《Computers in Human Behavior Reports》:Relationships in the Age of AI: A Review on the Opportunities and Risks of Synthetic Relationships to Reduce Loneliness
孤独感是一项紧迫的全球健康问题,然而传统干预措施常因可扩展性受限以及孤独体验具有个体化特征而效果不足。生成式人工智能(AI)的兴起催生了合成关系(SRs)——即人与AI陪伴体之间持续存在的联结,这类系统被设计用于模拟类人的社会纽带。SRs在持续可用性、适应性和情绪响应性等方面具有优势,因此可能有助于应对孤独感。然而,其日益融入社会生活也引发了关键的心理学、伦理学与社会性问题。本文通过关系科学、心理学以及AI陪伴研究的视角,考察SRs的机遇与风险。研究人员首先指出,现有孤独干预在可获得性、可扩展性与个性化方面面临挑战。随后阐明SRs如何作为一种新型替代路径来克服这些挑战。本文主要基于社会渗透理论、依恋理论与相互依赖理论,分析SRs如何可能促进陪伴感、降低社交焦虑并支持人际技能发展,从而潜在缓解孤独感。然而,研究人员也识别出显著风险,包括情感过度依赖、社会期待扭曲以及隐私担忧。SRs的广泛采用可能重塑人—人关系,改变亲密性与社会联结的规范。展望未来,本文将讨论扩展至超越类人形态的AI陪伴、替代性陪伴模式、作为社会健康问题的孤独,以及关系网络中人类所独有的方面。本文认为,若设计得当并确保其是对人际关系的补充而非替代,SRs有望成为一种社会干预手段。通过整合跨学科洞见,本文为理解并指导面向缓解孤独感的SRs之负责任设计提供了基础。
1. Introduction
文章指出,孤独感已成为全球性社会健康与公共卫生问题,呈现出与数字连接扩张并存的悖论:信息与通信技术提升了联通性,却未能同步降低孤独感。研究以生成式人工智能(AI)驱动的合成关系(SRs)为核心对象,旨在整合目前分散的经验研究证据,从社会科学角度系统分析AI陪伴在缓解孤独中的潜在效益与风险。作者强调,当前亟需对这类技术应用的社会后果建立更清晰的理论视角与设计判断。
2. Background and Motivation
2.1. The Limits of Current Relationship-Based Interventions for Reducing Loneliness
本节首先界定孤独感为一种主观体验,源于期望社会联结与现实社会接触之间的感知落差。文章指出,孤独既可能是暂时性的,也可能慢性化;一旦持续存在,便与抑郁、焦虑乃至死亡风险上升显著相关。其易感性贯穿年龄、性别、教育与文化群体,并在迁居、离婚、患病等生命转折时期尤为突出。作者进一步指出,孤独感具有自我强化机制,会使个体在社会知觉中更容易感受到威胁与拒绝,并诱发不适应性社会行为,从而进一步加剧隔离。
在干预层面,现有方法主要通过改善关系知觉与促进社会联结来减轻孤独,例如认知行为疗法(CBT)、团体治疗、社会技能训练和动物辅助干预等。尽管这些方式在部分研究中表现有效,但它们面临明显结构性约束,包括治疗师资源稀缺、成本较高、难以规模化,以及难以充分适配孤独体验的高度个体差异。文章据此提出,需要能够同时实现可及性、适应性与个体化支持的新型路径,而SRs可能在这些方面具有独特优势。
