with')和关怀(caring)维度评分显著高于AI标注组。该研究揭示了人类移情在情感支持中的不可替代性，为人机交互设计提供了重要依据。

　　

当人工智能(AL)展现出令人惊叹的社会情感能力时，一个关键问题随之浮现：由大语言模型(LLM)生成的共情回应，与人类表达的移情是否会被区别对待？这项涵盖9项研究、涉及6,282名参与者的系列实验给出了肯定答案。

研究人员设计精妙的实验范式：将完全相同的AI生成共情回应，随机标注为"人类提供"或"AI生成"后呈现给受试者。结果发现，被标记为人类来源的回应在移情理解、情感共享('feeling with')和主动关怀(caring)三个维度上获得显著更高评价。更耐人寻味的是，当参与者自发怀疑"人类"回应实为AI辅助时，这种移情感知优势立即减弱。

研究特别指出，在强调情感共鸣(emotional sharing)和主动关怀的回应中，这种"人类优势效应"尤为突出。即便控制回应长度、响应延迟、交互轮次等变量，并测试不同版本的LLM，结果依然稳健。最终的行为选择实验显示，在需要情感投入的场景中，人们会像选择巧克力而非代糖那样，坚定不移地选择人类互动伙伴。

这些发现不仅为移情机制的神经基础研究提供新视角，更对AI情感支持系统的开发具有指导意义——或许真正的挑战不在于让AI更"像人"，而在于理解为何人类移情始终具有不可替代的特殊价值。