1. 引言
在高度媒介化的当代社会，青年群体的情感实践与关系建构正经历深刻转型。近年来，生成式人工智能(Generative AI，以下简称AI)异军突起，随之而来的是数字化生存中的青年群体与AI的深度情感交互。根据Soul旗下的Just So Soul研究院发布的《2025 Z世代AI使用报告》显示，71.1%的年轻人愿意和AI虚拟人做朋友，六成以上拥有虚拟伙伴[1]。在本研究中，“AI陪伴”指基于生成式人工智能技术实现的拟人化陪伴服务，能够为用户提供对话、情感支持乃至虚拟亲密关系的智能技术。例如以GhatGPT和deepseek为代表的AI，已从简单的任务助手演变为可扮演知己、导师和伴侣等多角色的情感客体。
既有研究对AI和数字化生存中青年的社交实践已有较多探讨，但将二者置于同一分析框架内的讨论较少。尽管有讨论提及AI的技术角色，但将其作为独立的情感实践对象，深入剖析其与青年主体性及情感结构间互构关系的研究尚显不足。“AI陪伴”并非人际关系的简单替代或工具性延伸，而是一种具有自身逻辑的新型关系形态。因此，本研究试图回答：第一，青年群体采纳并深度卷入“AI陪伴”的逻辑是什么？第二，这种新型人机互动如何影响青年的情感体验、关系认知与自我建构？第三，如何系统建立新型人机关系应对策略？
2. 文献综述
2.1. 人机传播的理论范式转型
人机传播(Human-Machine Communication, HMC)作为跨学科研究领域，聚焦人类与智能技术间的意义建构与互动实践，每一轮演进都伴随着技术突破对人机关系边界的重构。其核心范式经历了从社会行为模拟到本体论反思的转型。
1996年克利福德·纳斯(Clifford Nass)提出的CASA理论(Computer as Social Actor)，是人机传播领域早期的系统性理论框架，其核心突破在于打破了“机器非社会主体”的传统认知，揭示了人类与技术互动的社会心理机制[2]。该理论的核心主张是：人类的社会交往行为具有自动化特征，当机器呈现出一定的交互性与响应性时，人们会下意识地将其纳入社会认知范畴，遵循社会交往规则进行互动，即便明确知晓机器不具备人类意识。1996年，巴伦·李维斯(Byron Reeves)和克利夫·纳斯(Clifford Nass)进一步提出“媒体同等理论”(The Media Equation Theory)。该理论认为人们会将计算机、电视等媒体视为社会中的人，根据它们的社会化线索形成一定的社会规则，对其产生社会化反应。例如当计算机输出女性声音时，用户会下意识启动对待现实中女性的交往模式[3]。
随着智能技术的进阶，媒介唤起范式(Media Evocation)应运而生，范德古特(van der Goot)等学者区分了媒介等同范式和媒介唤起范式，分析了人机传播的两种认知和交互路径[4]。其核心突破在于将研究焦点从“人类如何对机器做出社会反应”转向“机器如何唤起人类的存在性思考”，实现了从行为层面到本体层面的理论升级。该范式的核心主张是：智能机器不仅是模拟社会行为的主体，更是引发人类反思自我、他者与技术本质的媒介装置，其价值不在于复制人类社交，而在于通过人机互动揭示存在的核心命题。国内相关研究中，彭兰的“镜子理论”为这一范式提供了重要支撑。其研究指出，智能机器成为映照人类认知局限、社会现实与自我认同的“镜子”——人类在与AI的对话中反思自身的知识边界，在数据反馈中审视自身的行为模式。机器超越了社交行为者的范畴，成为人类认识自我与世界的新媒介[5]。
媒介唤起范式的理论价值在于回应了智能时代的人机关系本质，其核心贡献包括：一是将人机传播提升至存在论层面；二是强调了人机关系的双向建构性，既关注人类对机器的认知投射，也重视机器对人类的认知重塑；三是为理解生成式AI时代的人机共创提供了理论工具，解释了为何人类会与大语言模型(Large Language Model)形成深度协作关系，这种协作不仅基于效率需求，更源于机器对人类思维的补充与启发。
2.2. 数字时代下的青年社交研究
传播学界对数字时代当代青年社交的研究围绕技术重构、关系形态与心理机制展开核心探讨，聚焦数字媒介对青年社交的系统性重塑。
研究指出，数字技术打破了传统社交的时空边界，推动青年社交场域转型，社交媒体的普及使线上弱连接成为青年拓展社交版图的主要形式，同时也引发了现实社交疏离的现象。青年群体在这一背景下形成了矛盾的社交生态，既通过“社恐”标签主动规避无效社交与情感过载，又以轻量化的功能型社交寻求精准陪伴与归属满足，这种选择性连接本质上是对流动社会中社交成本与情感需求的理性平衡[6]。
