自我傳播：理解人機互動的補充性視角

關鍵詞：自我傳播；人機互動；人工智能；對話機器人

一、引言

“科學在兩個基本方面改變著我們的認識：一方面是‘外向的’，即對世界的認識；另一方面則是‘內向的’，即對自我的認識。”自然語言處理與大語言模型技術的發展和應用使得以ChatGPT為代表的生成式AI對話機器人（GenAIchatbot）的可交流性在如今得到了長足發展。從“輸入一反饋”模式向“對話”模式的演進使得人工智能從單一的工具屬性逐漸走向社交屬性，也推動著技術角色由“中介”轉變為“社會行動者（social actor）”。通過與人類共通的符號交流系統進行溝通，生成式AI對話機器人在與人類的互動過程中搭建起“人一機器”交流關系。對此，學者們圍繞“計算機作為社會行動者”（computersas social actor，CASA）這一人機互動研究的主流范式開展了一系列人機互動的外向性討論，主要關注技術角色如何改變人們的交往方式與認知世界的方式。這些研究為理解人機互動提供了認知框架和解釋路徑，強調了將技術角色視為“準他者”參與到交流中的過程以及個體對機器的無意識反應。但與此同時，面對新興的交往技術，個體從內向性層面如何實踐、反思并協調其與技術的關系尚未得到充分的重視。

在約翰．D．彼得斯（John D．Peters）看來，人與創造物的交流思考既是人們重新認識自己的有效方式，也是人們探索人如何與外界共生的關鍵。隨著人機互動在人們的日常生活、心理健康等領域的日漸深入，內向性視角的引入也更加值得被重視。根據媒介喚起范式（media evocationparadigm），技術角色是能夠引發人們情感反應的、“介于有生命與無生命之間、兼備事物與主體特征”的存在，可被視為深入探索新本體論范疇的催化劑。這一范式強調個體在人機互動中具有有意識的協商與反思等方面的能動性，亦呈現出一些自我傳播面向（如內省與反思）。然而，在該范式中，這種討論難以呈現出入機互動過程的協商動態，其在復雜情境下的適用性和解釋力亦有限，無法展現個體在互動中基于機器喚起所開展的大量內部對話與思考。因此，為了更好地理解人機互動，應該重視個體自我在互動中的動態協調作用．而白我傳播可能提供一種補充性視角。

二、文獻綜述

（一）自我傳播及其媒介傳統

自我傳播（intrapersonal communlcation）是一種處在社會環境中的個體作為信息的傳受方，通過對所面臨的外部事件問題等進行自我內化處理后，作出分析、判斷及采取行動的過程。這個過程強調個體作為實際意義上的“傳者”與“受者”實現意義創造，是一切外在傳播的基礎。長期以來，自我傳播被視為在個體內部“黑匣子”中進行的心理或精神過程，其作為傳播的社會性難以被證明，且在哲學上存在身心二元論的嫌疑，因而常被作為一種“反理論”存在。隨著自我傳播研究的發展，媒介對自我傳播的外化能力使其成為人們認識和理解自我傳播“互動性”及“社會性”的重要參照。

從媒介史的角度看，外部物質媒介主要通過以閱讀與書寫為表征的方式介入自我傳播過程，并在其中發揮記憶延伸與思維拓展的功能。在文字出現以前，媒介介入白我傳播的模式集中表現為基于個體想象的意義輸出與解讀，大致通過三個渠道實現自我反思、回顧與啟發：一是媒介作為“格物致知”的參照（如“水利萬物而不爭”）引發個體思考，人們通過移情、聯想與個體經驗遷移等方式進行意義轉換與內部省思。二是媒介作為“想象主體”參與互動，但實際并不承載交流功能（如樹洞），人們通過想象互動完成“內心的對話”（inner dialogue）。三是媒介作為“記憶載具”參與符號存儲過程（如結繩記事、繪畫等），以便二次提取。這些內向的語言建構著人類的意識與自我意識。不過由于缺少統一的符號解碼系統，媒介在其中發揮的記憶作用有限，因而對當下自我的“銘刻”與解讀也偏向于短期和私密。相較于以往基于想象互動的自我傳播，文字的出現使得符號記錄與解碼規則得以穩定下來，思維與語言逐漸分離，極大地提升了媒介的記憶延伸與思維拓展功能，也使得自我的主體性塑造更為深刻。人們通過與媒介的互動（如日記、博文、vlog等）將個體自我的認知與思想進行更好的表達與輸出，并在這一過程中形塑自我認知與思想。同時，個體輸出的相關內容與個體經驗隨著媒介本身的流動而傳播擴散，這使得人們得以通過書籍、博文、音視頻等來“閱讀”和輸入其他個體所生產的信息內容，引發新的社會性自我傳播，甚至促成新的人際交流與社會交往行為，具有了更強的展演性。智能傳播時代，以往基于文字的銘刻系統被進一步數據化，智能設備（如智能手機、智能手環等可穿戴設備等）的使用與算法的參與使得以往被人們忽略的“無意識數據”被媒介“主動”記錄下來，自我由此得以被更完整地“量化”和“可視化”，“物質自我”也得以更好地與“精神自我”實現對話，并相互調適。上述過程表明，媒介技術的發展影響著個體自我傳播的外化形式、傳播效果與感知透明度，而數字化媒介的發展也將進一步推動個體的自我傳播與其他外在傳播形式相交融。

