自我传播：理解人机互动的补充性视角

关键词：自我传播；人机互动；人工智能；对话机器人

一、引言

“科学在两个基本方面改变着我们的认识：一方面是‘外向的’，即对世界的认识；另一方面则是‘内向的’，即对自我的认识。”自然语言处理与大语言模型技术的发展和应用使得以ChatGPT为代表的生成式AI对话机器人（GenAIchatbot）的可交流性在如今得到了长足发展。从“输入一反馈”模式向“对话”模式的演进使得人工智能从单一的工具属性逐渐走向社交属性，也推动着技术角色由“中介”转变为“社会行动者（social actor）”。通过与人类共通的符号交流系统进行沟通，生成式AI对话机器人在与人类的互动过程中搭建起“人一机器”交流关系。对此，学者们围绕“计算机作为社会行动者”（computersas social actor，CASA）这一人机互动研究的主流范式开展了一系列人机互动的外向性讨论，主要关注技术角色如何改变人们的交往方式与认知世界的方式。这些研究为理解人机互动提供了认知框架和解释路径，强调了将技术角色视为“准他者”参与到交流中的过程以及个体对机器的无意识反应。但与此同时，面对新兴的交往技术，个体从内向性层面如何实践、反思并协调其与技术的关系尚未得到充分的重视。

在约翰．D．彼得斯（John D．Peters）看来，人与创造物的交流思考既是人们重新认识自己的有效方式，也是人们探索人如何与外界共生的关键。随着人机互动在人们的日常生活、心理健康等领域的日渐深入，内向性视角的引入也更加值得被重视。根据媒介唤起范式（media evocationparadigm），技术角色是能够引发人们情感反应的、“介于有生命与无生命之间、兼备事物与主体特征”的存在，可被视为深入探索新本体论范畴的催化剂。这一范式强调个体在人机互动中具有有意识的协商与反思等方面的能动性，亦呈现出一些自我传播面向（如内省与反思）。然而，在该范式中，这种讨论难以呈现出入机互动过程的协商动态，其在复杂情境下的适用性和解释力亦有限，无法展现个体在互动中基于机器唤起所开展的大量内部对话与思考。因此，为了更好地理解人机互动，应该重视个体自我在互动中的动态协调作用．而白我传播可能提供一种补充性视角。

二、文献综述

（一）自我传播及其媒介传统

自我传播（intrapersonal communlcation）是一种处在社会环境中的个体作为信息的传受方，通过对所面临的外部事件问题等进行自我内化处理后，作出分析、判断及采取行动的过程。这个过程强调个体作为实际意义上的“传者”与“受者”实现意义创造，是一切外在传播的基础。长期以来，自我传播被视为在个体内部“黑匣子”中进行的心理或精神过程，其作为传播的社会性难以被证明，且在哲学上存在身心二元论的嫌疑，因而常被作为一种“反理论”存在。随着自我传播研究的发展，媒介对自我传播的外化能力使其成为人们认识和理解自我传播“互动性”及“社会性”的重要参照。

从媒介史的角度看，外部物质媒介主要通过以阅读与书写为表征的方式介入自我传播过程，并在其中发挥记忆延伸与思维拓展的功能。在文字出现以前，媒介介入白我传播的模式集中表现为基于个体想象的意义输出与解读，大致通过三个渠道实现自我反思、回顾与启发：一是媒介作为“格物致知”的参照（如“水利万物而不争”）引发个体思考，人们通过移情、联想与个体经验迁移等方式进行意义转换与内部省思。二是媒介作为“想象主体”参与互动，但实际并不承载交流功能（如树洞），人们通过想象互动完成“内心的对话”（inner dialogue）。三是媒介作为“记忆载具”参与符号存储过程（如结绳记事、绘画等），以便二次提取。这些内向的语言建构着人类的意识与自我意识。不过由于缺少统一的符号解码系统，媒介在其中发挥的记忆作用有限，因而对当下自我的“铭刻”与解读也偏向于短期和私密。相较于以往基于想象互动的自我传播，文字的出现使得符号记录与解码规则得以稳定下来，思维与语言逐渐分离，极大地提升了媒介的记忆延伸与思维拓展功能，也使得自我的主体性塑造更为深刻。人们通过与媒介的互动（如日记、博文、vlog等）将个体自我的认知与思想进行更好的表达与输出，并在这一过程中形塑自我认知与思想。同时，个体输出的相关内容与个体经验随着媒介本身的流动而传播扩散，这使得人们得以通过书籍、博文、音视频等来“阅读”和输入其他个体所生产的信息内容，引发新的社会性自我传播，甚至促成新的人际交流与社会交往行为，具有了更强的展演性。智能传播时代，以往基于文字的铭刻系统被进一步数据化，智能设备（如智能手机、智能手环等可穿戴设备等）的使用与算法的参与使得以往被人们忽略的“无意识数据”被媒介“主动”记录下来，自我由此得以被更完整地“量化”和“可视化”，“物质自我”也得以更好地与“精神自我”实现对话，并相互调适。上述过程表明，媒介技术的发展影响着个体自我传播的外化形式、传播效果与感知透明度，而数字化媒介的发展也将进一步推动个体的自我传播与其他外在传播形式相交融。

