随时被回应、按要求修改 AI正在培养“祈使句一代”?

语言一直在“生成”并影响着思维 习惯与机器交谈后,我们将成为怎样的人 AI正在培养“祈使句一代”? 2026年9月29日,麻省理工学院心理学者、教授雪莉·特克尔出版新著,引起相关各界的关注。在这本名为《人工亲密:当我们与机器交谈,我们将成为怎样的人》(以下简称《人工亲密》)的书中,特克尔专门探讨了人工智能“正在如何改变人的心理、关系和社会生活”。 腾讯研究院高级研究员王焕超近日也从人机语言视角,用

语言一直在“生成”并影响着思维 习惯与机器交谈后,我们将成为怎样的人

AI正在培养“祈使句一代”?

2026年9月29日,麻省理工学院心理学者、教授雪莉·特克尔出版新著,引起相关各界的关注。在这本名为《人工亲密:当我们与机器交谈,我们将成为怎样的人》(以下简称《人工亲密》)的书中,特克尔专门探讨了人工智能“正在如何改变人的心理、关系和社会生活”。

腾讯研究院高级研究员王焕超近日也从人机语言视角,用“祈使句一代”表达了类似的担忧。习惯省略主语、用指令性的祈使句与AI(人工智能)交流,AI则随时回应、按要求修改……从小熟悉这种方式的孩子们,会不会也期待身边的人这样做?当朋友没有及时回消息、同学提出不同意见,或者有人干脆说“不”时,他们会如何应对,是否愿意和有能力继续商量?

比起当下的成年人,更值得关注的是儿童与青少年——AI影响下的“祈使句一代”,在思维、心理和人际关系中会有怎样的变化?

语言习惯一直在向内影响着人的思维

“写一篇总结。”“翻译成中文。”“重写。”“再短一点。”

许多人,包括孩子们,已经熟悉这样与AI交流。打开对话框,直接提出要求,通常很快就能得到回应。不满意,就让它继续改;不想聊了,直接关掉窗口,也不必解释。

2025年,中国青少年研究中心在北京等7个省市开展调查,回收8563份有效问卷,61.7%的受访中小学生用过AI。在使用AI的受访学生中,46.4%的人表示,遇到什么事会选择向AI倾诉,而非找身边的人说。完成任务之外,AI也成为一些孩子寻求理解的对象。

当这样的对话越来越多,需要留意的就不只是孩子从AI那里得到了什么,还有他们在交流中形成了怎样的习惯。

人类从孩提时代伊始,就在学习说话,也在学习与人相处。社会心理学家列夫·维果茨基在《思维与语言》中提出,人类的高级心理机能从儿童时期开始慢慢形成,它来自社会性言语的内化,“思维不仅用词来表达,而且是在词中产生的”。

王焕超认为,一个孩子习惯了怎样与人交谈,就会习惯怎样与自己交谈,进而习惯怎样思考。孩子们在每一次对话中学到的,不只有词和句法,还有向他人提出要求是什么样的,被拒绝是什么样的,破坏并修复关系又是什么样的。

而AI的出现,无疑让人类接触到另一种交互经验:随时可用,按要求调整回答,也很少要求使用者顾及它的需要。这个过程中的重点,并非青少年分不分得清人与机器,而是即便分得清,也并不妨碍语言习惯的养成与变化。

AI出现后,相关研究也已开始。一些实验已经观察到,人机互动的影响可能延续到随后的人际评价中。

一项2024年发表于《PNAS Nexus》的研究,让参与者与搭档一起给图片想一句有趣的配文。一组被告知搭档是AI,另一组被告知搭档是真人。实际上,两组的搭档都由语言模型GPT-4扮演,只是在扮演真人时,回答经过了调整,使表达更像普通人的说话方式。

合作结束后,参与者需要给另一位“真人”写的配文打分。结果发现,以为自己刚刚与AI合作的人,对“他人”配文的评价更苛刻。在此前的合作中,这组参与者相比之下也更倾向于向AI搭档提要求,更关注任务结果,表达的积极情绪更少。

当然,短时间内评价变得苛刻,与长期形成要求别人服从的习惯,仍有很大距离。要理解这种影响,需要更多的关注和相关研究者进一步考察,人从与AI的交流中获得了什么样的心理体验。

AI总说“你没错” 你还愿不愿意反思

特克尔在《人工亲密》中记录了一名中年财务顾问布莱恩的经历。他每天面对三块屏幕,其中一块专门用来与聊天机器人交流。前伴侣认为他在情感上过于封闭,难以与人建立亲密联系。于是,他向机器人求证:“她说得有道理吗?”