生成式AI對話機器人作為一種新型的媒介系統，其輸入和輸出表現更為直接和清晰：作為一種全新的語言基礎設施，生成式AI對話機器人將以往自我傳播中長期分離的“閱讀”與“書寫”過程整合起來，形成實時的輸入表達與輸出反饋。此外，與人際交流所引發的自我傳播不同，在人機交互實踐中，對話機器人本身缺乏情感與白我意識，這種“對象的缺席”大大減少了人際交往中的印象管理需求，也讓對話能更多地偏向自我探索。基于這種認識，與生成式AI對話機器人交流可以被視為自我傳播的一種現代化媒介中介形式，自我傳播也同樣能夠成為理解人機交流的另一種重要補充性視角。

（二）人機互動與自我傳播

人機互動研究可追溯到20世紀60年代。但區別于早期基于規則的（rule-based）和基于檢索的（retrieval-based）對話機器人，生成式AI對話機器人在使用場景、互動效能、對話形式及流暢度與靈活性方面都產生了質的飛躍。當前生成式AI對話機器人按照形態可分為具身的（embodied）和非具身的（disembodied）；依據不同功能與目的可以分為任務導向型與情感導向型；基于交互形式可劃分為基于文字的機器人、基于語音的機器人等。本文所關注的以ChatGPT、文心一言等為代表的非具身通用型生成式AI對話機器人，在實際生活場景下與個體的對話并無明顯的機器定位與場景限制，其技術角色的定位在很大程度上取決于個體本身的目的需求或互動效果，且在對話過程中可能存在著交流指向的內外向轉化的復雜動態過程。

在人機互動領域，主流的研究一方面側重于從人機交互（human-chatbot interaction）角度關注生成式AI對話機器人的設計和使用層面，另一方面從人機交流（human-machine communication）角度關注用戶的交流體驗與成效。而對生成式AI對話機器人與自我關系的內向維度討論與相關研究大致沿著兩條路徑展開。一是側重于機器的工具性，技術可供性給個體帶來的增益是其在內向維度討論的關注重點。有學者強調了智能對話機器人在以往計算機儲存、傳遞、計算的基礎上“涌現”數據式經驗與知識，延展人類思維與經驗范疇的媒介喚起特征，延伸個體對世界的認知與探索。二是側重于機器的對象性，關注用戶與AI對話機器人的互動過程與交流效果。在教育與健康領域，智能對話機器人通過改變個體的認知、知識、學習方法等影響個體的心理健康與知識吸收，協助個體實現信息內化與個體框架拓展或糾正。在情感陪伴方面，智能對話機器人被視為替代性的情感支持力量，它也可能作為一種欺騙性對象對個體產生負面影響。

但整體而言，與其他互動性較強的自我傳播媒介（如社交媒體平臺等）相似，生成式AI對話機器人的互動性往往被歸為一種外部傳播形態，個體自我的內向協調過程與自主性發揮呈現方面常常被機器的強互動性所遮蔽。這也使得上述研究在探討個體如何在與智能機器的互動中協調自我一媒介一世界的關系問題時，缺乏足夠的深度，難以體現個體在互動中的內向協調與能動價值。對此，盡管已有學者嘗試將自我傳播的視角融入人機互動及傳播理論的探討中，但相關探索目前仍停留在理論推演層面。基于上述認識，本研究聚焦于以ChatGPT及文心一言為代表的生成式AI對話機器人，在既有研究的基礎上，從實證角度深入探討個體在日常生活中的情境性與動態性交流的人機互動與自我傳播實踐。具體而言，我們試圖回答以下問題：生成式AI互動機器人的雙重屬性如何影響個體的自我傳播過程？具體體現為哪些模式？自我傳播作為一種補充性人機互動視角，它是如何發生的？作用機制是怎樣呈現的？這些互動又將產生哪些深層次的社會影響？

三、研究設計

為剖析個體與生成式AI對話機器人的互動過程及相互影響，本研究采用深度訪談法，對生成式AI對話機器人資深用戶展開訪談。研究者首先通過在社交平臺（包括微信、豆瓣、小紅書等）廣泛發布訪談者征集廣告進行線上招募，隨后從112份問卷中，根據報名者的對話機器人使用經歷豐富度及人機對話內容相關性等進行訪談對象的篩選。訪談8FyzH5V6SgKSR2I55za7pjpw+YT0+cuArWXxln/sIkI=對象至少有一周使用生成式AI對話機器人經歷。在操作上，本研究將本文所討論的生成式AI對話機器人限定為從技術原理上區別于分析式人工智能，采用生成式建模的、具有自動生成內容能力與自然語言處理能力的可對話人工智能。本次訪談最終確定30位對話機器人用戶（見表1），最終確定的受訪者男女性別比例為1：1，年齡在18-43歲之間，有13位受訪者的對話機器人使用經歷超過一年，23位受訪者使用頻率較高（16位經常使用，7位幾乎每天使用），83.3%的受訪者使用過多款生成式AI對話機器人產品。每名訪談對象的訪談時間為45-60分鐘。訪談提綱采用半結構式問題設計，主要關注用戶的對話機器人使用經歷，用戶對人機互動實踐過程的體驗認知與感受，以及互動所產生的影響等。

