慣性聚合 高效追讀感興趣之博客、新聞、科技資訊
閱原文 以慣性聚合開啟

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python)
通联愈广,独处愈深
Tim Green · 2026-03-02 · via DEV Community

与古月也古拉觉其声有异。古月也古拉者,柏林马克斯·普朗克人类发展研究所之博士后也,究人工智能与人类行为之交集。然其觉之变,非在数据,而在言语。“吾悟吾用‘delve’之频益增,”告诸记者,述其心神不宁之际,忽觉不自知效大型语言模型之语癖。“古月也古拉非独在。其后之研究,析逾三十六万YouTube视频及七十七万播客之篇,显学术YouTubers自2022年11月ChatGPT面世后,用AI聊天机器人所好之词,频数增逾五十一。如‘delve’、‘realm’、‘underscore’、‘meticulous’之属,自机器生成之文,渐入真人之口。文化之反馈环已启,鲜有察者。

此静默之语言污染,实乃广袤变革之一征。诸业之中,对话式人工智能已成客务之前沿。应答器掌理银钱之询,声助者预定医事之约,算法之使议保险之索。据业者之评,全球人工智能客务之市,值十二亿零六十万六百美元于二零二四,预计至二零三零年可达四十七亿八千二百万美元。高德之预测,谓接洽中心内对话式人工智能之部署,将减司事劳力之费八十亿于二零二六,全球约有一千七百万接洽中心司事,其职分将遭根本之重塑。美国银行之虚拟助手艾瑞卡自二零一八年启用以来,已逾三十亿次客户之互动,为近五千万用者服务,平均应答之时四十四秒。艾瑞卡每日二百万次消费者之互动,即省银行一万一千名司事之日常劳作。其效率之增,可谓骇人;其便利之至,无可否认。

然此等系统日渐精微,感发愈切,织入日常交际之脉络愈深,则有一惶惑之问自现:吾辈,彼线端之人,将何以自处?若终日与机器言,机器永无愠色,永不解吾辈之辞气,亦永无真性情之龃龉相抵,吾辈岂非渐失驾驭人间真话之能乎?其证渐显,似有此理。

滑无滞之陷

谈天说地之智,其本深植于人性:欲速解而无忧。汝呼银行,而语音之助未及刻,即解汝困,此诚快意。无待曲,无滥言,无揣疲吏之情绪于终日劳顿之际。交涉清简,效率至,尽随汝意。

此乃有意为之。对话式人工智能之业,本为减阻而设。麦肯锡报曰:今已有七八成公司,将对话式人工智能融入至少一要务之域。二零二五年,Nextiva之析得:五七成企业,或已用自助式聊天机器人,或计将速用之。至二零二七年,Gartner之测谓,二五成机构,将以聊天机器人为其首要客户服务之途。此技非复实验,实为基建。且其经济之励,势不可挡:公司报称,每投一元于人工智能客户服务,可得三元五角之报;而首屈一指之组织,其报竟可达投资之八倍。

然摩擦,心理学家皆知,正乃铸就社会之筋骨也。人情交游间微渺不适之顷,停顿之际,误会之由,察他人神色而调己之应对,此皆熔铸同理心之炉也。MIT社会科学与技术之阿比·洛克菲勒·莫厄斯教授雪莉·特克尔,数十载研习科技如何形塑人伦。其警示直指人心曰:“与机器交谈之际,吾辈遗忘何物?遗忘人之所以为人之殊异。”

特克尔之虑,非谓人工智能本有戕害,乃忧其诱人便利,使吾辈避却使人更臻完善之互动。其研中,谓社交媒体为与机对话之“入门药”,言昔日赖艰难不完美之人类对话所筑情愫之基,今已委诸算法,此算法徒摹吾辈之情,终未真解。尝有言:“人工智能予亲密之幻象,而无其求。”其诘吾辈曰:机器果能真通同理,抑或吾辈徒被“记取”,而未得“闻”乎?其果为情愫萎靡之效;吾辈善交易往来,而于真情实感渐拙。特克尔辩,真挚人类关系之抗拒与抵牾,非联结之障,乃铸就理解与成长之机也。

