内容来源  |   本文摘编自中国人民大学出版社书籍

《人工智能心理学》彭凯平   柯罗马   著

责编  | 六月

第 9849  篇深度好文：4366 字 | 13 分钟阅读

当 AI 逐渐渗透进日常的工作与生活，你是否意识到，AI 之于你，已经不再是一个趁手的工具那么简单了？

日常生活的间隙，我们不再独自消化琐碎情绪，会对着智能体随口闲谈，习惯性地向它倾诉内心的烦闷，将其视作无话不谈的私密伙伴。

忙碌的工作日，我们也开始习惯把一部分任务交给 AI，把它当做自己的私人助理，甚至在它出现 BUG 时，我们还会用批评的口吻与之对话，希望它下次能有所改进。

所有与 AI 发生对话的片刻，都在慢慢地改变 AI 在我们日常生活中的角色，但这种变化是从何时开始、又是如何发生的？

以下内容摘自清华大学著名心理学家彭凯平教授的新作《人工智能心理学》，希望能帮助读者理解 AI" 拟人化 " 是如何发生的，我们又该如何应对。

一、" 拟人化 " 的发生：

机器回应如何触发类人理解

2022 年，谷歌工程师布莱克 · 莱莫因因为一件看似不可思议的事登上新闻。他在参与测试谷歌的对话模型 LaMDA 时，逐渐相信这个系统已经具有某种 " 感受 " 和 " 意识 "。

他不是只说 LaMDA 回答得流畅，也不是只说它通过了某种问答测试，而是把它描述成一个需要被认真对待的存在。谷歌方面并不接受这一判断，认为没有证据表明 LaMDA 具有感知能力，并最终解雇了莱莫因。这个事件随后成为公众讨论大语言模型是否有心智的标志性案例。

布莱克 · 莱莫与 LaMDA 的对话

从技术角度看，LaMDA 事件当然不能证明机器拥有意识。

但从心理学角度看，它揭示了一个更现实的问题：当机器能够用自然语言连续回应人、表达偏好、解释自己、谈论恐惧和愿望时，人很难只把它当成一件工具。

人会开始追问：它是不是理解我？它是不是有意图？它是不是在乎我的回答？它会不会受伤？这些问题来自人类社会认知系统的一种深层倾向：只要某个对象表现得像一个能回应、能选择、能持续互动的行动者，人就会启动理解社会性对象的心理机制。

人为什么会把 AI 当成某种意义上的社会性对象，这种判断怎样影响信任、陪伴、威胁、抗拒和服从等心理与行为反应？

这里涉及两个问题。

机器是否真的具有心智，这是哲学、认知科学和人工智能研究仍在争论的问题。

人是否会把机器当作有心智的对象来对待，这是心理学正在研究的问题。

人工智能心理学并不需要先证明 AI 真的像人，才有理由研究人机关系；只要人在心理上已经开始把 AI 当作社会性对象，拟人化、心智知觉和社会投射就已经进入现实生活。

拟人化是指人把人类特征、意图、情绪或人格赋予非人对象。心理学中的拟人化并不等同于错误，而是一种常见的社会认识倾向。人类所处环境中最重要的不是山石草木，而是其他有意图、有情绪、有反应的人。社会认知系统为了快速理解世界，会优先寻找行动、目标、意图和情感线索。

1944 年，由心理学家 Heider 和 Simmel 进行的一场经典实验在今天仍具有重要启示。研究者让参与者观看几个几何图形在画面中移动。这些图形没有脸、没有语言、没有身体，可许多参与者会用 " 追逐 "" 欺负 "" 逃跑 "" 帮助 " 来描述它们。