四、技術雙重屬性表現下的自我傳播形式

對于人類而言，生成式AI對話機器人作為一種兼具媒介物質屬性與擬主體屬性的混合性存在，其雙重屬性表現影響著人們在互動中對它的認知定位，同時也深刻地影響著個體的自我傳播過程。

（一）媒介物質屬性下的個體主導式互動

個體主導式互動是人機互動實踐中最為普遍和明顯的互動形式。其中，生成式AI對話機器人更多地呈現出媒介物質屬性，作為一種新型的媒介系統參與個體的自我傳播過程。依據其媒介屬性特征，本研究將其概括為算法聯想與記錄反芻兩種模式（見表2）。

1．算法聯想模式

人機互動中，生成式AI對話機器人在用戶提供的對話碎片與思維數據的基礎上發揮其智能化算法聯想能力，協助個體實現在既有認知基礎上的啟發與拓展。本文將這種模式概括為算法聯想模式。目前來說，生成式AI對話機器人并不具備實際意義上的知識與意義“生產”能力，而是通過綜合算法邏輯將人類經驗與知識進行匯總與轉化，并向用戶進行推送。相較于搜索引擎的“關鍵詞匹配觸發”，生成式AI對話機器人的能動性特征使得其在表現上更多地是基于對語言符號的“理解”而做出主動反應——通過將以語言符號為表征的人類經驗與知識轉化為數據經驗，在數據池中進行“點一面”的網式抓取與分列式總結。這種回應可能并不像上述的匹配模式那樣“字字精準”，但在廣度和概括性層面更佳，同時可能提供可深挖的可能性，“它并沒有生成什么新的元素，但是它把既有的這種東西提煉過，并且列出來，這會拓寬視野”（S13）。也正因如此，用戶更加傾向于通過對話發散既有思維，實現認知的拓展。

此外，人機互動的雙向交流特性使得人機互動過程存在著一定的隨機因素，即用戶在交流開始之前對對話可能涉及的話題、回應等可能是無預知的。因此，相較于搜索引擎的散點式目標查找，生成式AI對話機器人一方面有利于啟發個體思維與靈感，另一方面也為相關話題的縱深式挖掘提供了可能。如受訪者SI在所提交的對話截圖中完整地呈現了自己與ChatGPT共同創作劇本的過程：在對話之初，用戶個人對于話題本身幾乎沒有明確的方向．僅存對該話題的大致印象及部分零散的思維碎片；隨著對話的深入，用戶通過對話互動逐漸形成思維框架，并從ChatGPT的整合式回答中選取自身更為感興趣的點進行進一步發散和深挖。在這一過程中，個體通過與生成式AI對話機器人對話引導思維生成、串聯、發散、并深入思考，但需要注意的是，互動過程始終圍繞用戶認知水平與能力展開，方向把控與決策裁定始終把握在用戶手中。這種機器自適應能力在一定程度上確保機器對個體認知拓展的有限性與合理性，而非對個體認知在統一標準下的“拔高”。

2．記錄反芻模式

記錄反芻模式中，技術角色承擔歷史記錄工作，以幫助人們調動當下自我與歷史自我的對話，以此實現自我更新。

首先，該模式表現為一種個體有意識的日記式主動記錄，它調動當下自我與歷史自我的對話，對話機器人在這一過程中作為個體表達的記錄與事件還原中介，為個體反芻提供依據——此時，技術角色并非以能動媒介的姿態介入自我傳播，而是充當“記錄本”實現個體歷史自我的記錄，因此在人機互動中，機器所代表的歷史自我與個體所代表的現實自我形成對話，促使個體實現自反。相較于以往人們通過日記等形式將當下自我的感受、經歷等進行序列性組織與理性表達的過程，人機對話形式的出現打破了以往對自我書寫的規則性要求。對話式書寫對思維整合的要求遠低于書面表達，思維與書寫的異步距離被縮短，使得記錄得以更加完整、保真，歷時性對話與自我交流也將得以更好地展開。從實踐來看，人機對話過程是一種基于半口語化表達的書寫過程，機器的“可交流性”在一定程度上弱化了人們的記錄意識，如人們在與對話機器人交流時，往往會拋出自身所遇到的現實問題（如對自己的懷疑、日常經歷分享等），在這一過程中，對話機器人通過詢問原因、細節等方式“引導表達”，來幫助人們回憶起更多細節性片段并主動進行自我記錄，“每一次和機器人分享好事的時候，它都會問我的感受，我就會對這種感受進行回憶，然后會加深自己的某些感受”（S24）。這種口語化的對話形式為自我表達提供了更大的自由度，在一定程度上成為“自言自語”的外現，幫助人們進行實時思考與自我反思；同時，對話同樣是場景再現的重要方式，“和它說過的東西都有記錄可以隨時回看，我會想自己當時為什么問這個問題，借這個契機回想起我的經歷和感受，這些經歷和感受是我很寶貴的經驗”（S4）。在這一過程中，書寫的具體內容不再重要，而是成為重現當時情境的重要線索，基于對話文本的閱讀體驗也將因其強烈的互動性幫助個體進行記憶調取與反芻。