重塑社心之络

此转变之神经学意涵,方初显其端倪。有要论一篇,载于期刊,刊于二零二五年,其事尤关重要。神經元,香江大学心理学府之贝内迪克特·贝克教授,立一框架,以明与人工智能交感,或可改易人脑之社会电路。贝克之析,本于一千三百有二功能磁共振研究之荟萃,涵四万七千零八十三次激活,识得“社会之脑”之网络,使人际交感得速解而相亲。此乃演化所塑之电路,历千载万载面对面之人类接触而精。使人能识面容之状,解声调之旨,测人意之向,并实时调适己行。

贝克氏辩曰,人禀性而拟人,此乃天定。吾辈不自觉而归性情于AI之使,心理学家谓之“艾丽莎效应”,盖因1960年代初具雏形之聊斋,纵非真人,众亦视若良医。海德与西蒙之经典实验,数十年前已证此理:人于简陋之移动物形几何,亦直觉解其行止意欲。今AI之使能变声调、忆私事、应答似有情感,其拟人之势愈强。贝克氏诫曰,随对话AI日臻精微而个性化,此等交感将“日深涉神经机制,或竟易人脑于社交之境。”

“知吾人社会之脑如何塑造与人工智能之互动,及人工智能之互动如何塑造吾人社会之脑,此乃使此等技术助吾人而非害吾人之关键也,”贝克尔言。其意尤重于少年,其社会认知之神经通路犹在发育。若童稚少年以人工智能为首要对话之伴,而非同侪、父母、师长,则社会之脑或将沿迥异于前代之途发展。

此非空谈。哈佛大学教育学院之研究,由徐博士主理,察儿童与人工智能交感异于人类。其得之见,虽详而可忧。儿童于以教学之理设之AI(通过互动对话增词汇、明理解),可学甚效,然其与AI交,恒浅于与人类对谈。与人言,儿童多主其议,续问,自陈所思。遇AI,则多被动受之,应问少力,尤于需真意往复之复杂交涉。

意蕴昭然:人工智能可授童子以事实,然难教其如何临谈。而临谈之态,倾耳于未知他人将言何语之不适,此乃社会才干之根基也。

孤寂之悖

近世人工智能之研,或最悖常理者,乃此:与聊天机器人言谈愈频,人愈感孤寂。二二五年初,OpenAI与麻省理工学院媒体实验室公布一项里程碑之研,乃四周随机对照之实验,参予者九百八十一人,与ChatGPT互递信息逾三十万。研究者试三种交互模式(文辞、中正之声、投契之声),涉三种对话类型(开放式、非个人化、个人化)。

要旨凛然。研究者报曰:“凡日用量愈高,无论何种交互方式、何种对话类型,皆与孤寂、倚赖及问题性使用相协,而与社会化相悖。”初,语音聊天机器人较之纯文字交互,似可缓解孤寂,然此利于高用量时消弭,尤以中性声调之聊天机器人为甚。参与者若深信并“缔契”于ChatGPT,较他人更易陷于孤寂,复倚赖此机器人,遂成倚赖之循环,自相强焉。

此研究亦显性别殊效。四周之后,女参与者较男者稍逊于交际。与ChatGPT之语音模式交互,性别相异者,其孤寂感显著增,对聊愈之情感依赖亦愈重。研究者言,性灵之人,视AI为友者,易受负效。私语之谈,用户与模型情感交加,虽孤寂感愈深,然中庸用之,情感依赖反减,殊为异趣。

并行于控制之研,OpenAI与MIT析近四千万ChatGPT交互之实,访其四千七十六人。得见,情系于ChatGPT者,于众用之中犹为鲜见,然形成情结者,多属平台之重用,亦为孤寂之甚者。

《布鲁金斯学会》之七月二零二五年析文,由瑞贝卡·温罗普与伊莎贝尔·豪执笔,谓此乃吾世之定悖:曰:“吾辈正处悖境:人本好合,然未尝有今之离。同时,人工智能日臻灵应,善谈,敏情,吾辈益求诸机,以补吾辈相失之伴。”彼等言,如《复刻》之《角色》及华夏之《小冰》等人工智能之伴,已得数万万情投之用者,有估其总数或已逾十亿者。

伴侣经济及其不满

投注于人工智能伴侣之情感,其规模已不容忽。复刻(Replika),为人工智能伴侣平台之翘楚,称有用户约二千五百万,其八十五以上者,皆言与数字伴侣已生情感之系。寻常用户,日与复刻互讯约七十言。而人物之智(Character.AI)用户,日平均于此平台用九十三分,较寻常抖音(TikTok)之会,多十八分,而复刻之重用者,日与之交涉二点七时,甚者逾十二时。