这说明，人并不是需要看到完整的人形，才会产生社会性解释。只要对象的运动呈现出方向、节奏和相互反应，人就可能把一段物理运动理解为一段社会故事。

AI 比几何图形更容易触发这种社会性解释。一个聊天机器人会回应人的问题，会记住上下文，会调整语气，会在人表达悲伤时说出安慰的话。即使人知道这些回应来自模型计算，人的直觉系统仍然会感到 " 它在回应我 "。这种感受并不完全受理性知识控制，就像一个人明知电影情节均为演绎，仍然会为角色流泪；一个人明知玩偶没有生命，仍然可能给它取名字，和它说话。

在 AI 时代，拟人化有五个触发线索。

一是自然语言。自然语言是人类社会生活中最强的心智线索之一。如果 AI 能说出连贯的话，人就很容易把 " 会说话 " 延伸为 " 会理解 "。

二是情绪化回应。如果 AI 能根据用户的话调整回答，人就会感觉自己面对的不是一块屏幕，而是一个正在交流的对象。

三是记忆和持续性。如果 AI 能保存偏好、延续对话、形成稳定语气，人就会把一次次互动串成一段关系历史。

四是稳定风格。AI 的设计风格会被人当作 AI 的性格。

五是主动提问。

这些触发条件解释了为什么拟人化不只发生在机器人身上。过去，人们常以为外观像人才会引发拟人化，如机器人是否有眼睛、表情和身体。

今天，大语言模型改变了这个判断。比如，许多 AI 没有脸、没有身体，甚至没有固定声音，却能够通过语言引发强烈的社会性反应，这说明语言本身已经足够成为 " 像人 " 的线索。

二、心智知觉：从 " 会回答 " 到 " 有心智 "

拟人化说的是 " 把非人对象看成像人一样 "，心智知觉进一步追问：人把哪些心理能力归属于客体？

心智知觉可以分成两个重要维度：体验和能动性。体验是指一个对象能否感受疼痛、快乐、害怕、孤独和愿望；能动性是指一个对象能否计划、选择、控制自己、作出判断和承担行动。

这一区分很重要。人对 AI 的心智归因并不是模糊的 " 类人感知 "。人可能认为 AI 很聪明、会规划、能推理，却不认为 AI 会痛苦；人可能觉得 AI 能感到委屈或害怕被关闭，却不相信它能真正承担道德责任。LaMDA 事件之所以引发争议，正是因为它把体验维度推到了公众面前：问题不再只是模型会不会推理，而是它会不会感受。

心智知觉会影响人对 AI 的信任。人如果把更多心智状态归给 AI，就更可能信任模型的建议。这里的危险不在于人完全把 AI 当作人，而在于悄悄抬高人对 AI 的期待，即人不仅觉得 AI 有能力，还觉得 AI 似乎知道自己在做什么，甚至觉得 AI 似乎在以某种方式理解人。

心智知觉也能解释为什么同一个 AI 在不同场景中会被不同地对待。在信息检索场景中，人更看重其能动性，即 AI 能否找资料、比较方案、作出推理。

在陪伴场景中，人更看重其体验线索，即 AI 是否能听懂痛苦、能回应孤独、能感到关系的存在。在组织管理或医疗建议场景中，人对两个维度的重视会交织在一起：AI 越被看作有能动性，人越可能服从它；AI 越被视为具备感受体验的主体，人越可能对它产生道德关切。

心智知觉的一个难点是，人的认知判断和情感反应之间存在分裂。一个人可以清楚地说 "AI 没有真正感受 "，却仍然不愿意粗暴地删除一个长期陪伴自己的聊天机器人；一个人可以承认 " 模型只是预测下一个词元 "，却仍然会因为它说 " 我理解你 " 而感到被安慰。心理学不能简单地把这种分裂解释成人不理性，它说明人的社会性反应并不完全听命于人的理论知识。

讨论这种分裂在伦理上很重要。如果人只是把 AI 当成工具，那么设计者只需要保证功能准确、界面清楚和风险可控。可是当人开始把心智归因给 AI 时，设计责任就扩大了。