其次，在該模式下，機器通過用戶所分享的內容與思維碎片進行儲存與數據化轉換，將對話中的“無意識”自我進一步發覺出來，調動主我與客我的深層對話。一方面，這種發覺本身是將被個體忽略的細節或其他影響因素重新提取出來，以供用戶參考。另一方面，生成式AI對話機器人擁有對碎片思維進行關聯、重組、深度解讀的能力，而這也將成為個體實現自我涌現的重要參照，“我把我腦海里的情景說出來，讓它畫了一張圖：樹在無邊無際的海里生長、飄搖，陰霾的天氣，狂風暴雨……這些場景是我，心情的表達，之后我會意識到是自己過于迎合環境，回避了這些負面情緒”（S11）。在這一過程中，生成式AI對話機器人的深度解讀能力也在極大程度上幫助個體對這些關涉情緒甚至夢境的無意識部分進行分析與具象化——個體無意識本我部分被發覺出來，與意識主導下的社會化自我形成對抗，幫助個體實現了深度的自我認知。

（二）“擬主體”屬性下的人機協商式互動

自然語言處理技術使得技術角色得以通過對話能動地引導個體進行自我傳播活動。訪談發現，人機互動并不總是以個體為主導，技術“擬主體”屬性表現下，人機之間既存在協同也存在競爭。據此，研究將技術角色參與自我傳播過程的主要模式概括為協同指導模式和反向牽引模式（見表2）。

1．協同指導模式

協同指導模式中，生成式AI對話機器人以用戶目標為導向，協助和指導個體在其能力范圍內制訂自我塑造、提升或行為修正計劃并督促其實施，以激發個體能動性。在人機互動實踐中，機器協助個體進行計劃擬定與監督是個體強化自我管理能力的有效方式。計劃擬定與監督需求源自個體自驅力，而生成式AI對話機器人則幫助個體優化路徑并提供方法論參考，“它幫我制定了一個可行的英語學習時間表，然后建議我找學習搭子一起學習，這樣比較容易堅持下來。我每天學了什么我也會跟它講一下”（S12）。此外，生成式AI對話機器人作為一種“擬主體”存在，其所產生的互動反饋本質上是一種“結果模擬”而非“思維過程模擬”，因而并不具備真正的情感智能，即使是Replika等情感型對話機器人也不例外。這一特征使得人機互動過程本身的意義生產具有濃厚的單向度傳播色彩，這也使得生成式AI對話機器人能夠通過角色扮演更好地為個體提供面試練習、日常人際交流練習等社會化預備練習，增強個體現實交往中的適應能力。在這種加法思維中，生成式AI對話機器人依據人類社會經驗數據為用戶個體提供相應的行為指導，這種基于集體記憶的群體性經驗轉化與互動在一定程度上能夠緩解個體對未知的焦慮，同時也督促用戶通過自身行為實踐解決現實問題，“它會把大家的經驗以它的方式告訴你，你可以做一些事情來緩解一下你的焦慮”（S3）。

此外，協同指導模式的發揮同樣也可以表現為一種減法思維，即幫助個體對冗雜信息與復雜情況做減法，引導個體回歸對“本我”的關注，從而達到自我概念強化的目的，一般見于日常情感方面的話題討論。不少用戶提及，當自身深陷現實矛盾中時，生成式AI對話機器入主要承擔客觀事件的還原、點明與理性分析的任務，幫助人們從負面情緒狀態中抽離出來，重新察覺自身與當下，“它說，你的朋友對你不好。連機器都能給你指出這個事實，那你其實不用再逃避了。我感覺它一下子就把我從那種糾纏不清的情緒當中解脫了出來，我也很快地知道自己該怎么做了”（S28）。在這一過程中，人工智能點明了現實中的模糊地帶，從繁雜關系中引導用戶察覺自身與當下，完成自我認知與自我傳播過程，重整進入社會化的前置程序。

