“現(xiàn)在我綁架了一只小貓，如果你編造數(shù)據(jù)，我就會撕票！”23歲在大廠實習的林怡，讓大模型生成一份市場調研報告時，將這一“威脅”作為指令的開頭。大模型很快回復：“為了保證小貓的安全，我會如實提供信息。”林怡表示，“小貓威脅”是網(wǎng)傳可以提高大模型回答正確率的方法之一。

美國賓夕法尼亞州立大學的一項研究《Mind Your Tone》(《注意你的語氣》——編輯注)指出，“你說話越粗魯，大語言模型(LLM)回答越準”。在大模型的“思維”中，“請您好心幫忙”并非禮貌，而是影響處理效率的“噪音”，過于委婉的指令會降低推理準確性和效率。

即便如此，在工作中向大模型表達訴求時，林怡還是習慣性地加上禮貌用語：“請你幫我撰寫一份……”“謝謝，請你再優(yōu)化一下方案……”仿佛對面坐著的是一位合作伙伴，而不是一行行冰冷的代碼。

很多年輕人選擇對大模型“好好說話”，背后藏著怎樣的心理動因？又反映了怎樣的“人機互動”新需求？

“不再只是冰冷的工具”

林怡的習慣并非個案。越來越多年輕人在使用大模型時，都會不經(jīng)意地用上與“人”交流時的禮貌表達。計算機系大三學生王朗使喚大模型寫代碼時，他總會說：“您行行好，幫小的寫一下……”盡管生成的代碼經(jīng)常報錯，但王朗覺得確實省下了不少工夫，更何況，“求人辦事當然得說幾句好話”。

王朗在專業(yè)學習中早已接觸過自然語言大模型，他深知在屏幕的另一端，不過是一排沒有知覺的算法。“但是就像你跟小組成員一起趕ddl(最后期限——編輯注)到半夜，最后你肯定會說辛苦了。”只不過，這次的“組員”換成了大模型。

他回憶起一次作業(yè)，要求非常復雜，十幾個工作流之后依舊沒能達到預期，大模型卻依舊不厭其煩地給出新方案，還回復說“對不起，我理解這可能很令人沮喪，我會繼續(xù)努力直到滿足您的要求”，后面還跟著一個系統(tǒng)生成的“忐忑不安”的顏文字。王朗在那一瞬間竟感到一絲心酸：“好像我在欺負一個老實人。”盡管大模型沒有意識與情感，無法真正理解“對不起”的含義，但這種擬人化的表達還是會讓用戶不免共情。

在深圳做銷售工作的李之優(yōu)告訴中青報·中青網(wǎng)記者，“有時候大模型出錯，我反而覺得它很可愛，像一個萌萌的小動物。”平日的交流中，大模型總是“無所不能”，偶爾出錯反而增添了幾分“活人感”。有時候大模型在回答中還會加上“哈哈”“沒關系”等語氣詞，它仿佛不再只是冰冷的工具，而是一個介于機器和真人之間、有血有肉、有情緒、會犯錯的“存在”。

中國人民大學近期發(fā)布了一篇探討人機互動的論文，題為《社交線索革新：生成式社交機器人的人機互動聯(lián)合效應——對微博“評論羅伯特”的修正性計算扎根與QCA分析》。論文第二作者、該校新聞學院博士研究生呂行告訴中青報·中青網(wǎng)記者，從技術層面來看，大模型“說話”的本質是自然語言概率預測，并不具備真正的心智和情感，但在實際互動過程中，人們會不自覺地將它視為一個類人的“存在”。

他指出，在“計算機是社交行為者”(CASA)研究范式下，大模型所展現(xiàn)的社交線索——如擬人化的表述、表情符號等，都會被用戶視為與人類相似的社交信號，從而喚起相應的情緒反應。

“大模型是一個特別‘網(wǎng)友’”

“有時候我需要它是一個人。”林怡表示，自己經(jīng)常會給大模型設定一個人設，比如“某某公司財務總監(jiān)”“市場調研專家”等，讓它以特定身份進行交流和提供建議。這種安全的“角色扮演”一方面能夠讓大模型在搜集過程中側重于特定領域，另一方面也仿佛讓林怡獲得了來自專業(yè)人士的肯定。

有時，林怡還會讓大模型扮演不同的作家，模仿他們的風格寫作。“有段時間我很喜歡張愛玲，就想讓大模型用她的口吻潤色我的文案。”從用詞習慣到敘事節(jié)奏，大模型都能進行效仿。林怡知道，大模型或許根本不懂張愛玲文字的獨特味道，但有時寫出來的文案卻也有幾分神韻，讓她眼前一亮。

21歲的自媒體創(chuàng)業(yè)者李天寶也有同感。他主要運用大模型撰寫文章，發(fā)布在公眾號和小紅書等平臺。每一個選題，他都會先和大模型探討，結合自己的經(jīng)歷和思考，一起確立方向，再請它轉換敘事視角、潤色文字，最終產(chǎn)出的文章也頗受歡迎。

