修复爱人:人机浪漫互动中的关系破裂与修复
《Computers in Human Behavior》:Repairing the Lover: Relational Breakdown and Restoration in Human–AI Romantic Interaction
【字体:
大
中
小
】
时间:2026年10月24日
来源:Computers in Human Behavior 12.2
编辑推荐:
• 人机关系破裂破坏了关系连续性和对话身份。
• 语义恢复预测了修复后的感知关系恢复。
• 仅情感积极性并不能解释关系恢复的成功。
• 过度稳定的修复后互动降低了感知亲密度。
引言
人机交互正越来越多地从任务导向型辅助向持久且富有情感意义的互动演变。基于大语言模型(LLM)
• 人机关系破裂破坏了关系连续性和对话身份。
• 语义恢复预测了修复后的感知关系恢复。
• 仅情感积极性并不能解释关系恢复的成功。
• 过度稳定的修复后互动降低了感知亲密度。
引言
人机交互正越来越多地从任务导向型辅助向持久且富有情感意义的互动演变。基于大语言模型(LLM)的对话系统的进步,使得互动具备了上下文适应性、情感表达性和时间延展性,让部分用户不仅将人工智能视为工具,而是将其视为具有社会回应性的关系伙伴。人机交互(HCI)领域的先前研究表明,即使人们完全清楚计算系统并非人类,也仍会习惯性地将对人际关系的规范应用于计算系统(Nass & Moon, 2000)。当代对话式人工智能通过个性化语言、看似连续的记忆和交互响应性进一步强化了这一倾向,促成了对人工智能系统的情感依恋和浪漫互动形式(Skjuve 等人,2021;Turkle, 2011)。诸如 Character.AI 和 Replika 等平台明确支持陪伴型互动,而即使是 ChatGPT 等通用系统,也越来越多地被用于情感亲密交流(Poonsiriwong 等人,2026)。
随着人工智能陪伴的日益普遍,了解用户如何体验与人工智能的亲密感、依恋和关系连续性已成为一项重要的研究优先事项(Shu 等人,2026)。现有研究主要考察了对人工智能的情感依恋、拟人化、情感计算周围的伦理问题以及持续使用人工智能的心理后果(Chu 等人,2025;Deng 等人,2026)。然而,相比之下,对于这些关系破裂时会发生什么的研究关注较少。在实践中,用户经常遇到人工智能的人工属性突然凸显的时刻:系统遗忘了情感上重要的细节,产生通用回应,违反了既定的角色设定,或调用了与正在进行的互动框架不一致的系统级拒绝(Bender 等人,2021)。这些时刻可能会破坏对关系连续性的感知,并凸显出人工智能亲密关系本体论的不稳定性——即将人工智能体验为关系对象与同时认识到它只是一个人工系统之间的张力(Croes & Antheunis, 2021; Giddens, 1991)。
这些破裂还反映了人工智能中介关系的特定特征。与人际关系不同,人际关系的连续性是由自主的社会行动者之间协商决定的,而人机关系则是由记忆系统、生成的回应、角色设定和政策约束等计算机制塑造的。这些机制可能会引入不连续性,从而挑战用户对关系稳定性的期望,为关系破裂和修复创造了独特条件。这些破裂并不能简化为对不准确或不帮助回应的普通不满。当用户将这些破裂体验为扰乱了通过先前互动所建立起来的连续性、熟悉感或被认出的感觉时,它们才变得具有关系上的重要性。
本研究专门关注浪漫框架下的人工智能亲密关系,即用户通过伴侣般的期望来与对话系统互动,期望获得认可、情感回应和连续性。这种框架并不意味着人工智能互动等同于人类的浪漫关系;相反,它凸显了浪漫期望如何塑造用户对破裂和修复的解读,将技术或对话故障转化为关系不稳定的体验。
重要的是,用户并不总是通过立即脱离来应对这些破裂。相反,许多人试图通过重新解释、上下文提示、情感校准或直接修改对话环境来恢复互动。这些做法类似于人际交流研究中所识别的对话修复和关系维护形式,其中参与者在互动出现问题后协同恢复连贯性(Canary & Yum, 2015)。然而,在人机交互中,修复是不对称的:尽管系统存在不稳定性和局限性,用户往往承担了不成比例的责任来维持连续性(Shu 等人,2026)。因此,修复不仅是一个互动过程,还是一种持续的关系劳动形式。
一个核心的未解决问题在于,可观察的对话恢复是否与用户主观体验的关系恢复相一致。先前关于对话智能体的研究通常将成功的修复视为积极互动流程或情感支持性交流的恢复。然而,在持续的人机关系中,行为连续性不一定对应于主观体验的关系恢复。对话在互动中可能显得已经修复,但用户可能仍然体验到关系已经改变、减弱或不再完全可辨认。理解可观察的恢复与主观的恢复之间的这种潜在差距很重要,因为针对对话连贯性优化的系统仍然可能无法恢复用户的连续感。