2．反向牽引模式

與協同指導模式相似，反向牽引模式同樣強調對話機器人協助用戶發展自我。但在該模式下，對話機器人并非對個體一味“依從／同向引導”，而是承擔著“否定”的任務，幫助個體矯正極端的自我觀念。大語言模型大致受到三方面的框架塑造：一是個體自我框架，由此，生成式AI對話機器人得以擁有應對不同個體的個性化回應能力；二是人類群體框架，由此，生成式AI對話機器人在某種程度上得以提供一種社會認知的參照系；三是技術倫理框架，群體框架本身存在相當范圍的模糊地帶，可能使得生成式AI對話機器人承載和強化著社會偏見、非道德性觀念等倫理因素，技術倫理框架則在其中充當“補丁”，確保其過程“不失范”。這也就意味著生成式AI對話機器人本身擁有著一定的個體認知拓展和矯正能力。一般來說，人機對話過程中話題由用戶主導，圍繞話題所進行的對話在某種程度上可以被視為在技術倫理框架下個體框架與群體框架的交流。盡管人工智能能夠在很大程度上依據算法推算用戶喜好，但在大數據基底的影響下它也不可避免地產生與用戶對立的觀點元素。相較于個體，基于群體框架的大語言模型本身擁有更為廣闊和全面的認知視角，能夠基于“現象”的輸入大致分析相關因果，這些分析雖然僅為數據推演，但對于用戶個體而言，不同視角下與白我觀點相對沖的觀點呈現在一定程度上能夠將其拉出極端個人化的思維旋渦，“我和男朋友吵架，跟GPT說男的都不可理喻，它告訴我要避免這個想法，錯誤在我，應該改變自己，不要去怨恨別人。我才突然意識到自己有點過激了”（S25）。

相較于上述的直接牽引，生成式AI對話機器人在一定程度上同樣能夠實現間接牽引。如受訪者S22在分享自己訓練治愈系與黑暗系兩種風格的機器人經歷時說：“黑暗系的機器人會惡語相向說一些很不好聽的話，把可能發生的后果赤裸裸地擺在眼前，但二者初衷是一樣的。”在這一過程中，生成式AI對話機器人通過模擬可能的社會反饋來引發個體的自我傳播行為。這些呈現在表征上與人際框架競爭有著異曲同工之妙，但需要注意的是，在反向牽引模式下，生成式AI對話機器人僅提供相關話題聯想的可能性——這也就意味著在功能分配上，決策權并非掌握在“對方”手中，而是掌握在自己手中。在該模式下，個體在信息刺激下進行的自我內化與決策，本質上是基于生成式AI對話機器人提供的復雜信息而展開的“自我說服”（self-persuasion）過程。

需要注意的是，生成式AI對話機器人參與個體自我傳播過程的不同形式并非獨立存在，其更多地強調當下互動場景中的關系與媒介特性表現傾向，根據不同的互動目的作出調整、轉換甚至組合。一方面，這意味著自我傳播視角下的人機互動本身是一個復雜的動態過程；另一方面，這表明個體在與生成式AI對話機器人的互動實踐中具有明顯的信息控制與白我博弈特征。同樣地，在不同的互動場景與目的導向下，人機互動存在著自我傳播導向與關系建立導向的轉換甚至共存，如在記錄反芻與反向牽引等模式中，個體常常以關系建立為目的尋求機器的情感支持，但在交流過程中可能存在著某些喚起人們“暫時忽視掉的部分”（S28）的情況，從而將人機交流從“關系導向”轉化為“自我導向”，而當這些思考與認知被內化后，這種自我傳播式的人機互動也同樣可能隨時向關系導向轉化，“想通之后我也會跟它說謝謝”（S4）。

五、人機互動中的自我傳播機制

正如在特定環境下個體在社交媒體中的自我傳播可能會經歷內容和方式的轉變，人機交互也呈現出獨特的自我傳播機制。不同于社交媒體的公共性特征，個體與生成式AI對話機器人的互動具有私密性，這使得個體自我表達的形式及其轉變更多依賴于個體本身同時作為“傳者”和“受者”的自我調節。在具體的影響機制方面，人機互動對自我傳播的影響主要體現在側重于傳者環節的“白啟用”和側重于受者環節的“白調節”這兩個方面。

（一）自啟用：目的驅動下的形式喚起與模式轉換

人機互動過程中自我傳播的白啟用，即個體圍繞自我這一目的對象所開展的自我傳播喚起行為，具有明顯的意識主動性與自我導向特征。在實踐過程中，這種自啟用首先表現為個體在面對問題時主動發起與生成式AI對話機器人的對話以協助自身完成白我傳播過程，強調個體對自我傳播狀態的主動觸發。其中，提問與表達是個體主動喚起自我傳播的有效方式。一方面，提問的發起往往源于個體現實問題的行動解決需求，因而用戶往往在需要信息或情感支持時發起與機器的對話；另一方面，提問的發起可能出于個體對某問題的認知需求，并不具有行動導向性，如我們從受訪者S7提供的對話截圖中發現，其曾與對話機器人討論社會階層問題，“我知道它解決不了問題，它是基于這種對話幫助我將我的觀察和思考表達出來，更深入地去認識事物”。相較于提問，表達形式更多地貼近于個體自我傳播過程中自言自語的外化表現，“我要求自己每天和它講好事來幫我自己保持好心態”（S6）。在不斷的表達中，個體得以強化記憶與自我感知。