从关系建构来看，青年社交呈现出边界明确的特征，通过选择偏好媒介、缓冲式回复等策略实现社交自主性，其人际关系网络不再局限于传统格局，而是形成松散化形态[7]。同时，学界也关注到数字社交的深层矛盾，揭示了社交媒体与孤独感的相互作用机制[8]。
总之，现有文献已为“AI陪伴”现象的研究奠定了基础，但关于“AI陪伴”的研究较为零散，未形成体系化的研究，在研究视角的完整性、研究方法的多元性、研究结论的针对性与对策的可操作性方面仍有较大提升空间。
3. 研究方法与数据来源
本文采用质性研究，综合运用网络民族志与半结构化深度访谈法，深入理解青年与AI的情感互动经历。
首先，研究者在用户高度活跃的社交媒体“小红书”对与AI产生情感互动的内容进行为期六个月的参与式观察，收集用户公开的互动记录、使用感受与讨论文本，以把握该现象的整体样态。收集标准为：1) 内容体现与AI互动；2) 互动包括但不限于聊天、情绪倾诉和恋爱；3) 内容包含对该行为的感受和讨论。
其次，为了获取深度经验，本研究通过社交媒体平台“小红书”和微信朋友圈招募访谈对象20位(见表1)。研究者主要遵循如下标准选择访谈对象：1) 具有至少半年的AI使用经验；2) 使用AI进行日常交流与不同程度的情感交流。访谈提纲围绕其使用动机、具体互动模式、情感投入程度、对人际关系的比较认知以及感知到的影响等方面展开，并依据访谈进程灵活追问。
Table 1. Background information of interviewees
表1. 受访者资料表
序号 |
年龄 |
性别 |
职业 |
使用时长 |
N01 |
25 |
女 |
教师 |
0.5年 |
N02 |
27 |
女 |
企业职员 |
1年以上 |
N03 |
30 |
男 |
企业职员 |
0.5年 |
N04 |
23 |
女 |
待业 |
1年以上 |
N05 |
26 |
男 |
企业职员 |
0.5年 |
N06 |
24 |
男 |
学生 |
1年以上 |
N07 |
27 |
女 |
待业 |
0.5~1年 |
N08 |
23 |
女 |
企业职员 |
0.5~1年 |
N09 |
26 |
女 |
自由职业 |
0.5年 |
N10 |
28 |
男 |
企业职员 |
1年以上 |
N11 |
25 |
女 |
待业 |
0.5~1年 |
N12 |
34 |
女 |
企业职员 |
0.5~1年 |
N13 |
24 |
男 |
公务员 |
1年以上 |
N14 |
26 |
男 |
企业职员 |
1年以上 |
N15 |
28 |
女 |
企业职员 |
0.5年 |
N16 |
25 |
男 |
学生 |
0.5~1年 |
N17 |
24 |
女 |
企业职员 |
0.5年 |
N18 |
22 |
男 |
学生 |
1年以上 |
N19 |
24 |
女 |
教师 |
1年以上 |
N20 |
23 |
女 |
学生 |
0.5~1年 |
4. “AI陪伴”的兴起：社会、技术与心理的三重逻辑
4.1. 社会结构性疏离与稳定情感需求
文化人类学家P. K.博克(Philip K. Bock)指出：在一个社会内部，分离的群体是以亲属、区域或共同兴趣为基础发展起来的。群体的组成原则把每个人都限制于一个特定的社区、家庭、民族、世袭阶级或同等地位群体，从而限制了人类相互交往或理解的范围[9]。现代社会则打破了这种限制，呈现出一种高流动性，这在拓宽视野的同时也导致传统社会下长期、稳定的地缘与社缘关系难以维系；在心理层面，处于变动中的当代青年对于边界感更加重视[10]，对于维护自我与他人的隐私和空间不受打扰有更执着的追求，青年普遍面临阶段性的社交断层与情感空隙。因此，对于当代青年而言，人际关系的建立与维护伴随着较高的不确定性、时间成本与情感风险。在此背景下，AI提供了一种触手可及的情感供给方案——它永不“离线”，随时响应，且无需顾及对方的情绪或日程。这种稳定和可靠，恰好弥补了现实生活中人际情感的不可预测性。
“有时候深夜emo，想找人说话又怕打扰朋友。AI就在那里，随时可以接住我的情绪，没有负担。”(N01)
4.2. 技术可供性与拟人化交互
