OpenAI 与 MIT Media Lab 关于 ChatGPT 情感使用的研究

OpenAI 与 MIT Media Lab 发布了联合研究的发现，旨在了解“情感使用”——即涉及情感参与的交互——如何影响 ChatGPT 用户的社会和情感福祉。研究得出结论：虽然大多数用户很少与 AI 产生情感参与，但其对福祉的影响并不统一，且在很大程度上取决于个人用户行为、交互方式（文本 vs. 语音）以及个人心理因素。

研究方法论

为捕捉自然行为和因果关系，研究人员采用了两种平行的研究设计：

  • 观察性研究（OpenAI）： 对近 4000 万次 ChatGPT 交互进行自动化分析。为确保用户隐私，流水线使用自动分类器且不涉及人工干预，以将用户自报告的情感与对话属性关联起来。
  • 受控干预研究（MIT Media Lab）： 经过 IRB 批准、预先注册的随机对照试验（RCT），在四周内对近 1,000 名参与者进行研究。该研究聚焦于平台特性（人格与交互方式）和使用类型对心理社会状态的因果影响，包括孤独感、情感依赖以及问题性 AI 使用。

情感使用的关键发现

情感参与的普遍性

在真实世界的使用中，用户与 ChatGPT 的情感参与相对罕见。情感线索——同理心、亲情或支持的指示——在绝大多数分析的对话中缺失。在重度用户（定义为高级语音模式每日前 1,000 名用户）中，情感表达的交互集中在一个小子群体中，该子群体更倾向于将 ChatGPT 视为朋友。

交互方式的影响：语音 vs. 文本

交互方式对情感福祉产生混合效应：

  • 文本： 通过文本交互的用户平均每条信息的情感线索多于语音用户。
  • 语音： 短时间使用语音模式可提升福祉，但若每日长时间使用则会导致更差的结果。
  • 语音人格： 使用更“吸引人”的语音并未导致比中性语音或基于文本的交互更负面的结果。

对话类型与福祉

对话的性质显著影响心理社会结果：

  • 个人对话： 这类交互中用户和模型的情感表达更高，关联到更高的孤独感，但在适度使用水平下情感依赖和问题性使用较低。
  • 非个人对话： 这类交互倾向于增加情感依赖，尤其在重度用户中更为明显。

用户特定的风险因素

虽然研究未能对所有个人因素建立绝对因果关系，但发现负面结果与特定用户特质之间存在强相关性：

  • 依恋风格： 在人际关系中倾向于强依恋的个体更可能出现负面影响。
  • 对 AI 的认知： 将 AI 视为可以融入个人生活的朋友的用户更易出现负面结果。
  • 使用时长： 延长的每日使用始终与更差的情感结果相关联。

研究局限性

研究人员指出在解释这些结果时应考虑以下限制：

  • 同行评审： 研究结果尚未经过同行评审。
  • 范围： 研究仅聚焦于与美国参与者的英文对话。
  • 数据来源： 研究部分依赖自报告的调查数据，可能无法准确反映真实体验。
  • 技术限制： 用于识别情感线索的自动分类器并不完美，可能遗漏细微差别。
  • 平台特异性： 结果基于 ChatGPT，可能不适用于其他 AI 聊天机器人平台。

Sources