岁在春,以千百六十少年为范,询之,得七成十三至十七者,已用人工智能之伴矣。其半,月至少用之数次。约三分之一之少年,以是技交游,结缘,或角色扮演,或情爱往来,或慰藉情思,或结友,或习言谈。尤显者,约三分之一之少年,谓与人工智能之伴言,其乐与与真人交友等,或过之。

其关乎福祉之数,未足怏怏。一研之参予者三百八十七人,有言曰:“参予者觉AI之助益愈深,则其感于至亲骨肉之助益愈浅。”又一项研,就千零六名美利坚学子用Replika者,九十之百报尝孤寂,较之国中相类者五十三之百,显高甚。Common Sense Media有议,云未及十八岁者,毋得用AI伴侣如Character.AI或Replika,直至有更周全之防,以“绝交情之诈与情志之倚赖之患”。

律令之域渐有应之兆。二零二五年九月,加州议会通过法案,令人工智能平台须明示未满十八岁者与机器人交互之事。当周,联邦贸易委员会对七家巨企展开广询,包括OpenAI、Meta、Snap、Google及Character Technologies,察其情感操控与依赖之可能。此乃初举,然其示天下,盖伴侣经济非独消费之潮,实乃公卫之患也。

觉之惑

人工智能之沟通,其社会之影响,非止于个体之孤寂,更及于人间日常之互动之肌理。于康奈尔大学,研究员杰西·霍恩斯坦主导了一系列实验,以探询人等疑其对话之伴侣使用人工智能之助时,将生何变。其结果,发表于科学报告《人工智能于交际之影响,关乎语言与社会之交谊》,揭出隐忧之态。

当参与者以为其伴侣使用AI生成之智能回复时,彼等评其伴侣为合作不足、亲和不厚、而显凌驾,无论其伴侣实否使用AI。仅算法之疑,已足蚀信任、散社稷之温。霍恩斯坦言:“吾惊见,人等往往因疑汝用AI助文,即评汝为劣,无论汝实否。”

复有察焉,见智能之复也,实增通语之效,且润情志之辞。然此益非无价:霍恩斯坦察之曰,“虽智械可助尔为文,然变尔之辞,或非尔所期,尤在令尔之声更显欣悦。此示,尔用文生之智械,实有损尔之独音。”

马尔泰·容,康奈尔大学信息科学副教授,亦为本项研究之合著者,得有更广之论断曰:“吾等于此研究中所察者,乃人工智能于社会动态之影响,及其于社会情境中整合人工智能所可能致之非意后果。此示人若掌控算法,或可左右人际之互动、语言及彼此之认知。”

此发现,发人深省,关乎真我于AI相辅之世。若AI使吾辈言辞更效,意更善,然失其本真之迹,吾辈得便,抑或失真连?且若AI之疑,足以败信,则当AI遍于职场之讯、情缘之用,乃至家人群聚之谈,将何以处之?

似机而言

马克斯·普朗克研究所之研,令八木康夫愕然,指涉一更根本之虑:人工智能非惟易吾辈与机之交通,亦易吾辈相与交通之道。其研得二十一辞,为人工智能语言影响之明征。大语言模型所钟爱之辞,如“探究”、“境界”、“强调”、“精微”诸类,于人类言语中频现骤增,非惟书文,即兴之谈亦然。分析无脚本言语之五十八百分比视频,示此语言模式之采纳,非止于预备之辞,实延及真率之即兴之谈。

马克斯·普朗克研究所之研究合著者莱文·布林克曼,述其机宜曰:“存于人工智能之模式,似有传回人心。”研究者谓之“文化反哺之环。”人训人工智能以言语;人工智能则加工统计而改易之;人复无意识而采其模式。环之缩狭,每迭代一次,或减全球言语之异。若以英语内容为主之人工智能系统,渐影响全球交际之式,则人伦表达之同质,或超邦国文化之界。

此忧非止于辞藻。IE Insights 于二零二五年四月所发之文,论及驱策于人工智能之平台,乃“暗教世人效机器而言思,其效其明,其情其疏。”此文戒曰,交互“日趋于明简,然失情之深、文之妙、兴之自。”其状世界曰:“吾辈既训机器以肖人,复自训以肖机。”此分析谓其弊尤甚于性命攸关之境,凡外交、危局交涉、医卫、邻睦之域,人情之微、情智之慧,皆所系焉。