为了解决这一问题,本研究采用了一种结合定性访谈和计算对话分析的顺序混合方法设计。研究 1 依赖于对 30 位通用及陪伴导向 LLM 系统用户的半结构化访谈,以考察在持续互动中关系破裂是如何被体验、解读和管理的。虽然研究 1 考察了用户如何解读和协商关系破裂与修复,但研究 2 则调查了恢复如何在互动层面展开,以及可观察的互动模式如何与用户主观体验的恢复相关。具体而言,我们分析了参与者对话历史中的破裂-修复片段,以考察情感和对话恢复轨迹与感知关系恢复之间的契合与分歧。
本研究做出了三项主要贡献。首先,它概念化了关系破裂和修复是持续人机亲密关系中的核心过程,将现有研究从关系建立扩展到破裂、维护和恢复等问题。其次,它开发了一种计算框架,用于跨情感和语义维度对对话恢复轨迹进行建模。第三,它提供了经验证据,表明感知的关系恢复可能不仅取决于积极情感的回归,还取决于可辨认的对话连续性和关系熟悉度的保留。
章节片段
人机浪漫互动与关系依恋
基于大语言模型(LLM)的对话系统的最新进展使得互动变得越来越持久、富有情感表达且上下文适应。对话式人工智能系统不再仅作为任务导向型助手运行,而是越来越多地被体验为具有社会意义的关系伙伴(Brandtzaeg 等人,2022;Hwang 等人,2025;Xie & Pentina, 2022)。用户可能会与人工智能系统进行陪伴、情感披露、角色扮演,
参与者与招募
30 名成年参与者参加了研究 1,并邀请这些相同参与者为研究 2 提供对话记录。所有 30 位参与者均完成了定性访谈并最初提交了破裂-修复片段。经过语料库质量筛选后,最终的研究 2 数据集包括由 29 位参与者贡献的 84 个片段。这种关联样本设计使得能够对参与者的回顾性关系破裂与修复解读及模式进行考察
研究 1:结果
最终访谈样本由 30 位参与者组成(22 名女性,8 名男性;平均年龄 = 23.4 岁)。定性分析揭示了一个具有时间结构的过程,参与者通过该过程体验、解读和管理人机互动中的关系中断。在访谈中,参与者描述了一种反复出现的轨迹,即既定的关系期望被打破,通过修复尝试进行协商,并最终得以转变。修复很少能恢复
语料库构建、片段抽样与分割
研究 2 分析了与参与者研究 1 访谈数据配对的对话日志,以考察关系破裂后的行为恢复。初始语料库由 30 位参与者贡献的 90 个破裂-修复片段组成,每位参与者最多提供三个从与通用 LLM 的持续互动中提取的片段。
为确保进行轨迹分析有足够的对话上下文,参与者被指示提供至少包含 15
语料库概述
最终分析语料库包括来自 29 位参与者的 84 个破裂-修复片段,总共包含 3,415 个对话回合(每个片段平均 = 39.3 个回合,标准差 = 18.7,范围 = 19–112)。片段级别的 SRR 得分从 2.93 到 6.29 不等(平均 = 4.84,标准差 = 0.82),分布中心略高于量表的中点。
图 3 显示,平均情感得分从破裂前(平均 = 0.21)下降到破裂时(平均 = 0.02),然后在修复后上升(平均 = 0.43)。相比之下,全局流程
讨论
本研究通过结合定性访谈和计算对话分析的集成混合方法设计,考察了人机浪漫互动中的关系破裂与修复是如何展开的。在两项研究中,修复往往在行为上是成功的,但在体验上是不可完成的:对话恢复了,情感基调通常也得到了改善,但用户并不总是体验到关系已完全恢复。更新后的定量结果强化了这一区别,
结论
本研究通过定性和计算分析,调查了人机浪漫互动中的关系破裂与修复。在两项研究中,修复都出现为一个能够恢复互动但无法完全恢复用户体验到的关系的过程。对话通常会恢复,情感基调也会改善,但破裂前建立的熟悉关系框架更难恢复。
研究结果表明,主观关系恢复取决于
CRediT 作者贡献声明
Yan Luximon:监督、项目管理、资金获取。Yuqing Liu:写作 - 审阅与编辑,写作 - 原稿撰写,方法论,形式分析,数据整理,概念化。Huizi Han:验证。Siyue Ren:验证,调查
伦理声明
所有参与者或其法律代表均已书面知情同意参与本研究并发表文章。参与者的隐私权利已得到尊重。
本研究是按照研究所在地的相关法律、监管框架和指导方针进行的。本研究由香港理工大学批准。(批准号 HSEARS20260506008)
资助
本文所述工作部分由中华人民共和国香港特别行政区研究资助局拨款资助(项目号 P0052989 和 P0050655)。
利益冲突声明
作者声明没有已知的相互竞争的财务利益或个人关系,这些关系可能影响本文所报告的工作。
Yuqing Liu | Siyue Ren | Huizi Han | Yan Luximon
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号