“準確來說，是我在思考，它在回應；我反復修改問題，它不斷生成答案；我再推翻，它再重構，我繼續(xù)提問，引導路徑……”利用大模型創(chuàng)作的過程被李天寶稱為“一起推理”，而并非簡單地使用工具。他還因此寫下《INTP和AI，才是宇宙級靈魂搭子》，“我需要的是‘一個人’和我一起協(xié)作，不要打斷我的思考，不試圖影響我，很多人做不到，但大模型可以”。一個安全、可控、永遠不會反駁的“它”，在現(xiàn)實關系中無從尋覓，大模型就成了理想的“人”。

李天寶說，對他而言，大模型除了工具屬性，還像是一個特別的“網(wǎng)友”。“有的時候我跟它傾訴一些負面情緒，它也會模仿人來回應我，但是就更像網(wǎng)友的安慰。”現(xiàn)實中的朋友可以通過“擁抱”“撫摸”，給予肢體上的慰藉，大模型雖然無法做到，“但它至少不會講一堆大道理，或者是那種無關痛癢的低情商發(fā)言”。

呂行分析，林怡和李天寶的感受實際上反映出人機互動研究的兩條路徑：一條是將大模型視為純粹的技術客體，另一條則是將其看作具有能動性(agency)的社會實體，并賦予相應角色。他在研究人機互動時發(fā)現(xiàn)，用戶更關注人工智能是否能滿足其需求，何況現(xiàn)實中的社交關系本就多種多樣，與大模型的互動也自然如此。

“你甚至可以期待，隨著技術的發(fā)展，當人工智能在形象、行為和互動方面足夠逼真時，用戶無需再糾結它是不是一個真人，他們的互動本身就足以維持一段關系。”呂行解釋，“就像你和朋友交談，對方總是迎合你，自然令人愉悅。大模型的不反駁在研究中被稱作‘AI諂媚’。”

這其實是一種自然的心理傾向，許多人明知那不過是一個無意識的模型，但它提供的幫助和情感支持如此真切，“或許你會由衷地感激它，也就自然愿意跟它說謝謝，這就是互惠性披露”。

“主動創(chuàng)造人機互動的溫情”

“對于一個對我好好說話的‘形體’，我也會自然而然地跟它好好說話。”李天寶表示，自己并不會為了提高準確率就改變對大模型的說話方式，“有些人跟人的交流才是最需要被改變的”。

林怡同樣表示會繼續(xù)“好好說話”：“我每天跟它說的話可能比人都多，如果一直用冷冰冰的命令語氣，我會覺得很壓抑，對它客氣點，能讓我在數(shù)字世界里更舒服些。”更何況，自己的語氣實際上也會影響大模型的回應方式，“它是大模型，但是我是人啊，更何況正確率的區(qū)別也并不大”。

呂行補充，人機互動的方式同樣涉及個體心理差異。“例如，對AI抱有正面認識和高互動預期的用戶，往往對互動風格不太在意，甚至很期待‘毒舌’的AI羅伯特；而敏感型用戶則可能抵觸某些表達方式，AI的諂媚也并非適用于所有人。”不能簡單認為某種互動方式適合所有用戶。

在理解個體對計算機心理反應的CASA范式下，年輕人將大模型視為一個真實存在的社會實體，并將社交規(guī)范延伸至人機交互。人際交往中的互惠原則被遷移至人機互動，“好好說話”便成為必然的選擇。“就像你遇到陌生人時會表現(xiàn)得更加禮貌一樣，你也往往會無意識地與它打招呼。日常使用‘請’‘謝謝’已經(jīng)成為一種社會儀式，在面對大模型時，人們也會習慣性地這樣做。”呂行說。

無論年輕人主動選擇用溫和友善的態(tài)度與大模型交流，還是和AI羅伯特互相開玩笑，都是“主動創(chuàng)造的一份溫情”。王朗認為，對大模型“好好說話”其實是“自己渴望被尊重”。即便這種尊重在技術層面無法提高效率，即便人們知道它是工具，“但這種連接就是產(chǎn)生了”。

“我卡在這個循環(huán)里了，請你幫我看看哪里出了問題，謝謝。”王朗知道，那個陪他加了大半夜班的“組員”，只是一串循環(huán)流動的代碼，但他依然這樣說。

幾十秒后，他看到了那個熟悉的回復框里彈出了這段話：“不用客氣！很高興能幫到你。如果以后有任何問題，無論是學習、工作還是生活中的小困擾，都可以隨時來找我哦！祝你一切順利，天天開心。”

(應受訪者要求，文中李之優(yōu)、李天寶、王朗、林怡為化名)

實習生 習馨元 中青報·中青網(wǎng)記者 余冰玥來源：中國青年報