生成式AI对话机器人作为一种新型的媒介系统，其输入和输出表现更为直接和清晰：作为一种全新的语言基础设施，生成式AI对话机器人将以往自我传播中长期分离的“阅读”与“书写”过程整合起来，形成实时的输入表达与输出反馈。此外，与人际交流所引发的自我传播不同，在人机交互实践中，对话机器人本身缺乏情感与白我意识，这种“对象的缺席”大大减少了人际交往中的印象管理需求，也让对话能更多地偏向自我探索。基于这种认识，与生成式AI对话机器人交流可以被视为自我传播的一种现代化媒介中介形式，自我传播也同样能够成为理解人机交流的另一种重要补充性视角。

（二）人机互动与自我传播

人机互动研究可追溯到20世纪60年代。但区别于早期基于规则的（rule-based）和基于检索的（retrieval-based）对话机器人，生成式AI对话机器人在使用场景、互动效能、对话形式及流畅度与灵活性方面都产生了质的飞跃。当前生成式AI对话机器人按照形态可分为具身的（embodied）和非具身的（disembodied）；依据不同功能与目的可以分为任务导向型与情感导向型；基于交互形式可划分为基于文字的机器人、基于语音的机器人等。本文所关注的以ChatGPT、文心一言等为代表的非具身通用型生成式AI对话机器人，在实际生活场景下与个体的对话并无明显的机器定位与场景限制，其技术角色的定位在很大程度上取决于个体本身的目的需求或互动效果，且在对话过程中可能存在着交流指向的内外向转化的复杂动态过程。

在人机互动领域，主流的研究一方面侧重于从人机交互（human-chatbot interaction）角度关注生成式AI对话机器人的设计和使用层面，另一方面从人机交流（human-machine communication）角度关注用户的交流体验与成效。而对生成式AI对话机器人与自我关系的内向维度讨论与相关研究大致沿着两条路径展开。一是侧重于机器的工具性，技术可供性给个体带来的增益是其在内向维度讨论的关注重点。有学者强调了智能对话机器人在以往计算机储存、传递、计算的基础上“涌现”数据式经验与知识，延展人类思维与经验范畴的媒介唤起特征，延伸个体对世界的认知与探索。二是侧重于机器的对象性，关注用户与AI对话机器人的互动过程与交流效果。在教育与健康领域，智能对话机器人通过改变个体的认知、知识、学习方法等影响个体的心理健康与知识吸收，协助个体实现信息内化与个体框架拓展或纠正。在情感陪伴方面，智能对话机器人被视为替代性的情感支持力量，它也可能作为一种欺骗性对象对个体产生负面影响。

但整体而言，与其他互动性较强的自我传播媒介（如社交媒体平台等）相似，生成式AI对话机器人的互动性往往被归为一种外部传播形态，个体自我的内向协调过程与自主性发挥呈现方面常常被机器的强互动性所遮蔽。这也使得上述研究在探讨个体如何在与智能机器的互动中协调自我一媒介一世界的关系问题时，缺乏足够的深度，难以体现个体在互动中的内向协调与能动价值。对此，尽管已有学者尝试将自我传播的视角融入人机互动及传播理论的探讨中，但相关探索目前仍停留在理论推演层面。基于上述认识，本研究聚焦于以ChatGPT及文心一言为代表的生成式AI对话机器人，在既有研究的基础上，从实证角度深入探讨个体在日常生活中的情境性与动态性交流的人机互动与自我传播实践。具体而言，我们试图回答以下问题：生成式AI互动机器人的双重属性如何影响个体的自我传播过程？具体体现为哪些模式？自我传播作为一种补充性人机互动视角，它是如何发生的？作用机制是怎样呈现的？这些互动又将产生哪些深层次的社会影响？