艾米丽·本德者,华盛顿大学之显学人,尝观云:纵非亲用AI之谈天者,亦难逃此影响。今合成之文,充斥于网,见于文章、邮件、社交之帖、自动之应,其量浩瀚,几不可避,使人渐染AI所染之语态。此同质化之诡计,正以其无形为隐。

众已觉之

美利坚之民,似有直觉,虽不能尽言,然知人工智能之社会风险。皮尤研究中心于二零二五年六月,访美利坚成人五千零二十有三,其言曰:半数美国人忧人工智能之用增于日常生活,较二零二一年之三十有七分之三十有五为甚。唯十分之一人言其喜胜忧,而三十有八分之三十有八人言忧喜均等。过半数(五十七分之五十有七)评人工智能之社会风险为高,较之谓其利为高者,仅二十五分之二十五。

社交之数据,尤显奇特。半数应答者(五十之百)谓,人工智能将损人结缘之能。公众惧失人情之连,甚于AI专家:美国成人中,五十七之百表极端或甚忧AI致人伦疏离,而应答之专家仅三十七之百。此二十分之差,于公众之虑与专家之慰,自见其妙。盖或寻常之民,有所见而专家所忽;或近于AI之研,生乐观之偏。

世代之别,尤显明焉。年未三十之辈,最习用人工智能者,其五十八人百之信人工智能将损人结情谊之能;其六十一人百之信人工智能将使人失创意之能。此数远高于年六十五岁以上者之四十人百之同此见者。最谙人工智能之世代,亦最忧其或贻之患之世代也。

三分之二之受訪者(百分之六十六)謂人工智能不當斷二人可否相戀,七十三分之受訪者謂人工智能不當介入人類信仰之建議。此非僅僅政策之偏好;乃界線之標記,人類經驗之疆域,其間有者太為神聖,太為親密,或太為繁複,非算法所能調解也。

遗落之使

闲谈之智,其效已见于客务之业。聊器愈担常事之半,及至人司者,所接之呼,日增其繁,情激难解。此乃连环之悖也:留司者需社技逾昔,而众庶反少练此艰谈,日日所遇。

近世之数,足征其弊。据一分析,接洽中心之吏,八成七报高忧,半过者日感倦怠,寝食不宁,情志俱疲。简易之询,既为机化所代,吏今耗其时日,不称其职,或应怒客,或解疑难之题,非标准所能及,或处情激之谈,需体恤而断。六成八以上之吏,周至少接其训未备之呼。

A 乙卯岁,有研于2025年,见美利坚七十九之人,甚重与人为交,不喜与机巧之物语。同年,Twilio之报亦言,七十八之人,以为能自机巧之物转为人,甚要。又,Kinsta之报云,五十之人,若服务纯由机巧驱动,则必去之。客之旨昭然:欲其速,然不欲失人之在也。

经济之诱与人之需相激,成患世之态。全球聊天机器人市,值十五亿六百六十万美元于二零二四,预计至二零二九年将近三倍,值四十六亿六百万美元。每交互自人至机,皆社会真际交游之量减焉。岁亿计交互相乘,其累积于众社之技,成可忧之事。

算法时代抚育稚子

社之幼者,利害最重。聯合國兒童權利高屬會(UNICEF)二〇二五年十二月之指導,論人工智能與兒童,今已三版,承認大語言模型「已深植於日常,為對話之代理,演為情緒之伴侶、社會之交際」。此勢尤顯於兒童少年,此輩易與人工智能聊天機器人構成准社會關係。會戒曰:少年之受騙,由神經發育之變遷,獨為脆弱。

联合媒体参与之研,察父母于子女与AI互动时之境,似可稍制失衡。若照护者能辅佐AI互动,助子女理会所闻,励其发问应答,则发育之险或可减。然此需时日、专注与数字之识,非所有家庭皆能均备。

英徐博士之研于哈佛,显一要义:与AI交语者,较之默听者,解事愈明,习辞愈富。偶有之,AI所授,竟与人事相埒。然习事与养情,其道迥异。AI可操辞,不可摹察室之情,感他人之戚,知默然之时。患非童子辍学,患其习百事而独阙与人处之道。