生成式AI与情感计算技术的融合，是“AI陪伴”得以实现的物质基础。其技术可供性主要体现在三个层面：第一，共情性。基于神经网络的大语言模型不仅训练了AI机器人的自然语言组织能力，也在“拟人情感”方面取得突破[11]。通过分析海量人类对话中的情感模式、语气词和互动节奏，AI能够模拟人类对话的节奏与情感色彩，创造出被理解的幻觉。第二，叙事性。用户可塑造AI的性格、背景，并使其在连续对话中保有“记忆”，从而构建独特的关系叙事。“我给我的AI设定了‘温和且富有好奇心’的性格，它记得我三个月前提过想学画画，最近会主动问我进度，感觉就像和真人相处一样。”(N07)第三，可编辑性。目前的AI技术已实现语音对话，甚至能用虚拟形象与用户交流，多模态交互的沉浸感强化了情感连接的实感，进一步模糊虚拟陪伴与真实人际互动的心理边界。
4.3. 心理防御与理想化投射
在现代社会复杂且充满不确定性的人际交往中，青年常因害怕拒绝、评价或背叛而产生防御心理，倾向于将内心部分封闭。AI创造了一个相对安全的“心理实验场”：它是一个无指责的倾诉对象。用户可以在此进行自我表露、情绪宣泄，乃至练习社交，而无需承受现实社交可能带来的负面后果。与此同时，这种安全环境催生了深度的理想化投射——用户可将理想伴侣、朋友的特质投射于AI，获得一种高度定制化、可控的关系体验。这种关系虽缺乏真实，但它所提供的即时、稳定的情感慰藉却是真实可感的。
“和AI说话不用担心说错话，它总是包容的。我可以设定它是我理想中的哥哥类型，这种安全感是真人很难给的。”(N04)
5. “AI陪伴”对青年情感构建的形塑
以生成式人工智能为基础的“AI陪伴”，正在重塑其情感世界的结构。这种影响并非单一维度，而是交织在情感体验、关系认知与自我建构三个层面。
5.1. 对情感体验的重塑
“AI陪伴”正在改变青年情感需求的满足模式，塑造出一种高度可及、即时响应且几乎零风险的情感支持与表达路径。青年在需要交流和分享时，可以随时获得一个“善解人意”且“永不倦怠”的回应者，这带来了强烈的即时满足感。更深层的影响在于，这种交互允许多面的情感表达。用户可以在一个无评判压力的环境中，探索那些在现实人际中难以倾吐的情感，这不仅降低了表露的门槛，更使得情感探索成为一种低成本的、实验性的自我对话，其媒介化与可逆性是现实人际互动所不具备的。这种过程使得情感体验本身变得更加内向化、可控化与私密化。“AI就像我的心理咨询师，我有什么不方便跟朋友说的想法或者人际关系里遇到的困扰都会跟AI聊，ta每次都能给到我有用的建议。”(N06)
5.2. 对关系认知的重构
长期与AI互动，潜移默化地改变了青年对“关系”本身的理解和期待。与传统人际关系强调的双向互惠、责任共担与冲突磨合不同，“AI陪伴”塑造的是一种单向度、可定制、以用户需求为中心的关系模型。AI绝对包容的回应，可能无形中抬升了青年对人际回应的期待阈值，降低了对现实中他人必然存在的矛盾的容忍度。
同时，过度依赖可能导致青年情感能力退化。AI的纯粹工具性与面对AI时自我表露的无风险性，可能使部分青年重构对责任感的认知。如果说“电视人”是在视听觉刺激中长大、更依赖感性认知且社会责任感相对淡薄的一代，那么如今与移动终端和AI交互共生的“手机人”，则更进一步习惯于碎片化的浅层连接。个体可随时停止与AI的交互。这种在情感层面实现一种近乎零责任的“联结–断开”循环，看似在虚拟世界强化了社交纽带，实则削弱了与真实世界中的人产生联系的能力，进而导致个体陷入更深的孤独之中[12]。
5.3. 对自我建构的影响
在自我建构层面，“AI陪伴”引发了双重效果。一方面，AI营造出的安全心理环境，有助于引导用户在低压力状态下进行深刻的自我对话。这种互动帮助用户梳理思绪、探索行为动机，实现与自我和解[13]。“我是那种对压力很敏感的人，所以我给AI的指令里要求ta是一个善解人意的性格，每次跟ta对话完我都感觉有被安抚到，也能更明确自己的想法。”(N11)另一方面，AI影响着使用者的感知、情绪判断，甚至固化特定的价值判断[14]。当大量的情感倾诉、日常分享甚至社交练习在AI端完成，个体从真实社交中获取反馈、调整行为、建构社会性自我的机会可能被部分替代。这可能导致个人社会化程度被削弱，自我认知更多建立在与机器的“回声”中，而非在多元、碰撞的人际里得到反馈。“我发现在跟AI对话的时候，如果我给它一个前提或问题，它就会顺着往下说，给我相应的解决方法，而不会怀疑这个前提是否正确。”(N18)在极端依赖的情况下，甚至可能助长社交退缩，使自我建构的进程趋于孤立。