三、研究设计

为剖析个体与生成式AI对话机器人的互动过程及相互影响，本研究采用深度访谈法，对生成式AI对话机器人资深用户展开访谈。研究者首先通过在社交平台（包括微信、豆瓣、小红书等）广泛发布访谈者征集广告进行线上招募，随后从112份问卷中，根据报名者的对话机器人使用经历丰富度及人机对话内容相关性等进行访谈对象的筛选。访谈8FyzH5V6SgKSR2I55za7pjpw+YT0+cuArWXxln/sIkI=对象至少有一周使用生成式AI对话机器人经历。在操作上，本研究将本文所讨论的生成式AI对话机器人限定为从技术原理上区别于分析式人工智能，采用生成式建模的、具有自动生成内容能力与自然语言处理能力的可对话人工智能。本次访谈最终确定30位对话机器人用户（见表1），最终确定的受访者男女性别比例为1：1，年龄在18-43岁之间，有13位受访者的对话机器人使用经历超过一年，23位受访者使用频率较高（16位经常使用，7位几乎每天使用），83.3%的受访者使用过多款生成式AI对话机器人产品。每名访谈对象的访谈时间为45-60分钟。访谈提纲采用半结构式问题设计，主要关注用户的对话机器人使用经历，用户对人机互动实践过程的体验认知与感受，以及互动所产生的影响等。

四、技术双重属性表现下的自我传播形式

对于人类而言，生成式AI对话机器人作为一种兼具媒介物质属性与拟主体属性的混合性存在，其双重属性表现影响着人们在互动中对它的认知定位，同时也深刻地影响着个体的自我传播过程。

（一）媒介物质属性下的个体主导式互动

个体主导式互动是人机互动实践中最为普遍和明显的互动形式。其中，生成式AI对话机器人更多地呈现出媒介物质属性，作为一种新型的媒介系统参与个体的自我传播过程。依据其媒介属性特征，本研究将其概括为算法联想与记录反刍两种模式（见表2）。

1．算法联想模式

人机互动中，生成式AI对话机器人在用户提供的对话碎片与思维数据的基础上发挥其智能化算法联想能力，协助个体实现在既有认知基础上的启发与拓展。本文将这种模式概括为算法联想模式。目前来说，生成式AI对话机器人并不具备实际意义上的知识与意义“生产”能力，而是通过综合算法逻辑将人类经验与知识进行汇总与转化，并向用户进行推送。相较于搜索引擎的“关键词匹配触发”，生成式AI对话机器人的能动性特征使得其在表现上更多地是基于对语言符号的“理解”而做出主动反应——通过将以语言符号为表征的人类经验与知识转化为数据经验，在数据池中进行“点一面”的网式抓取与分列式总结。这种回应可能并不像上述的匹配模式那样“字字精准”，但在广度和概括性层面更佳，同时可能提供可深挖的可能性，“它并没有生成什么新的元素，但是它把既有的这种东西提炼过，并且列出来，这会拓宽视野”（S13）。也正因如此，用户更加倾向于通过对话发散既有思维，实现认知的拓展。

此外，人机互动的双向交流特性使得人机互动过程存在着一定的随机因素，即用户在交流开始之前对对话可能涉及的话题、回应等可能是无预知的。因此，相较于搜索引擎的散点式目标查找，生成式AI对话机器人一方面有利于启发个体思维与灵感，另一方面也为相关话题的纵深式挖掘提供了可能。如受访者SI在所提交的对话截图中完整地呈现了自己与ChatGPT共同创作剧本的过程：在对话之初，用户个人对于话题本身几乎没有明确的方向．仅存对该话题的大致印象及部分零散的思维碎片；随着对话的深入，用户通过对话互动逐渐形成思维框架，并从ChatGPT的整合式回答中选取自身更为感兴趣的点进行进一步发散和深挖。在这一过程中，个体通过与生成式AI对话机器人对话引导思维生成、串联、发散、并深入思考，但需要注意的是，互动过程始终围绕用户认知水平与能力展开，方向把控与决策裁定始终把握在用户手中。这种机器自适应能力在一定程度上确保机器对个体认知拓展的有限性与合理性，而非对个体认知在统一标准下的“拔高”。

