用友善化解分歧：当用户感受到友好型人工智能的理解时，既会产生开放的态度，也会产生抵触情绪

《Computers in Human Behavior》：Countering division with friendliness: How feeling understood by a friendly AI triggers both openness and resistance

通过AI聊天机器人实验，探讨“感到被理解”对个体接受对立信息的影响。研究发现，理解导向的聊天显著提升对立信息可信度及行为意愿，效果持续60天，而友好聊天因负面直接效应抵消长期效果，纠正性聊天在长期显现积极影响。机制涉及情感中介和认知加工路径，验证了人际理解在应对认知战争中的核心作用。

　　### 促进理解与缓解社会分裂的实验研究

在当前的社会环境中，许多关键议题如气候变化和公共卫生事件，常常面临一部分人群对问题的认知障碍。这种认知障碍不仅阻碍了有效的社会响应，还可能加剧社会分裂。研究者认为，通过增强人与人之间的理解，可以缓解这种分裂，但同时也要警惕这种做法可能强化现有观点的风险。为了探索这一可能性，本研究使用AI聊天机器人进行实验，旨在验证是否通过实验性的人际互动体验，人们在感受到被理解后，会更开放地接受相反的信息。

#### 研究方法与设计

本研究分为四个部分，总共招募了1839名参与者。参与者首先与AI聊天机器人进行6分钟的对话，随后阅读挑战其疫苗接种或气候变化观点的文章。这些对话被设计为几种不同的类型：中性对话、回避对话、友好对话、纠正对话或以理解为核心。在所有对话结束后，参与者评估文章的可信度，并报告其行为意向，如接种疫苗或支持气候政策的候选人。

研究采用了结构方程模型（SEM）来分析不同条件对理解感受和行为意向的影响。实验设计中，参与者被随机分配到不同的对话条件，并在不同的时间点进行评估，以观察这些影响是否具有持久性。此外，研究还考虑了不同人群的反应，如反疫苗接种者和气候变化怀疑论者，以分析理解感受在不同群体中的效果差异。

#### 研究发现与讨论

研究结果显示，以理解为核心和友好对话显著提高了参与者对被理解的感受，进而增强了他们对相反信息的可信度评估，并预测了相反态度的行为意向。这些影响在60天的随访中依然存在，表明这种理解感受具有一定的持久性。然而，尽管这些对话在短期内效果显著，但在长期随访中，友好对话产生了被抑制的负面直接效应，这可能意味着人们在感受到AI的友好后，会随着时间推移逐渐察觉其不真实性，从而影响其对信息的接受度。

值得注意的是，纠正对话在短期内并未产生明显影响，但在60天后显示出积极的直接效果。这一发现表明，事实性纠正可能需要更长时间才能显现其影响，尤其是在那些最初对信息持怀疑态度的人群中。这种延迟效应可能与认知过程的复杂性有关，即人们在面对纠正信息时，可能会经历短暂的防御反应，但随着时间的推移，这些反应会逐渐减弱，从而促进信息的接受和态度的改变。

#### 理论与实践意义

研究的理论意义在于揭示了理解感受在促进社会融合中的作用。通过实验，研究者发现，即使是在人工智能的媒介下，人们依然能够感受到被理解，这可能是因为人类天生倾向于对社会线索作出反应。然而，这种感受也可能是短暂的，当人们开始察觉到AI的不真实性时，可能会对信息产生负面反应。

从实践角度来看，研究结果对减少信息偏见和促进社会对话具有重要启示。教育工作者、医疗从业者、政策制定者等可以在他们的工作中优先考虑建立真正的理解与认同，而不是单纯地对抗错误观点。这种做法不仅有助于减少偏见，还能增强不同群体之间的信任和合作。此外，研究还强调了认知战争的潜在影响，指出在面对信息操控时，人们可能更容易受到AI生成的理解感受的影响，但同时也具备一定的抵御能力。

#### 局限性与未来方向

尽管本研究提供了有价值的见解，但也存在一些局限性。首先，“被理解”的定义和测量尚未统一，这可能影响研究结果的解释。其次，虽然使用了Elaboration Likelihood Model（ELM）作为理论框架，但具体是哪些路径被激活，仍需进一步探讨。此外，研究样本可能不够具有代表性，特别是由于高比例的排除率，这可能影响结果的普遍适用性。

未来的研究可以进一步区分理解感受是否源于奖励系统激活、普遍的积极情绪，或是真实的理解体验。同时，可以探索不同类型的积极情绪对信息处理的影响，以及如何在不同的社会情境中有效应用这些发现。此外，研究可以扩展到更多的话题和群体，以提高结果的普遍性，并采用更长的随访设计，以更好地理解理解感受的长期影响。

#### 结论

总的来说，本研究揭示了理解感受在促进社会融合中的重要作用，同时也指出了其可能面临的挑战。通过实验，研究者发现，即使在人工智能的干预下，人们依然能够感受到被理解，这可能有助于减少社会分裂。然而，这种感受也可能受到AI不真实性的影响，从而产生负面效果。因此，未来的努力应关注如何在保持理解感受的同时，确保信息的真实性和可信度，以实现更深层次的社会整合。