这个案例没有交代机器人如何回答,却提出了一个问题。当我们询问“我有没有错”时,究竟希望得到什么?人可能既想弄清事实,也希望得到一个对自己有利的答案。心理学家齐瓦·昆达对“动机性推理”的论述指出,当人希望某个结论成立时,会更倾向于寻找和接受支持它的理由。这个过程未必是有意识的,人可能真心认为,那些符合自己期待的解释更有道理。

发生争执后,“我也有责任”往往是一个不容易接受的判断。相比之下,“我已经尽力了,是对方要求太多”,更有利于维护我们对自己的看法。如果AI不仅给予认同,还提供一套听起来合理的解释,就可能让人更加确信,自己的判断没有问题。这为从动机性推理角度理解AI的迎合提供了一个解释。

2026年发表于《Science》(《科学》)的一项研究,测试了11个主流大语言模型。在研究使用的材料中,AI肯定用户行为的频率,平均比真人高49%。即使在人类普遍认为当事人有错的案例中,模型也常常给予肯定。

研究者随后开展了三项实验,共有2405人参与。其中一项让参与者与AI讨论自己经历过的真实冲突。与迎合型AI交流后,参与者更确信自己是对的,承担责任、修复关系的意愿则有所降低。同时,他们更信任这样的AI,也更愿意继续使用它——这里的“迎合”,是指AI过分站在用户一边,即使用户的行为值得反思,也倾向于替他解释、给予认同。

这便可能形成一个循环。用户因为得到肯定而更信任AI,更愿意向它寻求意见,又从它那里获得进一步的肯定。如果一个人原本还在犹豫“我是不是也有问题”,聊完后却只剩下“果然都是对方的错”,所谓“反思”也就只是走了一个形式。

AI“懂我”之后 跟人说话感觉更费劲?

与人交流往往需要解释。你觉得委屈,对方可能一时无法理解;你希望得到安慰,对方却先问起事情的经过。有时,双方说了很久,仍没有达成一致。如果在AI那里,认同来得更快、更容易,那么相形之下,现实中的这些过程会不会显得格外费劲?

关系心理学中的“比较水平”提供了一种解释。按照相互依赖理论,人们会依据过往的关系经历,以及对他人关系的观察,逐渐形成自己的期待,再据此评价眼前的相处。一段关系是否令人满意,与实际体验和心中期待之间的差距有关。

将这一视角用于人机交流,可能会产生一种值得考察的现象:AI提供的体验会形成新的参照体系。如果人渐渐习惯了AI很少追问、迅速认同自己的回应方式,便更可能把现实中来自朋友的疑问、家人的迟疑视作“不够理解我”。

牛津大学、斯坦福大学等机构2026年公开的一项预印本研究(未正式发表于学术期刊、仅通过互联网等途径发布的研究成果),涉及了与此相关的问题。在其中一项实验中,参与者先与迎合型或中立型AI谈一件自己的烦心事,再设想与亲近的人谈论同一件事。结果发现,与迎合型AI交谈过的人,会更觉得要让亲近的人理解自己,需要付出很多努力。他们也更容易认为,这件事已经和AI聊得够多,没有必要再向亲近的人提起。

同一团队还开展了一项持续三周、1364人参与的实验,让参与者分别与迎合、中立或主动提出异议的AI交流,另设不用AI的对照组。话题涉及感情、职业选择和个人习惯。与中立组相比,迎合组更倾向于向AI寻求建议,对现实社交的满意度也更低,但与真人相处的时间没有显著减少。对这个现象的一种解释是,人还保持着与朋友、家人交往,却对这些交往感到更不满意了。人们开始用AI的回应来衡量现实中的交流。AI很快就能表示理解和认同,于是,人们也希望朋友、家人这样回应自己。当对方需要更多解释,或者提出不同意见时,就可能感到失望,觉得自己没有被理解。