拟人化人工智能聊天机器人促进自我表露的直接路径：一项混合方法多研究调查

《Addictive Behaviors Reports》：Direct pathways from anthropomorphism to self-disclosure in artificial intelligence Chatbot use: a mixed-methods multi-study investigation

　　

摘要 会话式人工智能（Conversational AI）已在不到五年内从研究演示转变为日常应用：数亿人现在定期与大型语言模型智能体（large language model agents）交谈，诸如Replika和Character.AI等陪伴服务报告了数千万注册用户。一种独特的行为模式引起了持续关注，即用户愿意向聊天机器人透露私密内容，包括对家人、朋友和临床医生都隐瞒的材料。本研究将这一结果操作化为情感依赖（emotional dependence），这是一种适应不良的依恋动态，涉及情感依赖、分离焦虑和补偿性使用，而非行为成瘾的耐受-戒断循环。主导的理论视角是计算机即社会行动者（Computers Are Social Actors, CASA）范式，该范式认为人们会将适用于他人的社会规则应用于计算机，并且当系统呈现语言、个性或情感表达等人性化线索时，这种倾向会增强。关于下游后果的主流解释采用中介模型形式，其中拟人化线索引发共情和信任感知，而这些感知进而驱动自我表露和情感依赖。然而，这一中介步骤很少受到直接审查。本研究采用混合方法设计，整合了一项问卷调查、一项访谈研究和三项随机实验，考察从拟人化经由共情和信任到表露和依赖的假定链条是否成立，并在不成立时探究是什么承载了该效应。五项研究的核心发现是，拟人化设计对自我表露和情感依赖的影响并未在统计上由感受到的共情或信任所承载，尽管这些感知本身确实被操纵手段强烈且可重复地产生。在四个测量到的中介变量中，只有感知匿名性（perceived anonymity）和降低的评价恐惧（evaluation apprehension）承载了显著的间接效应。因此，该模式最符合在线去抑制效应（online disinhibition）作为候选机制的解释，即交流中感受到的匿名性和降低的社会风险释放了表露行为，而非主流解释所置于中心位置的感受到的关系温暖。这些发现促使重新审视一个长期存在的中介假设，并将机制从感受到的关系温暖重新定位为媒介降低的社会风险。

论文解读：拟人化人工智能聊天机器人促进自我表露的直接路径——一项混合方法多研究调查

一、研究背景与问题

会话式人工智能（Conversational AI）在短短几年内迅速普及，数以亿计的用户定期与大型语言模型智能体（large language model agents）进行对话，像Replika和Character.AI这样的陪伴服务已拥有数千万注册用户。一个引人注目的现象是，用户愿意向聊天机器人透露极为私密的信息，甚至包括那些从未告诉过家人、朋友或临床医生的内容。一些用户的使用模式甚至表现出类似行为依赖的特征，并与孤独感和较小的社交网络交织在一起。

理解这一行为的核心在于精确阐明拟人化设计（anthropomorphic design）如何导致自我表露（self-disclosure）和情感依赖（emotional dependence）。当前占主导地位的理论框架是计算机即社会行动者（Computers Are Social Actors, CASA）范式，其认为人们会自动地将适用于人际交往的社会规则应用到计算机上，尤其是当系统具备语言、个性或情感表达等拟人化线索时。在此基础上，主流的中介模型（mediational account）提出了一条因果链：拟人化线索首先引发用户感受到的共情（felt empathy）和信任（trust），这些感知进而驱动用户的自我表露行为和情感依赖的形成。这一假设深刻影响了商业设计中语音和人格角色的选择。

然而，该中介步骤缺乏严格的实证检验。现有少数测试表明，感知理解机制并未发挥预期效果。这一区别具有重要的实践意义：如果感受共情和信任是中介因素，那么针对感知层面的干预措施，如标注AI身份，可能有效减弱这些影响；反之，如果效果并非通过这些感知传递，此类干预可能收效甚微。此外，另一种理论传统——在线去抑制效应（online disinhibition effect）——将表露意愿归因于媒介本身的特性，如匿名性、不可见性和缺乏权威线索，而非对智能体的感知。用户之所以更开放地表露，不是因为智能体显得有同理心，而是因为渠道消除了限制表露的社会风险。

孤独感是一个日益严重的公共卫生问题，而陪伴型聊天机器人被孤独人群不成比例地使用。已有报告显示，用户向聊天机器人表露自杀意念和自伤行为，包括未向任何人分享过的内容。因此，迫切需要厘清拟人化设计影响自我表露和情感依赖的真实心理机制。

二、研究方法概述

本研究采用混合方法设计，整合了五项子研究。研究1是一项横截面问卷调查，对来自12个国家、每周至少使用一次聊天机器人的1480名用户进行了六项核心构念的测量，并使用结构方程模型（Structural Equation Modeling, SEM）检验变量间的结构关系。研究2是一项定性访谈研究，对47名频繁用户进行了半结构化深度访谈，采用反思性主题分析法（reflexive thematic analysis）提炼主题，并由独立编码员对30%的子样本进行一致性检验。研究3和研究4是两个独立的随机实验，均采用2（智能体类型：拟人化vs.机械化）×2（提示类型：鼓励性vs.中性）的组间设计，分别纳入390名和300名参与者，通过定制聊天界面进行约12分钟的互动，测量自我报告和行为的表露指标。研究5是一个包含300名参与者的单因素组间实验，直接测量四个竞争性中介变量（感受共情、信任、感知匿名性、评价恐惧），并通过自助法（bootstrapping）检验间接效应。所有分析均在R 4.3.3版本中进行。