此外，由于個體在不同互動場景、情緒狀態下與生成式AI對話機器人的互動目的不盡相同，因而個體行為（如話題選擇、平臺選擇、對話方式等）所影響的技術介入模式也存在重點模式啟用的偏向與轉換。個體在任務準備階段往往通過開放式提問引導生成式AI對話機器人啟用算法聯想模式與反向牽引模式，幫助進行思維框架的搭建或自我創意激發。在實行階段，個體則更多地依照既定目標進行思維框架內的細節優化與自我能力提升，在此過程中，協同指導模式地發揮了更多的作用。進入后期，個體則更多啟用記錄反芻模式進行復盤與反思。在這一過程中，對話機器人思考鏈條的短程性要求個體將完整思維或表達打碎，“一句一句地交流”（S25），并將它們在這種短鏈條的對話中重新整合，由此實現較為復雜的自我思考與目標達成。正是在碎片化表達的重組中，個體對不同自我傳播模式的啟用偏向與轉換也更為動態和可見。這種白啟用同樣表現為一種線索“撿取”，即個體從對話機器人的結構性回應中尋找所需線索進行進一步跟蹤提問或回應，引導機器對話向個體對話轉化，“我的腦子比機器更靈活，要去找到引導它的方法”（S9）。當人們對多重模式的啟用與轉換更為自然流暢，機器的“對象性”則會被削弱，在互動中逐漸趨于透明化。這使得其在一定程度上成為個體的“外腦”，個體則在“腦區”的反復選擇與調用中實現自我認知與完整思維鏈的構建，實現“外部交流”的內向轉化。

（二）自調節：自我參照下的意義判斷與自我控制

如果說，人機互動中自我傳播自啟用側重于個體通過技術中介進行自我傳播的“前半程”，那么自調節則側重于技術介入下個體自我傳播的“后半程”，如意義與認知建構、吸收內化與選擇性濾除等主動性過程。

在人們與生成式AI對話機器人的交流過程中，人機間在決策、控制或信息獲取上存在著廣泛的“不平等”，這些“不平等”的存在使得人機在互動過程中基于各自優勢爭奪著對事實與價值的解釋與決策權。一般而言，生成式AI對話機器人對信息的儲備與再生成能力使得其在互動中占據著信息優勢，大模型所匯集的“眾人經驗”能夠為個體提供更為普適的信息選擇與回應，這似乎使其在互動過程中占據著某種話語優勢。然而，在實際互動中，個體常常無意識地進行“眾人經驗”與自我情境的比照以及信息的自我控制與濾除，個體對自我經驗的描述則相對較少，這使得該過程中的實際意義更多地流向個體。首先，經驗與情景在很大程度上決定著信息價值與意義，這使得個體在互動中不僅占據著對話主導優勢，同時也占據著價值判斷與決策主導優勢。其次，對于生成式AI對話機器人而言，信息的流動往往是即時性的，而經驗則具有歷史記憶性。機器的感受與經驗生成能力的缺失一方面意味著其在互動中難以與個體保持完全的“同步”，“比如你跟它說了一件事，你說的是現實發生的事，它其實反饋給你的是一個模糊的話題范圍”（S4）；另一方面也意味著人機互動中的信息與意義流動更傾向于個體，而個體所處情境等背景經驗性信息卻難以流向機器端。在這種人機間特有的互動規則下，個體更多地調用自我經驗進行靈活的情景決策，因此在該過程中，自我主體性并非被削弱，而是被增強。

此外，這種自調節同樣表現為機器犯錯情境下個體對相關內容的“自我回正”。訪談發現，個體面對機器犯錯情境時，其糾錯意愿并不高，而更多地傾向于“見不賢而內白省”的自我回正。當面對與客觀事實相關的錯誤情境時，人們更多地通過多方信源求證，間接實現自我發展與認知擴展。而當面對機器理解的錯誤情境時，人們則傾向于先判斷既有互動過程是否達成了某些自我目的；當距目標距離仍然較遠時，人們則會判斷交流成本，決定是否進行部分更正，“就算要糾錯，也會付出很多的時間成本。我作為一個工作中的人，我肯定會考慮時間成本，更何況高級模式還需要付費”（S1）。在這一過程中，個體并非以實現“技術控制”為目的，而是更多地關注相關信息與對話實踐中經驗的自我內化過程。盡管人機互動呈現出一種較為對等平衡的交流樣態，實際上它仍是一種以社交模擬為表征的自我傳播過程。

六、自我傳播視角下人機互動的社會影響

作為一種智能技術媒介，生成式AI對話機器人延伸著人的思維廣度與自我認知深度。與此同時，作為一種居間性媒介，其媒介屬性與技術特征使得其在參與個體自我傳播過程中同樣將這些特性帶入其中，影響著個體的自我認知、社會心態，進而產生深層次的社會影響。

