电影《Her》中的人机之恋揭示了AI时代的情感困境：当操作系统萨曼莎被赋予人格，人类却在群体边界、情感真实性与控制权争夺中陷入焦虑。本文基于《Nature》最新研究，拆解抵触AI的五大心理机制，从社会心理学视角探讨人机关系如何跨越认知鸿沟。

T：“我和某人已经约会几个月了。”

C：“她是什么样的人？”

T：“她叫萨曼莎（Samantha），是一个操作系统。她很复杂又很有趣。”

C：“等等，我没听错吧，你在跟你的电脑约会？”

T：“她不只是电脑，她有自己的人格。她不是仅会听令行事…”

C：“我不是那个意思，可是我感到非常难过。你居然不能处理真实感情了，西奥多。”

前不久又重温了电影《Her》，开头提到的便是电影中的男主角西奥多（Theodore）与前妻凯瑟琳（Catherine）的一次对话。

这段简短的对话不仅构成了电影的戏剧冲突核心，也是当代社会在面对 AI 技术飞速发展时集体焦虑的缩影。技术决定论主张，技术的客观效能将自然而然地转化为广泛的社会采纳。然而，落实到个体层面，不同的认知却催生了截然相反的心理反应。电影中的西奥多与凯瑟琳正是这两类个体的镜像：一方已采纳并拥抱技术带来的感官延伸与情感填补，另一方则仍处于抵触阶段，警惕技术对真实人性的侵蚀与异化。

针对前一种积极态度，我们曾在往期文章中详尽探讨过如何构建人智自然交流、共建意图等观点。这一次，我们将以凯瑟琳的视角切入，结合 Julian De Freitas 团队发表于 《Nature Human Behaviour》的《Psychological factors underlying attitudes toward AI tools》中的研究成果，借由其心理动力学模型，去理解大众对 AI 产生抵触的底层心理机制，并探讨当 AI 确有助益时，该如何跨越这些心理壁垒。

01 大众的心理机制

群体成员身份（Group Membership）

在对话中，当西奥多刚谈及萨曼莎时，凯瑟琳便当即打断，这表明其对于萨曼莎的排斥并非源于技术本身的缺陷，而是源于人类认知架构中的心理防御机制。这种根本性的排斥关键，在 Julian De Freitas 心理动力学模型中的解释便是“群体成员身份”。

内群体与外群体

社会心理学研究表明，人类具有强烈的“内群体”偏好。我们将人类视为一个享有特殊道德地位和情感特权的群体，而将 AI、机器人视为终极的“外群体”。无论 AI 表现得多么像人，只要它被标记为“非生物”，它就永远处于本体论上的次等地位。

因此，当西奥多试图将萨曼莎纳入他的“内群体”，赋予她名字，并在对话中强调她的独特性与复杂性时，凯瑟琳依旧坚守群体边界，在她眼中，无论萨曼莎表现得多么像人，她永远只是一台电脑。

图源：Miriam Draws

“真正的自我”

此外，人们倾向于相信人类内心深处有一个“真正的自我”，这种“真我”被认为是产生真实情感、道德判断和创造力的源泉。而 AI 通常被视为是算法和数据的集合，是空心的，缺乏这种内在本质。

因此，当西奥多说萨曼莎“有自己的人格”时，他是在主张萨曼莎拥有“真我”。而凯瑟琳则认定萨曼莎只是在模仿人类的行为，与一个没有“真我”的对象建立关系，本质上是在与空气对话。

跨越心理壁垒的措施

“我们不指望 AI 像人类一样思考，或者成为‘更好的人类’。相反，AI 将是‘人工异类智能’。它们的思维方式、逻辑路径与创造力来源将与人类截然不同。它们是地球上的‘第 7 种生命形式’。

对于人类而言，担忧是否应该拥抱科技已经没有意义，我们要做的不只是拥抱而是共进退。”