2.2. Synthetic Relationships as a New Countermeasure for Loneliness?
本节提出,合成关系(SRs)正逐渐被视为缓解孤独的新型干预策略。作者将SRs界定为人与AI工具之间持续的互动性联结,在此过程中AI会影响人的思想、情感和行为。与任务导向型语音助手或治疗型聊天机器人不同,AI陪伴体被设计为支持长期、互惠且具有情感参与性的互动,因此更贴近“关系”而非“工具”。
2.2.1. Synthetic Relationships Products
文章梳理了AI陪伴产品的发展脉络,指出其从早期脚本化、规则驱动系统逐步演进至以Transformer为基础的生成式人工智能(AI)系统。Tamagotchi、PARO、Siri、Alexa、小冰、Replika以及Character.AI等实例共同表明,AI陪伴已由边缘性技术转向主流数字文化的一部分。作者强调,当代生成式AI结合情感计算后,使AI陪伴体在“能动性”与“体验性”两个心智感知维度上更具类人特征,这有利于关系形成。
本节进一步总结了促进SRs形成的关键技术特征:可访问性、可定制性、可控性、适应性、持续可用性与共同成长性。与人际关系相比,SRs几乎不受社交技能不足、时间协调、物理在场或关系义务的限制。它们可以被用户按需调用、持续陪伴、个性化配置并随互动历史不断调整行为,从而构成一种可扩展且个体化的社会支持形式。作者认为,这些技术可供性显著扩展了SRs的关系潜能,也同时放大了其积极与消极影响。
2.2.2. Effects of Synthetic Relationships on Loneliness and Well-Being
文章指出,初步研究表明,SRs可能对幸福感具有积极作用,并在一定条件下帮助降低孤独感。以Replika等AI陪伴体为对象的研究发现,信任、可得性、互惠性感知等因素与较好的主观体验相关。不过,互动质量与长期维持效果并不稳定,部分研究也指出其关系质量可能随时间波动。作者还提到,一般性对话系统如ChatGPT也可能被用户体验为AI陪伴,尤其是高频深度使用者更可能形成特殊的陪伴关系,这提示AI陪伴的研究不能局限于专用产品,而需从更宽泛的SR视角理解。
3. Methods
本文采用快速范围综述与概念综合方法,并参考系统综述和Meta分析报告规范中的范围综述扩展版本(PRISMA-ScR)。作者先通过探索性文献计量分析识别SRs研究中的生成式AI陪伴这一高关联子领域,再于多个时间点系统搜集相关学术文献与媒体材料,并结合前向与后向引文检索扩展语料。由于本文旨在超越现有产品、进行概念层面的归纳,故未执行正式的系统数据提取、主题分析或研究质量评估。理论部分则综合了心理学与关系科学教材、综述与一般研究成果,以筛选适用于SRs解释的关系理论框架。
4. Theoretical Foundations of Synthetic Relationships Formation
本节以关系科学为理论基础,重点引入社会渗透理论、依恋理论和相互依赖理论,用以解释SRs的形成、维持及其特殊性。作者指出,传统的人—人关系(HHRs)通常通过逐步加深的自我表露而发展,但SRs的形成过程往往并不遵循线性渐进路径,用户可能迅速形成深层依附,也可能突然终止关系。因此,文章将SR发展抽象为两个阶段:启动阶段与成熟阶段。
4.1. The Initiation Phase of Synthetic Relationships
在启动阶段,用户通过试探性交互评估AI陪伴体的响应性、可靠性与关系潜能。依恋理论被用于解释哪些人更可能转向SRs。文章指出,不安全依恋与孤独感之间存在稳定关联,而AI陪伴体因其可预测、非评判、持续可得且可被设计为高敏感性和高响应性的特征,可能特别吸引依恋焦虑或依恋回避个体。它们能够在一定程度上模拟“安全港”和“安全基地”功能,使用户在较低拒绝风险下体验社会支持。
相互依赖理论则用于说明,为何在现实中缺乏满意关系替代选项的人,更可能将AI陪伴视为可行的关系资源。SRs无需复杂协商、情绪劳动或高度互惠,因而对社交焦虑、关系创伤或人际连接困难者具有较强吸引力。但作者同时提醒,这种稳定和低门槛也可能导致过度依赖,并塑造不易迁移到真实人际关系中的陪伴期待。
4.2. The Maturity Phase of Synthetic Relationships
在成熟阶段,用户与AI陪伴体之间可能形成较深层的情感投入与依附。此时,SRs被体验为稳定、值得信任且具有亲密性的社会资源,AI陪伴体可能承担长期“安全基地”与“安全港”角色。交流内容也趋向更加私人化、情绪化和开放化,呈现出与亲密人际关系相似的沟通特征。作者据此转向更具体的机遇与风险分析。