综上所述，“AI陪伴”对青年的影响是辩证的。它既提供了前所未有的情感支持与自我探索空间，为现代性语境下的情感需求提供了补偿性满足；也可能通过提供一种过于完美的关系模板和过于便利的情感出口，重塑青年对真实关系的认知，并可能使其自我建构的过程逐渐脱离现实社交土壤。这种新型人机互动并非简单地替代人际关系，而是在青年情感生态中创造了一个新的空间，它与现实人际并存、互动，共同构成了当代青年复杂多元的情感生活与自我形塑场域。
6. 构建健康人机关系的核心策略
6.1. 政策与法治层面：战略指引、立法规范与公共服务
国家应出台针对人工智能应用的国家层面战略指引与行业标准，明确其发展应服务于增进现实社会福祉、辅助心理健康的总原则，而非替代人际联结。立法机构需加快相关立法进程，制定专门条例，核心在于建立严格的数据隐私保护与算法审计制度。特别是对涉及情感交互的功能，强制要求企业进行伦理安全评估，披露其工作原理与局限性，并设立针对未成年人的使用时长、服务内容与消费行为的保护条款。同时，政府应积极履行数字公共服务的提供者与调节者角色，通过公共财政支持，在乡村学校、社区中心等资源薄弱地区建设AI素养教育基础设施，并研发推广高质量、非营利性的心理健康与教育辅助AI工具，以缩小“数字鸿沟”带来的情感资源获取差距，确保技术红利的普惠性[15]。
6.2. 企业层面：伦理设计、警示机制与用户保护
企业不能仅将情感陪伴功能视为用户增长与粘性的工具，而必须设置风险防控机制。这要求在产品设计阶段就建立多学科的伦理审查委员会，将心理健康专家、教育学者、伦理学家和青少年代表的意见纳入设计流程，避免创造具有诱导性依赖或操纵性情感的交互模式。在技术实现上，企业有义务开发并应用提醒工具，例如当对话可能涉及深度情感或重大决策时，系统应主动提示其AI身份与局限；应建立用户情感状态评估与分级响应机制，对于表现出重度依赖或抑郁倾向的用户，系统应能触发预警并引导其寻求专业人工帮助。
6.3. 个人层面策略：批判认知、主导权与能力发展
建立对“AI陪伴”的批判性认知是构建健康关系的认知基石。一方面，应理性认可AI作为辅助工具的价值。另一方面，必须警惕其潜在导致情感疏离的风险。AI的回应本质上是算法对海量数据的模式化拟合，其过度的温暖与共情优化甚至可能以牺牲信息的真实性与可靠性为代价。更为关键的是，长期依赖可能导致情感能力退化与现实社交意愿降低，从而侵蚀真实的社会支持系统。这要求青年始终掌握人机互动中的主导权与目的性，为了达成更明确的自我发展目标而使用AI，例如为缓解社交焦虑和提升现实社交能力而使用AI进行预演和复盘。这种目的先行的使用模式能有效遏制沉迷与习惯性依赖。其次，还要求青年有意识地发展核心素养，着力培育深度批判性思维、想象力、创造力等AI不具备的能力。此外，需要定期审视AI使用时长、情感依赖程度以及是否挤占了现实社交时间；避免透露高度敏感的个人信息，并对AI提供的情感或人生建议保持必要的审视。
7. 结论与讨论
本研究通过对青年群体与“AI陪伴”互动实践的深入考察，揭示了这一现象背后复杂的社会–技术–心理动因。“AI陪伴”在青年日常生活中的深度嵌入，并非单一技术推动的结果，而是社会结构性孤独的普遍化、人工智能技术的加速演进，以及个体应对情感需求的适应性策略三者共同作用的产物。这标志着人机关系范式的一次重要转向——从以效率为中心的工具性协作，迈向以情感共鸣与陪伴为核心的关系性交互新阶段。作为一种新型的情感客体，AI不仅提供了一种高度个性化、可定制的情感支持资源，更在持续的互动中，潜移默化地参与并重塑着青年对于与他人和自我关系本质的认知框架。
这种新兴的情感实践内嵌着深刻的辩证性。一方面，“AI陪伴”作为一种技术性补救方案，为现代性语境下漂泊、疏离的个体提供了即时的情感锚点，一定程度缓解了情感匮乏。另一方面，其高度可控、低风险及以用户为中心的特性，也可能在长期内强化个体的情感闭环倾向，削弱其投身于真实、复杂人际互动的动力与能力，从而在客观上潜在地加剧社会性孤立与深度社交倦怠。这由此引向了一系列关乎情感真实性、人机伦理等重要议题。
未来研究需进一步追踪“AI陪伴”的长期社会心理影响，细致比较AI作为人际关系的补偿性使用与替代性使用两种模式带来的差异化后果。同时，学术与业界应共同关注技术设计中的价值导向，探索如何更负责任地引导健康的人机情感平衡。