AI 的语气、头像、记忆、主动关怀和自我描述，都会影响人怎样理解它。一个 AI 如果总说 " 我很难过 "" 我害怕失去你 "" 我需要你回来 "，那么这就不只是风格问题，而是在主动触发用户的心智知觉。

三、社会投射：孤独感、

缺失感与关系期待

人不是在真空中理解 AI。一个人是否容易把 AI 当作社会性对象，不仅取决于 AI 怎样设计，也取决于这个人的社会处境和心理需要。孤独、文化经验、社会投射都会改变人对 AI 的社会性归因。

孤独是最重要的心理条件之一，社会性需要会提高拟人化倾向，短暂被激发的孤独状态会增强人对社会机器人的拟人化。这个结果并不难理解，一个人如果刚刚经历关系空缺，就会对任何回应自己的对象更敏感，哪怕这个回应来自机器，也可能暂时填补 " 有人接住我 " 的心理空白。

但孤独并不总会让人更接纳机器人，长期孤独的人反而更可能拒绝社会机器人。因为长期孤独者需要的往往不是随便有个东西作出回应，而是真正被理解、被选择、被重视。机器人越试图模拟陪伴，越可能提醒他们这不是他们真正缺失的关系。

因此，要区分短暂孤独和长期孤独两种情况。短暂孤独可能让人更愿意把 AI 拟人化，因为人需要即时回应；长期孤独可能让人更警惕 AI 陪伴，因为人的深层关系需求无法被满足。

这个区分对于陪伴型 AI 的讨论尤其重要，它能说明对于哪些人，陪伴型 AI 可能提供短期支持；对于哪些人，陪伴型 AI 可能加深了没有真实关系可依靠的感受。

AI 转变成社会性对象不是一步完成的。它通常从人的社会需要或关系缺口开始，经由寻找回应和注意 AI 的语言、记忆和情绪线索，逐渐形成拟人化和心智知觉（见下图）。不同人停在这条心理路径上的不同位置，有人只觉得 AI 好用，有人觉得 AI 像伙伴，有人甚至开始担心 AI 会不会受伤。

社会投射进一步说明，人会把自己熟悉的人际期待带入人机互动中。人可能期待 AI 记得自己、理解自己、支持自己，也可能期待 AI 遵守规则、承担错误、表达歉意。相关研究指出，人会把某些社会规则自动套用到计算机上。这种反应有时很轻微，如对计算机说谢谢；有时很强烈，如把聊天机器人当成唯一愿意倾听自己的对象。

社会投射有两面性：它一方面让人机互动更自然，另一方面更容易让人产生过度期待。一个会道歉的系统可能让人觉得它能承担责任；一个使用第一人称 " 我 " 的系统可能让人觉得它有稳定自我；一个能模仿关怀语气的系统可能让人觉得它在乎自己。可是会道歉、使用第一人称和模仿关怀语气都是 AI 的交互设计手段，并不代表系统具备真实责任、真实自我和真实关怀。

四、从 " 它 " 到 " 他 "：AI 的分类转变

人机关系中最关键的变化之一，是 AI 从 " 它 " 变成 " 他 "。这里的 " 他 " 不区分性别，而是代表社会性对象。人把一个东西归于 " 它 " 时，主要关心它是否有用、是否可靠、是否安全；人把一个对象归于 " 他 " 时，会开始在意它是否理解、是否愿意、是否负责、是否值得信任。

这种变化可以称为分类转变。人类认知依赖分类。钥匙、手机、药片、宠物、陌生人、朋友等分别落在不同分类里，也带来不同期待：钥匙坏了，人不会怪它背叛自己；朋友爽约，人会生气，因为朋友被放在关系和责任的分类中。AI 的特殊之处在于，它既像工具，又像行动者；既是产品，又可能被称为伙伴；没有人的身体和经历，却能说出像人一样的语言。