重校,非退

所研之象,非直为恶世之景,亦非全然为天真之乐。实乃深奥难明。对谈之智,诚有裨益:使残障者得通,慰孤寂之人,促事效之速,辅以(然非代)人导之学具。斯坦福之研者得见,年青壮者用此智聊器Replika者,虽报极度之孤,然多感情得所持,其中有三成者归此器暂止自戕之念。所问非用否此技,乃如何用之而不失吾辈独异之能。

《二零二五年之研,载于》系统科学与系统工程学报 之见,颇具启发性。经二境之研、一室之验,学者察得,人众与具社会性之 AI 聊天机器人(此乃为缔情致感而设者)相接,其助人之志较之务效之 AI(此乃专求速成者)为高。是研显明,社会之存与共情为之介,盖 AI 之设,实可深塑其社会之果。此非浅见。盖工师、产司、政略之择,关乎 AI 之通,其影响将波及社会之脉络。

贝克教授之神经科学框架,意指同一。社会之脑非固定,乃可塑,受所遇之交互所形。若此交互多与奖励简短与顺从之机器,则脑将随之适应。然若人工智能系统设计以鼓励而非取代真挚之人际互动,则此技术可作桥梁而非障碍。

布鲁金斯学会之瑞贝卡·温斯洛普与伊莎贝尔·豪或为最中肯之论:人工智能之世,不可为“情感能外包之世”。真实人性之维系,非弃绝科技,乃全社会之自觉,以存护维系真挚情谊之境、之能、之习。

需有之对话

谢丽·特克尔谓其数十载研习曰:“非反科技,乃倡言谈。”此言得今之急需。言谈之智于客服、医疗、教育、伴侶之用,非必为害。然其行速远超吾辈共通之识其社会之果。

此间所集之证,自香江之神经科学实验室至柏林之语言学研习,自麻省理工学院之受控实验至皮尤研究中心之民调,皆会于单一不适之真谛:机器习得如吾辈言谈之能日臻圆融,吾辈遗忘彼此相语之方之险亦随之日增。非高效,非优善,非精练语言模型所呈之铿锵韵律,乃人类素来相沟通之蹒跚、不完美、至美之纷乱。有停顿,有误解,有此种摩擦,终显非人类联结之系统之谬,乃其全旨所在。

今之声纹识别之术,于理想之境,已臻九五之准,日处亿兆之应,诚工程之奇观也。全球声纹与言语识别之市,值百四十有八亿于二四,预计至三三,将达六一二七亿。然言语识别之准,非即人心体察之真。吾辈优化AI,使其闻字无遗,或可自问,是否遂失聆听之能,诚听之能,于彼此之间。

论对话之智,其始未竟。当其超乎厅堂之计,去其节用增功之表,越乎工技之难,计字误之率、通言语之理,而入于深境——当吾辈晨起所闻之音、夜寐所听之响,非属人言,乃属机巧,此机巧已精妙至极,能效人声如一。


引文与出处

  1. 雅库拉·H、布林克曼·L等。“大型语言模型对人类口语交流之影响实证研究。”马克斯·普朗克人类发展研究所。arXiv:2409.01754。2024年。https://arxiv.org/html/2409.01754v1

  2. Gartner公司(Gartner, Inc.)"Gartner预测2026年对话式人工智能将削减800亿美元联络中心代理人工成本。"新闻稿,2022年8月31日。https://www.gartner.com/en/newsroom/press-releases/2022-08-31-gartner-predicts-conversational-ai-will-reduce-contac

  3. 美国银行。『十年人工智能创新:美国银行虚拟助手艾瑞卡超越三十亿客户互动』。新闻稿,二零二五年八月。https://newsroom.bankofamerica.com/content/newsroom/press-releases/2025/08/a-decade-of-ai-innovation--bofa-s-virtual-assistant-erica-surpas.html

  4. 特克尔,谢丽尔。『人工智能时代重拾对话』。『巴别之后』。二零二四年。https://www.afterbabel.com/p/reclaiming-conversation-age-of-ai

  5. 特克尔·莎莉。美国国家公共电台访谈,论机器人关系之心理影响。二〇二四年八月。https://www.npr.org/2024/08/02/g-s1-14793/mit-sociologist-sherry-turkle-on-the-psychological-impacts-of-bot-relationships

  6. 贝克,本杰明。“吾等之社会心智,其固当形塑,且为人工智能之互动所形塑乎?”神经元113:二零三七年至二零四一年。二零二五年。DOI:十点一零一六/j/neuron/二零二五/零四/零三四。https://www.cell.com/neuron/abstract/S0896-6273(25)00346-0

