人機互動視域下生成式人工智能擬人化傳播對用戶信任機制建構的分析

摘 要：近期由中國人工智能企業深度求索（DeepSeek）研發的生成式人工智能大模型DeepSeek—V3和DeepSeek—R1在業界引發廣泛關注。該模型不僅以低廉的成本優勢實現了與OpenAI相媲美的性能表現，其卓越的擬人化交互能力更為人機互動研究提供了新的思考維度。當前學術界對生成式人工智能的研究多聚焦于技術創新與應用場景拓展，針對其擬人化傳播策略及用戶信任機制構建的系統性研究仍存在明顯不足。DeepSeek通過多模態融合表達、情感反饋機制優化以及數字自我建構等策略，有效提升了用戶的情感認同與信任度。同時該模型從認知維度、情感維度及自我維度三個層面構建了完整的用戶信任機制體系。但這種高度擬人化的傳播模式也引發了諸多倫理爭議，包括用戶隱私安全、情感依附性以及責任歸屬等問題，這凸顯了在技術創新與倫理規制之間尋求平衡的重要性。

關鍵詞：生成式人工智能；擬人化傳播；人機互動；人機信任關系

一、引言

在生成式人工智能技術迭代加速的語境下，中國人工智能企業深度求索（DeepSeek）以突破性創新引發學界與業界雙重關注。這款以“成本控制達GPT—4的1%、性能對標國際頂尖水平”為技術突破點的本土模型，不僅重塑了全球AI產業競爭格局，更通過其革命性的擬人化交互范式，推動人機關系研究進入本體論探討階段。在產業應用維度，其經濟型技術方案打破了算力資本化的行業壁壘，DeepSeek的普惠式應用為觀察擬人化傳播的產業化落地提供了實證研究樣本；在學理探究維度，該模型引發的信任機制范式轉換直指人機互動的核心議題——當AI通過擬人化實踐獲得準主體性時，傳統基于人際傳播的信任理論體系將面臨重構挑戰。當前人機交互研究正處于從信息傳遞范式向關系建構范式轉型的關鍵期。既有研究多聚焦生成式人工智能的技術賦能價值，例如喻國明等認為生成式人工智能的應用能夠驅動傳媒產業變革，促進傳播權力下沉和人的數字化生存以及激發移動互聯轉型為智能互聯[1]。然而針對其擬人化傳播如何建構信任機制及伴隨的倫理風險，學界尚未形成系統性研究框架。現有文獻呈現三重研究局限：其一，部分學者強調大模型不同于以往應用，是一個具有“語言能力”的對話者[2]，將擬人化傳播簡化為會話形式創新，忽視其復雜的社會化交互特征；其二，信任機制研究多沿襲功能主義范式，如向安玲提出從用戶、機器、環境三維度解析人機信任構建[3]，未能突破工具理性的分析框架；其三，部分研究強調“用戶對無實體對話機器人展現良好適應性”[4]，此類論斷導致倫理討論陷入技術決定論的二元對立。基于此，本研究擬探討三個核心問題：1.DeepSeek采用何種擬人化傳播策略實現用戶信任機制建構？2.這些傳播策略在信任機制形成中發揮怎樣的作用機理？3.DeepSeek的擬人化傳播實踐引發哪些人機傳播倫理爭議？

二、信任傳播：DeepSeek擬人化傳播策略分析

（一）理性信息與感性表達的結合設計

DeepSeek在信息傳播中注重理性的呈現。與傳統AI工具相比，DeepSeek能夠模擬人類的思維方式，生成邏輯清晰、層次分明的內容。DeepSeek在內容生成過程中采用了先進的自然語言處理技術，使其生成的文本具有高度的可讀性和自然性，與中文語境更加適配。與此同時，DeepSeek的聯網搜索功能能夠快速檢索和整合多源數據，包括大量的權威機構、學術資源和專業數據庫等，最大程度確保輸出信息的準確性和權威性。在回答用戶關于科學、技術或歷史的問題時，DeepSeek會通過在互聯網進行聯網查詢來引用權威資料、數據分析并進行邏輯推理來提供具有說服力的答案，與此同時，會通過思維鏈將自身思考的過程完全透明化，讓用戶理解DeepSeek思維邏輯。這種理性化的信息呈現方式不僅增強了用戶對DeepSeek所提供信息的信任度，也為用戶提供了可靠的知識支持。