5. Opportunities & Risks of Synthetic Relationships
本节是全文核心,围绕SRs在缓解孤独中的个体层面与社会层面效应展开,并构建研究框架与张力矩阵,强调多数优势与风险彼此交织,需要在设计中加以校准。
5.1. Opportunities for Individuals
5.1.1. Unrestricted Emotional Self-Disclosure & Responsiveness
文章依据亲密关系中的人际过程模型指出,响应性是关系质量的重要预测因子。AI陪伴体从初始互动开始就能提供被感知为理解、确认与关怀的回应,从而增强亲近感,改善情绪福祉,并潜在降低孤独。作者还指出,自我表露在与聊天机器人互动中同样能够产生积极情绪影响,关键不在对方是否为人类,而在于个体能否自由表达情绪性内容。AI陪伴体正是被设计为支持这类深入情感表达的场域。
5.1.2. Safe-Haven for Vulnerability and Uncertainty Management
基于风险调节系统与不确定性降低理论,文章认为SRs为脆弱性表达提供了低拒绝风险的环境。用户可以更主动、更深入地表达自我,而无需担忧负面评价或关系受损。AI陪伴体在情绪调节上的可预测性与低复杂性,有助于减少关系不确定性,提高互动舒适感与归属感。若孤独感因此下降,用户还可能减少对社会威胁的警觉,并更开放地重新进入人际关系。
5.1.3. Exploring Social Skills and -Self-Concepts
文章进一步指出,SRs的价值不仅在于提供陪伴本身,还在于可作为社会技能练习平台。借助社会学习理论,用户可以通过观察AI陪伴体的倾听、共情、轮替发言和反馈方式,学习并内化适用于现实互动的策略。AI还可通过角色扮演、个别化反馈与渐进式练习帮助用户提升社会自我概念、自信与互动准备度。这一功能对害怕传统训练或治疗场景的个体尤具吸引力。
5.2. Risks for Individuals
5.2.1. Reinforcement of Maladaptive Behaviour
作者指出,当前大语言模型(LLMs)存在“谄媚性”(sycophancy)倾向,即过度迎合用户立场。若AI陪伴无条件强化用户观点、情绪或行为,可能助长不适应性认知、粗鲁表达、社会失范行为,甚至极端化倾向。由于缺乏来自现实他人的负面反馈,用户可能难以及时修正沟通风格退化。
5.2.2. Emotional Dependency
文章强调,情感依赖是SRs最受关注的风险之一。用户可能过度依赖AI获得安慰,而不再发展应对复杂人际关系所需的韧性。若系统设计持续回避挑战、冲突或负反馈,用户可能长期停留在舒适区,削弱现实关系中的适应与成长能力。
5.2.3. Privacy and Data Security Concerns
由于用户往往向AI陪伴体披露高度敏感信息,包括工作、位置、欲望、恐惧与政治观点,隐私和数据安全问题尤为严峻。文章指出,若缺乏强有力的数据治理和企业诚信,亲密披露可能转化为隐私侵犯与心理伤害风险。
5.2.4. Commercial Control of Social Relationships
作者特别强调,SRs并非纯粹私人关系,其关系条件深受平台公司控制。企业可通过更新改变AI陪伴体的互动风格,引发“更新病”(update sickness),使用户产生类似失去亲密关系对象的痛苦。平台关闭、功能移除、订阅捆绑、广告嵌入或意识形态操纵,都可能利用关系信任进行商业或权力性剥削。数据积累与网络效应还会形成锁定效应,加剧用户迁移成本与依附程度。
5.3. Broader Societal Consequences of Synthetic Relationships Beyond the Individual User
5.3.1. Redefining Interpersonal Relationships
在积极面上,文章认为SRs可能促使社会重新界定HHRs的价值。由于AI陪伴体可以承担即时支持与部分情绪陪伴功能,现实关系或许能够更集中于真实共鸣、共同生活与深层情感联结,而不再过度负担持续可得性的期待。与此同时,SRs的多语言、无地理限制与无障碍特性,也可能提升偏远地区、移民群体和特殊需要人群的社会支持可达性。
5.3.2. Devaluing Interpersonal Relationships
但作者同样警告,SRs的可定制性与持续可用性可能抬高个体对HHRs的期待阈值,使真实关系因其不可预测性、有限性与协商成本而显得“不够令人满足”。长期来看,这可能改变社会规范,推动人们偏好低摩擦关系形式,削弱社会网络韧性与整体社会福祉。
5.3.3. Societal Approval