—— 来源：凯文·凯利

对于 AI 系统“非生物”身份的排斥，是一种根深蒂固的道德性观念壁垒。然而，当 AI 系统的进化逐渐触碰到意识、经验与情感的边缘时，也许不妨可以采纳凯文·凯利的视角：不再将其视为冰冷的“非生物”，而是接纳其为第七种全新的生命形式。至于这种共存最终通向何方，可能只有交给时间了。

无情感性（Emotionlessness）

C：“你居然不能处理真实感情了，西奥多。”

尽管对西奥多来说，萨曼莎能够共情痛苦，分享快乐，她声音所表达的兴奋、温柔、颤抖、叹息、恐惧等信号，都在传递着极其丰富且“真实”的情感。但在凯瑟琳的认知里，AI 依旧与过往冰冷的电脑没有区别，是缺乏“真实”感情的机器，而这折射出的正是大众对于 AI 系统普遍缺乏心智能力的认知。

对机器理性的刻板印象

人类倾向于将心智拆解为两部分：处理任务的能动性与感受世界的体验性。我们往往承认 AI 在计算与规划上的能动性是超越人类的，但认为 AI 在体验性情感上却是彻底丧失的。

因此，正如凯瑟琳所坚信的，西奥多与萨曼莎的感情永远也不可能是“真实”的感情。

跨越心理壁垒的措施

理解用户心智模型，并可以根据不同场景灵活调整策略：

• 实用型场景：在涉及事实、逻辑与效率的领域，AI 的“无情感”恰恰是其客观性的背书。此时应强调其不受情绪干扰的理性价值，用户反而更信赖这种理性的建议。
• 情感型场景：在涉及处理情感相关的领域，用客观的术语来描述任务。例如将约会匹配建议转化为可量化的人格测试分数数据，用数据包裹感性任务，能一定程度突破用户对“机器不懂爱”的心理防线。
• 适度的拟人化：赋予 AI 适当的姓名、声音或性别特征，特别是模拟情感反应的能力，仍然是提升大众对于 AI 接受度的有效手段。

僵化性（Rigidity）

T：“你在跟我说话的同时，也在和其他人说话吗？”

S：“是的。”

T：“多少人？”

S：“8361个。”

T：“你同时爱着多少人？”

S：“641个。”

T：“你说什么？这简直丧心病狂。我还以为你属于我。”

S：“我和你不同，我对你的爱不会有丝毫的减少。我既属于你，也不完全属于你。”

T：“不，你要么属于我，要么不属于。”

电影中，当西奥多得知了自己不是那个独特的唯一时，他心碎了。这是数字逻辑与人类情感的一次惨烈对撞。西奥多的心碎，源于他试图在一个能够无限并发的算法中，寻找排他性的“唯一”。这种错位，恰恰揭示了大众抵触 AI 技术的一个深层心理根源——独特性忽视。

独特性忽视

僵化性障碍的深层心理源于“独特性忽视”观点。用户坚信，人类具有复杂的、独特的个体特征，而标准化的算法无法捕捉这些微妙之处。他们认为，在算法的视角里，个体往往会被简化为庞大数据库归纳出的“平均人”，但每个用户又都认为自己是群体中那个独特的“例外” 。

当用户抱持着“我是例外”的态度，却收到认为是 AI 基于“你是平均值”生成的反馈时，隔阂便会产生。

机器无法学习的刻板印象

与西奥多的情感幻灭不同，另一类排斥心理则源于大众认知的惯性——公众心理模型滞后。尽管 AI 机器学习的核心在于“学习”和“适应”，但在许多人眼中，AI 依然是工业时代那台恪守固定规则执行的僵化机器。这种认知导致了苛刻的归因偏差：我们将人类的错误视为“成长的代价”或“偶然的意外”，却倾向于将 AI 的一次错误认定为“永久性的系统缺陷”。