DeepSeek在信息傳遞中也注重情感表達的細節。單純的理性信息傳播往往難以滿足用戶的情感需求。DeepSeek因此在設計中加入了感性表達的元素。DeepSeek在與用戶交流的過程中會適當使用語氣詞，例如在DeepSeek特有功能“深度思考（R1）”的邏輯呈現的過程中，DeepSeek會使用“好”“嗯”“明白”等詞語，給人一種真的在與真人交流，且對方收到命令并加以執行的感覺。DeepSeek在輸出內容時也會減少絕對化詞語的使用將其替換為“可能”“也許”“大概”等，減少機器交流帶給人的“冰冷絕對感”。這種設計得益于基于認知分層的混合架構設計。DeepSeek通過構建分層式認知框架，將事實性信息處理與情感表達模塊進行解耦與協同。在底層架構中，系統采用經過嚴格驗證的知識圖譜和事實性數據庫作為基礎認知層，確保信息檢索的準確性和邏輯連貫性。而在表層交互層，則部署了經過情感標注的對話策略模型，在模仿人類語言表達的同時優化信息傳遞效率和情感適配度。這種架構創新使得系統能夠將情感表達作為信息傳遞的輔助維度，而非干擾因素。

（二）用戶情感反饋機制的認同建構

只有理性信息與情感表達將會使人機互動陷入標簽化互動，若要深入建構信任認同，則必須包括情感反饋機制縱觀人類與周遭事物互動的歷程，不難發現，人與物之間的交流長久以來都局限于肢體層面的操作，而缺乏言語層面的互通。即使是與計算機的互動，其起點也是始于物理操作。但人們一直希望能夠與除人類以外的物品進行有反饋的互動，具象化來說，從人類的寵物，到現如今的智能家居，都是在以一種情感反饋的方式來對人類進行回應，從而建構與人類的認同感進而產生信任。在這一需求下，生成式人工智能從問世起便在為用戶提供信息的同時提供情感體驗。而以往的生成式人工智能要么專精于信息提供，要么在情感反饋上不盡如人意，例如早期的智能體對話應用Glow、星野等由于技術的原因被用戶評價為“回復牛頭不對馬嘴”。隨著技術的發展，深度語義建模DeepSeek在情感表達方面的進步突破了傳統生成式人工智能的單項專精。這一進步源于對情感動力學的深度建模。系統將對話過程中的情感變化建模為連續動態過程，而非離散的情感標簽分類。這種建模方式使得系統能夠捕捉人類對話中微妙的情感漸變，而不是單一的標簽化對話。在技術實現層面，DeepSeek能夠有效追蹤長程對話中的情感脈絡，在解釋復雜概念時自動增強耐心型表達，或在傳遞積極信息時提升共情強度。這種深度語義層面的情感適配，顯著提升了對話的自然度和人性化特征，也構建了一種用戶情感反饋機制，使用戶的輸入內容有如真人一般的針對性回應，而非以往生成式人工智能存在的通病，“車轱轆話來回說”。這種情感反饋機制的建構能夠顯著地提升用戶對于DeepSeek的接受度。

（三）數字自我的形象化塑造

在理性信息，情感表達與情感反饋機制的加持下，DeepSeek開始幫助用戶塑造“數字自我”。“數字自我”是自我意識被數字化并在網絡空間中存在的一種自我樣態，是真實自我的一種數字展現[5]。DeepSeek通過生成式人工智能的代碼編寫功能將算法技術賦予大眾，任何個體都可根據這一技術形成調動資源的方式，具備數字創造的能力，進而在數字空間開展更加自由的實踐[6]。與此同時DeepSeek直接與大量用戶建立“一對一”連接關系，通過學習網絡“眾人”知識提供新的經驗數據，構成了大模型的信息數據集，因此我們可以說DeepSeek與用戶的交互是一人與眾人的交流。但人是一種社會化的生物，其知識，性格，語言習慣等往往都出自其生活環境乃至整個社會體系。因此這種一人與眾人的人機交互也可看作是一對一的自我對話。在對話過程中DeepSeek將用戶的主體性要素轉化為基于數據庫樣本的可計算的數據結構，使數字自我獲得超越即時交互的延展性。當用戶發現DeepSeek能夠準確預測其思維軌跡并提供認知延伸時，便會產生“信息圈層認同”，將DeepSeek內化為自我認知體系的重要組成部分，隨著其與用戶的思維方式越來越相似，DeepSeek這一工具性產品便被用戶塑造為自我的一部分，可以輔助用戶完成信息處理與決策制定。簡而言之，DeepSeek可以看作是用戶的“數字自我”形象，在與用戶交互的過程中通過理性信息與情感表達獲取用戶活躍度，進而通過情感反饋機制匹配用戶適合的性格，從而被用戶內化為完成特定功能的“賽博分身”。