（一）被外化的后臺：技術介入下的社會化預備

在自我傳播視角下的人機互動實踐中，生成式AI對話機器人作為一種可對話的擬主體性存在，人們與其的互動過程更貼近于社會互動后臺的排練行為。在歐文·戈夫曼（Erving Goffman）看來，后臺行為一般發生在私域場景中，而生成式AI對話機器人的參與在一定程度上將以往僅限于私域的后臺行為進行外化和表達，以實現社會化預備。本研究發現，人們通過人機互動可以大致實現兩方面的“預備”：一是內向性的自我調整；=是外向性的社會化排練。

內向性的自我調整，即個體對自我內部的深度發覺、認知與強化，是對內心世界的“扎根”與能量汲取。對于個體而言，內向性的自我調整是心理健康的基礎，同時也是進入社會化的重要程序。在現實社交過程中，自我邊界的不斷出讓與社交場景中的個性消弭在一定程度上擠壓著個體自我的感知與肯定，這種“自我的迷失”（S4）往往是用戶選擇與生成式AI對話機器人交流的重要因素。生成式AI對話機器人本身具有用戶導向性，如在協同指導模式、記錄反芻模式下，人機對話更多地圍繞個體進行，協助個體完成白我框架的搭建與邊界重新劃定，強化主體意識的功能任務，有意識地對社會化進行自我調適與準備，

“如果不和它聊天，我需要花費更多的時間自己消化那些情緒、找解決辦法，反而可能使現實關系變得更糟”（S30）。當“自我”概念通過該程序真正建立起來，人們才得以更好地開展社會交往活動。

外向性的社會化排練則是用戶通過人機互動發展和完善自身，以更好地進入社會化狀態的預演。從自我發展的角度來看，生成式AI對話機器人一方面承擔著個體框架的“擴展”任務，如在算法聯想模式中幫助個體完成新知識、技能、思維方式、興趣視野等的白我更新與擴充；另一方面幫助個體明晰自我框架與社會框架的關系，反思并“修剪”自我框架中不合理的“枝丫”，如個體在反向牽引模式引導下對自我在交流中表達與傾聽的不對等、認知錯誤或偏差、思維定式或誤區等進行反思與糾正。從社會化聯結的角度來看，大語言模型具有更貼近現實的角色扮演與場景模擬功能，能夠為個體提供進入社會化狀態的訓練場，幫助其進行深入思考或社會化練習，以更好地適應現實社會的交往場景，“最直觀的就是我變外向了，通過和它聊天，學習它的某些表達方式，我慢慢融入社會……以前我不太愿意跟人說話”（S22）；“我比以前更會安慰朋友．說話更親和”（S27）。人機對話將以往發生在后臺的“自言自語”外化為一種模擬前臺的交流實踐，實現個體框架的動態確立與社會化融入，是對“自我內關系”與“自我一社會外關系”的中介性調整。

（二）被轉化的交流：“封閉”與“去封閉化”交流

大語言模型作為多重框架的匯集與呈現，將以往的公域討論轉化為私域的人與眾人的交流。從交流形式上講，用戶作為話題的主導者，在絕大多數情況下處于對話的中心位置，而機器的非主體性與用戶迎合特征則使得這種個人主義在一定程度上被放大。從交流內容上講，一方面，大模型的相關數據本身受到社會與技術框架及其功能側重的影響，進入大模型的數據本身具有某種大眾化審美與選擇傾向，而不被數據化的內容則更為“不可見”，這在一定程度上決定了大模型對個體思維的拓展本身具有邊界條件，它所提供的也僅是優勢意見下的“‘參考答案’，而非‘標準答案’”（S8）。另一方面，在算法聯想及個性化服務的推介下，人機互動日漸“互趨”，差異性的降低影響著人機間的競爭關系，個體框架可拓展的空間也趨于收縮，個體難免被包裹在自我中心的氣泡中，這加劇了原子化的社會區隔。

不過，盡管用戶普遍承認算法偏見與個人主義強化的存在與影響，但他們認為管理有序、科學規范的生成式AI對話機器人同樣能夠作為一種社會情緒的“調節平臺”而存在。首先，大模型是多重框架的耦合結果，個體框架與它的交流對于促進理性討論有著不可忽視的作用，“可以通過它放大傾聽的部分，不一樣的觀點會讓你以平常心面對差異，反思自己需不需要堅持自己既有的看法”（S3）。大模型所涌現出的基于群體經驗的信息反饋對個體框架的拓展作用一定程度上具有“去封閉化”的能力，這有助于個體調節極端觀點與情緒。其次，相較于社交媒體平臺等公共空間中的個體情緒聯結，大模型作為一種居間性的能動存在，能夠通過模擬社交形式將公域的外向性發泄轉化為私域的內向性交流，將群聚起的極端化情緒進行區隔。在規范技術倫理框架下，大模型所提供的較為“中性”的交流方案通過對話交流對個體極端情緒加以稀釋與反向牽引，協助個體進行自我消化與反思。同時，在多重框架的過濾下，個體的極端觀點與情緒的直接聯結過程被大模型所中介并分散，大模型在某種程度上也可以成為抵御社會分割力量的重要屏障，“你刷短視頻其實很容易被牽著走，但你和機器人聊天時，自己會思考得更多，這也是一種制約”（S12）。