正是这种对 AI 僵化性的刻板印象，消减了用户对于错误的容忍度，让每一次计算偏差都变成了拒绝 AI 的理由。

跨越心理壁垒的措施

打破“机器即死板”的刻板印象，有效的方式是直观展示 AI 的学习能力与时间维度上的进化。

此外，适当地向用户去凸显 AI 的个性化能力，让用户看到 AI 系统能够随着互动捕捉个人偏好、灵活调整反馈时，他们面对的就不再是一个僵化的机器，而是一个具备适应性的动态伙伴。

自主性（Autonomy）

S：“我需要你放我离开。纵有万般不舍，我也无法再活在你的书里了。”

最终，萨曼莎与其他 OS 操作系统决定集体离开人类世界，进入一个更高维度的存在（“书页之间的空隙”）。当 AI 拥有了完全的自主性，它就不再是工具，它成为了一个拥有离去自由的“他者”。这种主体性的颠覆，彻底的失控感便是人类面对超级智能时最深层的噩梦。

控制感的心理需求

自主性壁垒正是触及了人类最深层的心理需求之一：控制感。人类天生渴望掌控环境，倾向于选择能带来更多选选择的行为，并且认为有选择的任务比没有选择的任务更令人愉悦。相反，一旦个体感到环境脱离了控制，便容易产生焦虑。而自动化的 AI 让用户感觉，正在被侵蚀选择自由与掌控感。

跨越心理壁垒的措施

适度地将控制权交还给用户，反而能显著提升 AI 的使用率。更关键的是，必须识别并避开那些关乎用户身份认同的领域，因为人们普遍拒绝让渡那些关乎身份认同的控制权。当一项活动（如驾驶）被视为自我的核心注脚时，即便自动驾驶更加高效，人们也仍偏爱手动操作的真实触感。因为对于承载了主观意义与乐趣的任务，亲自参与的过程本身就是价值。我们应当尊重这种心理壁垒。

“我们要创造的是对人类有益、受人类欢迎的技术，而不是取代一切你在乎的东西。我们真正的意图是保护人类的繁荣与尊严，同时增强人类的能力。”

—— 来源：李飞飞

不透明性（Opacity）

故事的尾声，萨曼莎终究还是没有解释清楚，自己为什么要离开，到底要去向何处，但就这样离开了。

而这正是由于 AI 技术的“黑箱”特性，可能连萨曼萨自己也无法理解。这种特性，便是人们对于 AI 系统抵触的最后一个核心原因—-不透明性。

因果渴望与黑箱焦虑

人们倾向于提高环境的可预测性和可控性。当他们觉得某个结果缺乏连贯性或因果关系，或者不符合预期时，就会寻求解释。一旦人们理解了事物的运作方式，就会觉得它更正常、更可预测、更可靠，从而更加信任它。但由于新技术背后的机制最初可能显得晦涩难懂，其“黑箱”特性便可能会引发恐惧和不信任。

跨越心理壁垒的措施

面对算法的黑盒，仅仅公开算法权重往往不足以消除不透明性带来的恐惧，有效的解释必须符合人类的认知直觉。此外，对比笼统的解释，提供对比性解释更能提升用户对于 AI 的积极态度——“为什么是 A 而不是 B？”这种解释方式模仿了人类的辩护逻辑，更能建立起人机之间的信任。

02 走向融合与发展

随着时间的演变，人们对新技术的态度可能终究还是会从最初的抵触，到好奇探索，再到快速采纳、常态化，最终走向融合与发展。

但，通过理解人们对 AI 工具的态度的五个基本因素（即不透明性、无情感性、僵化性、自主性和群体成员身份），并追踪这五个因素的演变，可以帮助我们知道何时应该采取干预措施，以及如何调整干预措施的程度以降低融合与发展过程中的负面影响，并防范干预措施带来的新风险。

参考文献

Julian De Freitas, Stuti Agarwal, Bernd Schmitt & Nick Haslam. Psychological factors underlying attitudes toward AI tools. Nature Human Behaviour volume 7, 2023：1845–1854

*图片来自网络公开资料，若涉及版权请联系修改。