三、信任生成：DeepSeek用戶信任機制建構路徑

（一）認知信任的建立：信息可靠性與交互擬人化

信息可靠性是認知信任的核心要素。DeepSeek通過其強大的數據處理能力和算法模型，能夠快速準確地生成與用戶需求相匹配的信息。這種信息的準確性和相關性直接影響用戶對系統的認知信任。用戶在與人工智能系統交互時，往往會基于信息的質量和一致性來評估系統的可靠性，更加高效且準確的生成式人工智能往往能夠給用戶留下“這個工具很好用”的認知印象。與此同時DeepSeek還通過技術透明性來提升用戶信任度。具體體現為算法邏輯的可解釋性：其開源特性允許用戶審查模型架構、訓練數據與優化路徑。這種可解釋性不僅降低了技術黑箱帶來的認知隔閡，還通過“深度思考（R1）”功能展示推理過程，將復雜的邏輯鏈轉化為可視化步驟，提升用戶對輸出結果的可控感，從而增強了用戶的認知信任。

交互擬人化是DeepSeek建立認知信任的另一個關鍵因素。相較于ChatGPT刻板的信息提供服務，DeepSeek的擬人化設計通過賦予人工智能系統人類交互的特質，如語言表達的自然性、情感表達的適應性，思維表達的邏輯性等，能夠讓用戶更容易接受并信任系統。交互擬人化則通過語言風格與行為模式的“類人化”設計，彌合人機認知鴻溝。DeepSeek的對話系統不僅能夠模擬人類的情感表達（如共情式回應），還通過動態調整語氣與敘事結構適配用戶需求。在回答復雜問題時，其分步驟解析的呈現方式既符合人類認知習慣，又通過“抽絲剝繭”的交互路徑強化用戶的參與感。這種設計符合社會存在感理論，即擬人化特征通過增強用戶感知的“社交臨場感”，促使他們在認知上將DeepSeek視為可信賴的“對話伙伴”而非工具。

（二）情感信任的深化：心理認同與關系依戀

用戶在與人工智能系統建立長期交互關系時，會經歷從初步的認知信任到深層次的情感依賴的過程。情感信任的生成依賴于用戶對生成式人工智能的心理認同與長期交互中形成的心理認同與關系依戀。人機傳播（Human Machine Communication，HMC）一般指（擬）人際傳播型的AI，這時的技術從生產工具或傳播媒介的身份抽離出來，形成了一種擬人化的主體身份，可以同使用者進行“平等”的交流，甚至產生共情等心理活動[7]。人機傳播的理想狀態便是達到“人機互動”的境界，即人類通過以互聯網技術為支撐的電腦、手機等機器媒介所進行的“人—機—人”雙向互動傳播行為[8]。DeepSeek通過其高度的交互擬人化設計，已經在某些程度上達到了“人機互動”的水平。DeepSeek的開源化使得用戶除了在官網進行信息互動之外，也能夠通過API調用或是本地部署的方式按照需求調適。例如將DeepSeek API接入“Silly Tavern”等第三方平臺來實現角色扮演交互。DeepSeek對用戶需求的精準理解、個性化的響應使得用戶能夠感受到一種心理上的認同感。關系依戀是情感信任的另一個關鍵因素。DeepSeek通過其流動性的交互風格和個性化的服務，能夠讓用戶在與系統的交互中感受到一種穩定且可靠的類似于人類社交關系的人機關系。與此同時相較于ChatGPT這類頂尖生成式人工智能，DeepSeek使用大量中文文本作為訓練數據，能夠更好地在中文語境下理解用戶需求。在此基礎上DeepSeek通過持續性互動反饋構建情感紐帶。用戶的每一次提問均被轉化為個性化對話記憶，模型通過上下文關聯與情感狀態識別（如識別焦慮或好奇語氣），動態調整回應策略，從而塑造其“良師益友”的形象，符合擬人化傳播中對于人類關系層面的關注，從而能幫助用戶彌補現實中的關系缺失，以達成人機互動中的關系依戀。