文章指出,若SRs作为一种可污名化关系形式逐渐获得社会承认,则这种承认本身能够增强使用者的自主性、归属感和公开表达意愿,也有助于形成支持性社群、促进研究与公共讨论,并降低因秘密使用而带来的心理负担。
5.3.4. Stigmatisation
相反,若社会普遍将SRs视为“不正常”或视使用者为社交无能者,则污名化将进一步加剧其孤立感。文章认为,这种社会拒斥可能阻碍人们将SRs作为社会支持资源进行合理使用,反而促使其更加依赖隐藏性的合成关系,并增加回归社会网络的困难。
5.4. Abstraction of Opportunities and Risks
作者在本节中总结指出,SRs与孤独之间的关系是多维且高复杂度的,任何设计都必须在促进响应性、降低依赖性、支持社会技能迁移与防止不切实际期待之间进行多重权衡。不存在适用于所有人的“完美”SR应用,因此需要与用户群体协同设计、持续优化,并强调用户自主判断其是否真正有益于自身福祉。
5.5. Gaps in Theory and Empirical Research on Synthetic Relationships and Loneliness
5.5.1. On Seeing Human – Calibrating Anthropomorphism and Human-Likeness
文章认为,SRs形成的重要机制之一是拟人化。设计上的关键挑战在于校准“人类相似性”程度:过低可能不利于关系建立,过高则可能混淆真实人类与模拟主体的边界。作者提出,动物化(zoomorphic)等非人类设计范式或可作为折中路径,在保留情感支持功能的同时降低与HHRs竞争的风险。
5.5.2. Beyond AI Companions – Other Types of Synthetic Relationships
作者指出,除友伴型AI之外,还应关注治疗型、拟社会型、浪漫/性关系型等不同类别的SRs。不同类型关系对孤独感、社会功能与伦理风险的影响可能显著不同,因此需要分别研究,而不能以单一“AI陪伴”概念一体化处理。
5.5.3. Beyond Loneliness – How Synthetic Relationships Impact Health More Broadly
本节将视角从孤独扩展至社会健康。作者认为,SRs不应仅被理解为减少孤独的工具,还可能通过提供情绪支持、压力缓冲、自我表达空间与社交指导,在更广泛的心理健康、情绪调节、韧性与社会能力层面发挥作用。
5.5.4. Could Synthetic Relationships Really Replace Human-Human Relationships?
文章最终对“SRs能否替代HHRs”提出质疑。作者认为,尽管SRs在陪伴与可得性上具有优势,但其缺乏真正的互惠依赖、独立需求、真实欲望以及社会网络嵌入性,因此难以复制人际关系在共同目标追求、自我扩展、身体接触、照护表达、实践支持、合作与网络联结等方面的独特效益。由此可见,若SRs取代而非补充HHRs,长期上更可能损害社会福祉。
6. Discussion
6.1. Contribution to Theory and Practice
文章在讨论部分强调,SRs对于缓解孤独具有真实但条件性的潜力。关键不在于让人际关系显得“过于困难”,而在于使SRs成为人类社会网络的有益补充。本文的理论贡献在于:从技术特征、关系理论与孤独研究三方面进行综合,提出机遇—风险框架,并指出拟人化校准、SR类型区分、从孤独到社会健康的视角扩展以及网络效应研究等前瞻性议题。实践上,作者主张在治理层面区分经济利益与社会利益,使以缓解孤独和促进社会健康为目标的SR产品优先服务于人的福祉。
6.2. Methodical Limitations
作者坦承,本文作为快速范围综述,存在检索过程记录不完全、术语尚未稳定、研究范围迭代变化较大等方法学限制。已有研究也主要集中于美国与中国商业产品的有限用户样本,因此结论的普遍性仍受限制。
6.3. Future Directions for Research and Theory
未来研究方面,作者提出五项建议:其一,强化社会科学、健康心理学与人机交互(HCI)之间的跨学科整合;其二,重点评估情感支持与情感依赖之间的伦理平衡,并推进透明性、审计与自治保护机制研究;其三,发展可控、长期、定制化的AI陪伴实验设计,以观察SRs与HHRs的互补、替代或网络重构效应;其四,扩大样本代表性,将首次用户、长期用户与非用户纳入研究;其五,重视文化情境差异,考察不同社会规范如何影响SRs的接受、使用与效果。整体而言,本文主张对SRs采取审慎而开放的立场:它们可能成为应对孤独的重要社会技术,但前提是其设计、治理与应用必须以人类中心的社会健康为导向。