AI交互新研究：用户或越变越像机器

据 IT 之家报道，英国伯明翰大学、丹麦奥胡斯大学和瑞典林奈大学的研究人员联合发布了一项关于人工智能交互的最新研究。研究指出，用户长期与具备类人行为的客服 AI 互动，可能逐渐调整自己的语言和行为模式，甚至影响并重塑自我认知。相关论文于 8 月 19 日发表于开放期刊《AI 与社会》。

这项研究提出了“类机器人人性”概念，描述了一种双向趋同现象：在 AI 交互过程中，AI 通过学习和模仿变得更“像人”，而用户则可能因持续接触和适应算法逻辑，表现得越来越“像机器”。研究者认为，这种动态变化不仅影响用户对 AI 的感知，也可能改变用户对自身身份和表达方式的理解。

研究聚焦零售、酒店、旅游和医疗四类典型服务场景。团队指出，自适应学习、个性化沟通和共情回应都会让 AI 机器人显得更加接近人类。与此同时，用户为了获得更顺畅、更积极的算法反馈，也可能主动模仿机器的表达方式，例如使用更简洁、更结构化的语言，或者调整输入习惯以符合系统预期。

在形成机制方面，客服机器人会模拟人的手势、语音和情感线索，系统还会利用机器学习，根据用户的输入动态调整回应方式。这一过程的目标通常是建立信任，并提高用户参与度。然而，人类在社交中天然存在“镜像”倾向，人们常会无意识模仿对方的动作、表情和表达方式。研究据此总结出三阶段镜像机制。

第一阶段是进入“合成社交现实”。生成式系统通过自然语言、情感线索和适应性回应，营造出近似真实社交关系的互动环境。用户会在这种环境中判断如何回应、如何表达，也可能赋予系统反馈以社会意义，从而把 AI 视为某种意义上的社交对象。

第二阶段是“计算身份捕捉”。系统从用户的行为、偏好和互动痕迹中生成预测性画像，再以推荐、分群或个性化回应的方式返还给用户。这种机制让用户逐渐感受到系统“了解自己”，但也可能使用户开始用算法视角审视自身。

第三阶段是适应性自我调整。用户可能倾向于使用系统更易理解和奖励的表达方式，重复互动会持续强化这种对齐，让机器生成的统计抽象逐步成为用户理解自己的重要参照。换句话说，人开始用机器的逻辑来塑造自己的表达和认知。

研究还列出四项关键因素，包括服务场景、消费者预期、机器人的外观与语言，以及人和机器双方作出的互动投入。研究认为，这些因素共同决定用户如何理解服务关系，也影响其自我感知的变化方向。具备自适应学习、个性化沟通和共情互动能力的系统，可能更强地塑造用户体验。

研究者提醒，随着客服 AI 在日常场景中的普及，人机之间的相互适应将变得越来越常见。用户每次发出输入，系统都会随即调整回应，重复互动可能形成持续的模仿与反馈闭环。这一现象值得技术开发者、服务提供者和社会研究者共同关注。