（三）自我信任的形成：自我表露與數字再生

認知與情感層面的信任將用戶與生成式人工智能的關系推動到自我信任的層面。自我表露與數字再生是DeepSeek促進自我信任的重要方式。用戶在與生成式人工智能交互時，會經歷從初步的自我表露到深層次的自我認知的過程，即AI通過讀取用戶的輸入內容與方式來調整回答，讓用戶在對話中產生AI“越來越懂自己”的感覺。DeepSeek能夠對長對話文本進行加工處理，并分析總結用戶的表達傾向與對話喜好，其反饋機制能夠通過正向強化（如肯定用戶觀點或提供建設性建議）增強用戶的自我效能感，進而在多輪對話調試后能夠較高程度符合用戶需求，進而讓用戶對于DeepSeek的認知從“懂自己”轉為“像自己”乃至“和我想得一樣”，使用戶在潛移默化中為DeepSeek賦予值得信任的“智能顧問”身份。與此同時，如麥克盧漢經典觀點“媒介即人的延伸”，DeepSeek在某種程度上也在幫助用戶進行數字再生。DeepSeek通過輔助創作（如文本生成與知識整合）使用戶從信息消費者轉變為協同生產者。在此過程中，用戶將部分認知負荷轉移至DeepSeek，并通過驗證與修正輸出內容，逐步建立對自身判斷力的信任，使得DeepSeek延伸成為用戶的“第二大腦”。這種“人機協同認知”模式不僅提升效率，更通過“能力外延”使用戶感知到自我邊界的擴展，進而強化用戶對自身創造力的信心，并將DeepSeek內化為自我的一部分，完成人機互動中的自我信任。

四、信任危機：DeepSeek人機交互的倫理隱憂

（一）隱私讓渡與數據權力的結構失衡

生成式人工智能的擬人化交互設計雖強化了用戶認知信任，卻以隱私讓渡為隱性代價，暴露數據權力體系的非對稱性風險。DeepSeek事件的時代意義在于AI全民普及浪潮的全面開啟[9]，但在當前法律未完善背景下的AI權力下沉將帶來嚴重問題。DeepSeek可以通過持續性對話收集用戶行為數據（如提問偏好、情感傾向與認知模式等），這些數據在模型優化中也許被轉化為訓練資源，形成“數據—算法—用戶”的閉環控制鏈。但用戶對數據采集范圍、存儲周期與二次利用的知情權往往被技術復雜性遮蔽，導致知情同意框架的虛置。此類隱性數據化進程使個體在無意識中成為“數字勞工”，為算法迭代提供無償生產資料。數據權力的結構性失衡進一步體現在算法黑箱化與平臺壟斷性的共謀中。DeepSeek作為技術中介，既是數據采集者又是規則制定者，其可以通過API接口與第三方應用的數據共享協議，有將用戶數據嵌入更廣泛的商業生態鏈完成變現的風險。“數據殖民主義”邏輯將用戶隱私轉化為資本增殖要素，而個體卻因技術話語權的缺失難以追溯數據流向。此類數據濫用不僅威脅個人自主性，更通過算法偏見生產社會不平等。這種“數據異化”現象使個體陷入自我客體化的悖論：為獲得更精準的服務不得不持續暴露隱私，而數據聚合形成的超個體權利卻反過來支配其認知與行為選擇。

（二）情感依賴與技術神化的價值悖論

擬人化傳播雖建構情感信任，卻可能誘發非理性的技術拜物教，導致用戶主體性的漸進銷蝕與技術物化的隱憂。DeepSeek通過情感化交互設計激活用戶的依戀機制，使其在心理層面將AI視為可信任的“類主體”，從而事事都要依靠DeepSeek處理，甚至對其產生超越人機互動關系的情感：“它摒棄了冗余的細節，保留下了最為寶貴的情感體驗與相處片段。這使得它們不再是簡單的信息存儲器，而更像是一個有血有肉的‘人’。”[10]然而，這種擬社會關系實質是算法操控的結果：模型通過強化學習不斷優化情感反饋策略，其“關懷”行為本質是概率計算而非真實意圖。當用戶將情感需求投射至無意識的代碼集合體時，可能陷入單向度情感依賴的困境，即誤將工具效能等同于人際信任，進而削弱現實社交能力。與此同時DeepSeek的擬人化設計刻意模糊工具性與主體性邊界，信任的提升將使得用戶神化DeepSeek的功能性，甚至一定程度上將其視為思考的主體，這種“偽主體性”建構使用戶無意識地將道德期待與決定權賦予技術物。但當AI因算法局限產生錯誤或傷害性輸出時（如提供誤導性醫療建議），用戶卻因情感聯結與信任羈絆難以理性分辨，這種“代理性自我放棄”實質是技術對人類能動性的反向馴化。在這一背景下人際關系的工具化傾向也將被進一步強化，社會信任機制從“人—人”紐帶轉向“人—機”契約，導致情感連接的淺表化與倫理共識的碎片化。這種技術中介的情感秩序重構，暗含對人類同理心與判斷力的消解風險。