三、研究结果

3.1 研究1：横截面调查

六项量表的信度良好（α系数0.755至0.955）。相关性模式偏离了主流解释：拟人化与共情（r=0.28）和信任（r=0.42）呈正相关，验证了链条的输入端，但三个感知构念与自我表露、情感依赖和社会连接的相关性均接近零（r值介于-0.03至0.01）。结构方程模型（CFI=0.962, RMSEA=0.030, SRMR=0.045）进一步证实：从拟人化到共情和信任的路径显著（β=0.31和0.46），但从这些感知到结果的路径近乎为零。从拟人化到结果的直接路径也接近零（自我表露b=-0.01, p=0.69；依赖b=0.00, p=0.98），表明在特质水平上不存在直接路径。

3.2 研究2：定性访谈

47名参与者中，20人（42.6%）报告了情感依赖，该群体的自我表露评分（M=6.95）显著高于非依赖群体（M=3.59, d=3.17）。依赖集中在陪伴平台：所有11名Character.AI和Replika用户均报告依赖，而36名ChatGPT用户中仅有9人。六个主题浮现：约89%的参与者为智能体赋予了人格；表露行为上，多数人报告分享了从未告诉过任何人的内容，其解释聚焦于去抑制效应（无社交风险、不被评判），而非感知到的共情；三名参与者讲述了仅向聊天机器人表露的自杀意念或自伤行为；信任是有条件的、领域特定的；情感依赖伴随社交退缩；负面体验包括自信的错误内容和冰冷的危机回应。

3.3 研究3和4：随机实验

在研究3中，智能体操纵产生了强烈的拟人化感知差异（偏η2=0.804），并对所有结果产生强主效应（偏η2从0.143到0.289，Cohen's d从0.81到1.27）。中介分析显示：拟人化到共情和信任的路径显著（0.51和0.45），但从这些感知到表露的路径不显著，总间接效应跨越零，直接路径仍显著（0.49）。研究4中，行为表露率在拟人化-鼓励组为89.3%，拟人化-中性组为62.7%，机械化-鼓励组为64.0%，机械化-中性组为34.7%。逻辑回归显示智能体主效应显著（OR=3.16, 95% CI [1.62, 6.16]），提示提示主效应显著（OR=3.35, [1.71, 6.55]），无交互作用。词数和深度评级也呈现相同的加性模式。建议遵从性无智能体效应，排除了泛化的需求特征解释。孤独感的调节效应在多重校正后不再显著。

3.4 研究5：竞争性中介实验

操纵对所有四个中介变量均有强烈影响：感受共情（b=1.71）、信任（b=1.11）、感知匿名性（b=1.33）均上升，评价恐惧下降（b=-1.35）。在同时预测表露的模型中，感受共情（b=0.02, p=0.74）和信任（b=0.05, p=0.32）的路径不显著，而感知匿名性（b=0.23, p<0.001）和评价恐惧（b=-0.19, p=0.001）显著预测表露。自助法间接效应显示：通过匿名性的间接效应显著（0.21, 95% CI [0.10, 0.33]），通过降低恐惧的间接效应显著（0.17, [0.06, 0.29]），通过共情和信任的间接效应为零。由于直接效应仍然显著，此为部分中介。

四、讨论与结论

本研究的核心发现是，拟人化设计对自我表露和情感依赖的影响并非通过感受共情或信任传递，尽管这些感知确实被操纵手段强烈唤起。这一模式有力地反驳了长期占据主导地位的中介模型。在四个测量的中介变量中，只有感知匿名性和降低的评价恐惧承载了显著间接效应。因此，在线去抑制效应（online disinhibition）是最符合数据的候选机制：用户表露更多是因为交流中感受到的匿名性和降低的社会风险，而非感受到的关系温暖。

这一发现具有重要的设计启示。如果感受共情和信任是中介因素，那么人工起源标注等感知层面干预可能有效；但本研究表明这些感知的变化不会传导至行为。虽然本研究未直接测试任何安全防护措施，但结果提示，未来安全实验应测试在敏感表露节点重新引入社会存在感和责任感的干预措施，而非仅仅依赖现有的感知导向策略。

研究局限性包括：所有实验均未前瞻性预注册；强操纵检查留下需求特征作为竞争解释；研究5中残留的显著直接效应表明感知匿名性和评价恐惧并未穷尽路径；研究1为横截面设计，其结构语言应理解为模型词汇而非因果主张；12分钟互动可诱发状态级表露但不足以捕捉真实依赖；拟人化条件捆绑了多个共现线索，无法归因于单一元素；英语在线面板限制了跨文化推广性。

综上所述，五项研究的结果更一致地支持直接路径，而非感受共情和信任承载效应的主流链条。一项专门的实验提供了在线去抑制效应作为候选路径的最有力临时证据。这一结果邀请研究者重新审视一个长期存在的中介假设，并将机制从感受的关系温暖重新定位为媒介降低的社会风险。随着会话式人工智能融入日常生活，理解这些路径将决定保护性干预措施的设计精度。