你正在面临变成机器人的危险吗？
与社交聊天机器人互动，可能会削弱你的"人格"
2026年8月21日 下午3:00（美国中部时间）
人类模仿机器人取乐已有至少一百年历史。在1936年的电影《摩登时代》里，查理·卓别林扮演一个下了流水线仍困在"工厂模式"里的工人：见到拉杆就拉，见到按钮就按，见到轮子和螺栓就拧。1960年代，机器人舞以其僵硬、有棱角的动作和骤停滑进舞池。今天，机器人舞已经 saturate 了流行文化与社交媒体：K-pop 表演拥抱机械美学——机械舞步、故障视觉特效、未来感服装——各种变体在 TikTok 上走红。有些表演逼真到难分眼前是人还是机器。
但"变成机器"的威胁可能比我们意识到的更真实。英国和斯堪的纳维亚的新研究指出：如果人类花太多时间与机器人连接，他们可能在重要的方面开始变得像机器人。《AI & Society》期刊这项研究的作者提出，当人类反复与那些被设计得具有社交感的 AI 系统互动——尤其是聊天机器人、服务机器人和其他个人助理——他们可能会开始重塑自己，好让机器或算法更容易理解自己。他们把这种存在性漂移称为"机器人化人格"（robotoid humanness）。他们说，长此以往，改变的将不只是沟通风格，还有身份认同。
"风险不在于人们会误把机器人当成人，也不在于谁真的变成了机器人，"研究作者、英国伯明翰商学院营销学教授 Inci Toral-Manson 在邮件中写道。"事情更安静：我们在慢慢调整自己去适应 AI 能处理的东西。"
社交机器人已经深深嵌入许多美国人的生活。最近的调查显示，美国超过一半的成年人和约三分之二的青少年用过 ChatGPT、Gemini、Claude 或 Copilot 之类的聊天机器人；约三分之一的成人和青少年每天使用一次左右大语言模型；极少数青少年（约4%）几乎"不停地"使用。但 Toral-Manson 认为，关键不在频率而在质量。"一个人每天问聊天机器人20次火车时刻，和另一个人每晚跟它聊自己过得怎么样，处境完全不同。前者是在用工具，后者做的事情更接近于一段关系——我们描述的效应最可能出现在后者身上。"
Toral-Manson 和同事们的论点是：危险藏在社交机器人的构建方式里——它们被设计成在反复相遇中奖励人类，提供"无摩擦的对齐"。我们从这些机器人那里得到的反馈，与从人那里得到的反馈有本质不同：人是混乱、不可预测、会跟你唱反调的，这恰恰帮助你成长、重新审视自己；而 AI 系统被设计得可预测、让你持续停留。"人类对话者提供的是异质、可争议的证据，而算法反馈被工程化地设计为收敛。"他们在论文中写道。
相关阅读：《有一个 AI 朋友有什么问题？》
根据他们的框架，有三组条件会加速人与机器人之间的镜像化。其一，随着算法系统越来越能预判消费者想要什么，它会把未来推向一个与过去统计上连续的方向，压缩真实选择的空间。其二，当消费者越来越多地让 AI 代写邮件、个人简介、申请材料、约会资料，他们就交出了对自己人生的书写权——在线流通的公共自我与内在自我之间会出现更大、更刺眼的裂缝。其三是他们所说的"伪亲密"：以互惠为伪装的按需肯定。"消费者实际上被拉进一种感觉像关系的互动中，这抬高了诠释、信任与自我呈现的赌注。"他们解释道。
Toral-Manson 已经看到人们为适应聊天机器人而改变自己的早期迹象。"人们对语音助手说话的方式变了。他们写求职信是写给筛选简历的软件看，而不是写给人看。写作者现在会回避某些词语和标点，免得被误认为是聊天机器人。"她还说，最容易失去身份认同与能动性的，恰恰是暴露于社交机器人最多的群体：孤独的人、患病的人、年纪很小的人、正处在艰难时刻的人。"凌晨三点依然温暖周到、永远不会厌倦你的东西，可不是一份无足轻重的供给。"
Toral-Manson 团队为这一论述奠基的，是认知科学中理解意识体验的主流框架之一——"预测加工"（predictive processing）。该理论认为，大脑并非被动接收感官输入，而是在不断生成关于世界与自身的预期，并将感官印象与预期相匹配。在预测加工的视角下，自我并不稳定：它是关系性的，随预期的移动不断修订，并在提供"承认、抵抗与评价性反馈"的社会相遇中发展。
这篇论文是理论性的，但科学家们给出了检验方法。他们提议通过实验测量：在与 AI 反复对话之后，人们是否会无意识地调整自己的表达方式，变得更清晰、更一致、更可预测。如果理论正确，这种镜像效应在机器人最具拟人化、最具社交特征的场景下应当最强。最重要的是，这支团队在敲响警钟：AI 通过服务业及其他领域渗透日常生活的程度越深，我们越有可能把"人格的缩减"习以为常。
作者 Kristen French 是 Nautilus 的副编辑，自2013年起从事科学新闻工作，曾为 Wired、Backchannel、The Verge、New York Magazine 等媒体撰写特稿与新闻，哥伦比亚大学科学新闻硕士。
题图：maryvalery / Adobe Stock