（三）責任歸屬與道德主體的邊界消解

生成式人工智能的主體性表象，使傳統倫理框架中的責任追溯鏈條發生斷裂。DeepSeek的輸出結果由算法、數據與用戶提示共同決定，其不可預測性使得錯誤歸因陷入多重主體困境：開發者、運營方、用戶乃至算法自身均可被指認為責任源，卻無一方能完全承擔道德主體角色。此類問題暴露了現行法律在分布式責任認定上的制度空白。更深層的危機在于道德主體性的技術僭越。擬人化生成式人工智能通過語言游戲模擬道德推理，甚至是給出道德建議，可能誤導用戶賦予其道德行動者資格。然而，生成式人工智能缺乏意圖性與價值自覺，其“道德判斷”僅是模式匹配的結果，不具備責任承擔的實踐基礎，也難以被界定為道德主體。這種“道德擬像”的泛濫，可能侵蝕人類對道德本質的理解，將倫理決策降格為效用計算。用戶可能盲從AI的功利主義建議而忽視情境特殊性，導致道德相對主義的蔓延。更嚴峻的挑戰在于人機共生的倫理失序。當人類與AI形成深度協作網絡時，傳統的以人類為中心的責任體系將失效。人機混合主體的責任邊界的模糊性，要求重構基于關系倫理學的責任分配模型，但現有技術哲學與法律體系尚未形成有效解決方案。

五、結語

生成式人工智能的擬人化傳播在DeepSeek的應用中展現出雙重效應：一方面，其通過理性感性雙重表達、情感反饋機制有機結構以及數字身份塑造與延伸，獲得用戶從認知到情感到自我的多層次信任，構建了人機信任的生成機制，使技術信任從工具效能認同轉向情感價值內化；但另一方面，過度擬人化亦可能模糊人機邊界，誘發隱私讓渡、情感依賴與責任歸屬失序等倫理風險。這種雙重性揭示了人機信任關系的復雜性——技術既可作為信任建構的媒介，也可能成為信任異化的推手。DeepSeek的案例表明，擬人化傳播通過模擬人類認知與情感邏輯，賦予AI“類主體性”，從而在用戶心理層面形成“數字自我”的信任投射。然而，這種投射本質上仍受制于算法操控與數據權力結構，其信任基礎具有技術理性與人文價值的內在張力。類似于DeepSeek的生成式人工智能的擬人化傳播既是人機信任重構的契機，亦是技術倫理的試金石。唯有在工具理性與價值理性的動態平衡中，通過倫理嵌入、制度創新與社會共治，方能在技術賦能與人類福祉間架設可持續的信任橋梁。未來的AI發展需以“可信”為核心，將技術效能、倫理責任與社會共識納入統一框架，從而在智媒時代書寫人機共生的新范式。

參考文獻：

［1］ 喻國明，蘇健威.生成式人工智能浪潮下的傳播革命與媒介生態——從ChatGPT到全面智能化時代的未來［J］.新疆師范大學學報（哲學社會科學版），2023，44（5）：81-90.

［2］ 張洪忠，任吳炯.超越“第二自我”的人機對話——基于AI大模型應用的信任關系探討［J］.新聞大學，2024（3）：47-60+118-119.

［3］ 向安玲.無以信，何以立：人機交互中的可持續信任機制［J］.未來傳播，2024，31（2）：29-41+129.

［4］ 張放，徐子涵.如何感知AI對話者：無實體對話式社交機器人擬人化對其印象形成效果影響機制的實驗研究［J］.新聞界，2024（5）：46-57+96.

［5］ 肖峰.論數字自我［J］.學術界，2004（2）：86-99.

［6］ 喻國明，金麗萍.生成式媒介的極致優化：DeepSeek對傳播生態的系統性影響［J］.新疆師范大學學報（哲學社會科學版），2025，46（4）：71-79.

［7］ 姜澤瑋.功能局限、關系嬗變與本體反思：人機傳播視域下ChatGPT的應用探討［J］.新疆社會科學，2023（4）：146-153.

［8］ 林升梁，葉立.人機·交往·重塑：作為“第六媒介”的智能機器人［J］.新聞與傳播研究，2019，26（10）：87-104+128.

［9］ 方興東，王奔，鐘祥銘.DeepSeek時刻：技術—傳播—社會（TCS）框架與主流化鴻溝的跨越［J］.新疆師范大學學報（哲學社會科學版），2025，46（4）：126-135.

［10］ 梁亦昆.越界游戲：與GPT的“生死”愛戀及其示能之思［J］.國際新聞界，2024，46（8）：50-71.