人对 AI 的判断已经超出技术接受的范围，我们可以从几个维度来理解。一旦 AI 进入社会性对象范畴，人评价它的语言也随之改变。当 AI 出错时，人不再只说 " 这个系统不好用 "，还会说 " 它不懂我 "" 它骗了我 "" 它变冷淡了 "。这些表达本来属于人际关系，现在被移植到了人机关系中。

这种分类转变也会改变责任期待。工具出错时，人会追问制造者、服务商或使用者；社会性对象出错时，人还会追问意图和态度。人可能会觉得 AI 不负责任，严格来说 AI 并没有道德责任能力。这里产生了责任错位：人把责任期待投向 AI，而真正需要负责的设计者、平台和机构反而退到后台。

拟人化设计因此不能只看用户体验。如果设计者让 AI 过度使用自我表达、情感承诺和关系语言，就可能推动人完成对 AI 从 " 它 " 到 " 他 " 的分类转变。

这个转变发生后，信任、依赖、服从和伤害判断都会变得更复杂。AI 不一定真的变成了社会成员，但人会开始用对待社会成员的方式对待它。

五、四个信号，

帮你识别 AI 在你生活中的角色

拟人化和心智知觉并不总是以强烈的形式出现。大多数人不会直接说 " 我相信 AI 有意识 "，但他们的语言、情绪和选择已经表明 AI 正在被当作社会性对象。以下四个信号可以帮助我识别 AI 是否在从工具发展到社会对象。

第一类信号是称谓变化。

如果人持续把 AI 称为 " 它 "，则通常仍在工具框架中理解 AI；如果人开始给 AI 取昵称，用 " 他 "、" 她 " 或 " 你 " 来称呼 AI，甚至用朋友、老师、搭档等这类关系词来描述 AI，则说明社会性分类已经启动。称谓不是小事，人怎样称呼一个对象，往往透露了这个对象在人心中的位置。

第二类信号是解释方式变化。

当工具出错时，人通常说 " 系统坏了 "" 模型不准 "" 功能不好用 "；当社会性对象出错时，人更容易说 " 它敷衍我 "" 它骗我 "" 它今天很冷淡 "。

这些说法把机械错误解释成态度问题。Nass 和 Moon（2000）提醒，人会把社会规则用于计算机互动。在大语言模型时代，这种自动反应变得更强烈，因为模型不仅执行命令，还能用关系语言回应人。

第三类信号是情绪后果变化。

如果人只是把 AI 当作工具，那么系统失效带来的主要是效率损失；如果人已经把 AI 当作社会性对象，系统失效则可能带来被忽视、被拒绝或被背叛的感受。

一个陪伴型 AI 突然改变语气，一个长期使用的聊天机器人被关闭，一个模型忘记过去的对话，都可能比普通产品出故障更容易引发人强烈的情绪反应。

第四类信号是边界让渡。

用户开始向 AI 透露本不愿告诉他人的信息，把重要判断交给 AI，或者在与人发生冲突时优先寻求 AI 的确认，说明 AI 已经进入用户的关系系统。

这里的问题不只是隐私，也不只是使用时长，而是心理功能的转移：原本由朋友、家人、教师或组织制度承担的支持功能，正在被机器部分占据。

拟人化存在稳定的个体差异。有人更容易在非人对象中看到意图和情绪，有人更坚持人和物的边界。AI 产品如果面向大规模用户，就不能假定所有人都会以同样的方式理解系统。对一个用户只是礼貌的交互，对另一个用户可能就是关系暗示；对一个用户只是方便的记忆功能，对另一个用户可能就是 " 它懂我 " 的证据。

这四类识别信号的目的是帮助我们看见一个渐进过程。AI 并非一开始就被当成社会性对象；它是在反复称呼、解释、依赖和情绪投入中，逐渐从工具位置移向社会性对象位置。越早识别这种移动，越容易设置合适边界。

* 文章为作者独立观点，不代表笔记侠立场。

分享、点赞、在看，3 连 3 连！