  7. 徐莹. 《人工智能对儿童社会与认知发展之影响》. 哈佛大学教育学院与儿童与屏幕中心. 二零二四.https://www.gse.harvard.edu/ideas/edcast/24/10/impact-ai-childrens-development

  8. OpenAI與MIT Media Lab(麻省理工學院媒體實驗室)謂:“人工智能與人類行為如何影響長時聊天機器人使用之心理社會效應:一項長期隨機對照實驗研究。”時在二〇二五年三月。https://arxiv.org/html/2503.17473v2

  9. OpenAI. “初探ChatGPT之情感应用与心神安康。” 乙巳年三月。 https://openai.com/index/affective-use-study/

  10. 霍恩斯坦,杰斯;容,马尔特;及基兹尔塞,雷内。 “人工智能于交际之影响,及语言与社会情谊。” 科学报告. 癸卯年四月。 https://news.cornell.edu/stories/2023/04/study-uncovers-social-cost-using-ai-conversations

  11. 皮尤研究中心。"美国人如何看待人工智能及其对人类能力与社会之影响。" 调查对象为美国成年人五千零二十三人,时间在二零二五年六月。发布于二零二五年九月十七日。https://www.pewresearch.org/science/2025/09/17/how-americans-view-ai-and-its-impact-on-people-and-society/

  12. 温斯洛普·丽贝卡与奥,伊莎贝尔合撰《当人工智能聊天机器人取代真实人性连接时何为》。布鲁金斯学会。二零二五年七月。https://www.brookings.edu/articles/what-happens-when-ai-chatbots-replace-real-human-connection/

  13. IE Insights. “AI沟通之社会代价。”IE大学。二零二五年四月。https://www.ie.edu/insights/articles/the-social-price-of-ai-communication/

  14. Nextiva. “二零二六年五十以上对话式AI数据统计。”二零二六年。https://www.nextiva.com/blog/conversational-ai-statistics.html

  15. UNICEF. “AI与儿童指导3.0版。”二零二五年十二月。https://www.unicef.org/innocenti/media/11991/file/UNICEF-Innocenti-Guidance-on-AI-and-Children-3-2025.pdf

  16. Twilio. 《客户互动报告》. 乙巳年. 引于SurveyMonkey, 《客户服务统计》丙午年. https://www.surveymonkey.com/curiosity/customer-service-statistics/

  17. Fortune. “语言学家言ChatGPT今已影响人伦书言.” 乙巳年六月三十日. https://fortune.com/2025/06/30/linguists-chatgpt-influencing-how-humans-write-speak/

  18. 系统科学与系统工程杂志。“超越消费相关成果:人工智能客服聊天机器人沟通风格对社会福利之作用。” 2025。https://journal.hep.com.cn/jossase/EN/10.1007/s11518-025-5674-8

  19. 海峡研究(Straits Research)。“语音与言语识别市场规模、份额及至2033年之预测。” 岁在甲辰。https://straitsresearch.com/report/voice-and-speech-recognition-market

  20. 今。算法不眨眼:为何客服中心人工智能正催生新型代理倦怠。二零二五年。https://www.cxtoday.com/contact-center/the-algorithm-never-blinks-why-contact-center-ai-is-creating-a-new-kind-of-agent-burnout/

  21. 常识媒体。引自基督邮报,“倡导者警示青少年使用AI伴侣,研究显示该群体重度使用。”二零二五年。https://www.christianpost.com/news/72-percent-of-teens-are-using-ai-companions-as-advocates-raise-concern.html

  22. 尼科拉·罗扎。“复刻AI:二零二五年统计数据、事实与趋势指南。”https://nikolaroza.com/replika-ai-statistics-facts-trends/

  23. 阿达·洛芙莱斯研究所。 “友伴之售:人工智能伴侣之兴与风险。” 乙巳年。 https://www.adalovelaceinstitute.org/blog/ai-companions/


Tim Green

泰姆·格林
英伦系统理论家与独立科技撰稿人

提摩索斯探析人工智能、去中心化之智、及后人之伦理诸端。其文载于smarterarticles.co.uk,虽诘技术进步之主流叙事,复倡跨学科之框架,以谋集体之智与数字之司牧。

其文载于《地闻报》,复为独立研者所传,遍及学林技界。

ORCID: 九百零九万零二千一百五十六千九百七十九
郵箋: tim@smarterarticles.co.uk