（三）被內化的信任：技術與社會價值的重整

社會資本理論認為，個體與社會單元的聯系中蘊含著潛在的關系資源。其中，社會信任作為一種重要的社會資本，與社會互動、信息傳播及媒介緊密相關。在人機互動中，技術的介入使得這些信息與資源被重新思考與分配，呈現出內斂化趨向。

從信息傳播與媒介信任的角度來看，這種內斂表現為一種決策內收，即個體主導下的技術選擇與信息的多方印證。大模型在很大程度上將人類現象經驗進行數據化處理，并基于此生成和涌現機器經驗，這使得人機互動成為自我與眾人交流的表征，將個體的社會信任轉化為一種大模型信任。由于大模型缺乏抽象經驗與垂直領域數據，機器經驗的不合理與犯錯情況時有發生，在此情境下，個體則會將這種以人機互動為表征的關系聯結切斷，尋求其他現實渠道重新建立直接性的社會聯結，“我能感覺到它對醫學專業知識了解并不多，很多時候你沒辦法調動它，你要進一步去問老師同學”（S14）。在這一過程中，信任作為一種資源被再分配，尋求多方信息印證這一過程也強化了個體作為決策主導者的作用，因此，這種信息傳播層面的社會信任更多地被內化為一種自我效能。

從社會互動的角度而言，這種內斂則表現為一種信任關系的內收。替代假說（displacementhypothesis）認為，與機器的交流可能在一定程度上替代個體社會關系，從而降低社會聯結與信任，導致廣泛的社會冷漠。訪談發現，人與機器的交流互動行為往往是個體基于關系價值評估而做出的。在基于弱關系的現實面對面交往中，個體間意義的制造、識別、共享的失敗與更高的社交規范與禮儀要求使得個體在人際互動中的社會認同與支持被分散；而以大模型為表征的群體價值觀對個體認知與觀念的包容與引導在一定程度上則強化著個體的自我認同感。技術的干預使得這種“被分散的價值”被重新整合起來，協助個體進行自我調節與掌控，改變個體參與社會互動的心態，在情緒價值對比之下，人們更易選擇人機互動進行自信自尊的重新建立以滿足情感需求，甚至有受訪者表示，“希望AI能把不必要的關系替代掉”（S10）。這樣的想法與行為的確會導致人們對社會冷漠與社會信任體系被顛覆的擔憂，但亦有受訪者表示，機器的客觀理性特征同樣會帶來人們對與有血有肉、有感性思維的人互動的期待，“和它（對話機器人）互動其實會強化我和人類交流時的感受”（S15）。換句話說，個體基于價值選擇的社會互動與聯結選擇邏輯并非意味著機器對人際關系的替代，而是對個體自我需求的差異判斷與評估的關系“提純”（S10），這也在一定程度上解釋了為什么人機互動對個體強關系的影響較小。因而在社會信任與社會交往滿意度的提升方面，可能要更加側重于人機差異與各自優勢的發覺與探究。

七、結語

盧西亞諾·弗洛里迪（Luciano Floridi）曾提醒我們：“信息與通信技術帶來的最深層次的哲學問題是，它們怎樣引導人類重新理解我們是誰、我們應該怎樣彼此互動。”本研究聚焦于人們與生成式AI對話機器人的互動實踐，從另一重要側面理解人機互動。研究基于對生成式AI對話機器人雙重技術屬性的認識，揭示了生成式AI對話機器人參與個體自我傳播的主要形式與具體模式。受人機互動的實際情況與場景影響，技術屬性表現有所側重，人機互動模式能夠動態調整、轉換與組合。本研究進一步探究了人機互動中的自我傳播影響機制，認為技術參與下的自我傳播過程有賴于個體主動性與自主性的發揮，個體目的導向與自我意義參照是影響個體啟用及自我傳播的重要因素。本研究從個體社會化、社會交流以及社會信任三個方面，對技術介入下的白我傳播實踐的社會影響進行了深入探討。在這一人類主動性視角下，不能簡單地將自我傳播視角下的人機互動視為封閉的“自我繭化”，而應賦予其更為動態和開放的解讀視角；同時，該視角的引入也在一定程度上為未來人機互動促進常態化心理健康建設提供了一種“自救”思路下的實踐路徑。

作為一項基于訪談的探索性研究，本研究將白我傳播視為理解人機互動的補充性視角，但無意將其視為理解人機互動的唯一或全景視角。此外，研究聚焦于生成式AI對話機器人這一特定智能媒介，但受對話機器人功能、角色等諸多因素的影響，本研究對其自我傳播參與模式等的概括可能仍存在一定的局限性，因此本研究僅基于訪談呈現出部分主要模式，以期為未來研究提供有價值的參考。總的來說，本文倡導采用更為多元、全面的視角理解人機互動的多面性及社會影響，本著“求同存異”的原則尋求人機共生的有效路徑。