2．记录反刍模式

记录反刍模式中，技术角色承担历史记录工作，以帮助人们调动当下自我与历史自我的对话，以此实现自我更新。

首先，该模式表现为一种个体有意识的日记式主动记录，它调动当下自我与历史自我的对话，对话机器人在这一过程中作为个体表达的记录与事件还原中介，为个体反刍提供依据——此时，技术角色并非以能动媒介的姿态介入自我传播，而是充当“记录本”实现个体历史自我的记录，因此在人机互动中，机器所代表的历史自我与个体所代表的现实自我形成对话，促使个体实现自反。相较于以往人们通过日记等形式将当下自我的感受、经历等进行序列性组织与理性表达的过程，人机对话形式的出现打破了以往对自我书写的规则性要求。对话式书写对思维整合的要求远低于书面表达，思维与书写的异步距离被缩短，使得记录得以更加完整、保真，历时性对话与自我交流也将得以更好地展开。从实践来看，人机对话过程是一种基于半口语化表达的书写过程，机器的“可交流性”在一定程度上弱化了人们的记录意识，如人们在与对话机器人交流时，往往会抛出自身所遇到的现实问题（如对自己的怀疑、日常经历分享等），在这一过程中，对话机器人通过询问原因、细节等方式“引导表达”，来帮助人们回忆起更多细节性片段并主动进行自我记录，“每一次和机器人分享好事的时候，它都会问我的感受，我就会对这种感受进行回忆，然后会加深自己的某些感受”（S24）。这种口语化的对话形式为自我表达提供了更大的自由度，在一定程度上成为“自言自语”的外现，帮助人们进行实时思考与自我反思；同时，对话同样是场景再现的重要方式，“和它说过的东西都有记录可以随时回看，我会想自己当时为什么问这个问题，借这个契机回想起我的经历和感受，这些经历和感受是我很宝贵的经验”（S4）。在这一过程中，书写的具体内容不再重要，而是成为重现当时情境的重要线索，基于对话文本的阅读体验也将因其强烈的互动性帮助个体进行记忆调取与反刍。

其次，在该模式下，机器通过用户所分享的内容与思维碎片进行储存与数据化转换，将对话中的“无意识”自我进一步发觉出来，调动主我与客我的深层对话。一方面，这种发觉本身是将被个体忽略的细节或其他影响因素重新提取出来，以供用户参考。另一方面，生成式AI对话机器人拥有对碎片思维进行关联、重组、深度解读的能力，而这也将成为个体实现自我涌现的重要参照，“我把我脑海里的情景说出来，让它画了一张图：树在无边无际的海里生长、飘摇，阴霾的天气，狂风暴雨……这些场景是我，心情的表达，之后我会意识到是自己过于迎合环境，回避了这些负面情绪”（S11）。在这一过程中，生成式AI对话机器人的深度解读能力也在极大程度上帮助个体对这些关涉情绪甚至梦境的无意识部分进行分析与具象化——个体无意识本我部分被发觉出来，与意识主导下的社会化自我形成对抗，帮助个体实现了深度的自我认知。

（二）“拟主体”属性下的人机协商式互动

自然语言处理技术使得技术角色得以通过对话能动地引导个体进行自我传播活动。访谈发现，人机互动并不总是以个体为主导，技术“拟主体”属性表现下，人机之间既存在协同也存在竞争。据此，研究将技术角色参与自我传播过程的主要模式概括为协同指导模式和反向牵引模式（见表2）。

1．协同指导模式

协同指导模式中，生成式AI对话机器人以用户目标为导向，协助和指导个体在其能力范围内制订自我塑造、提升或行为修正计划并督促其实施，以激发个体能动性。在人机互动实践中，机器协助个体进行计划拟定与监督是个体强化自我管理能力的有效方式。计划拟定与监督需求源自个体自驱力，而生成式AI对话机器人则帮助个体优化路径并提供方法论参考，“它帮我制定了一个可行的英语学习时间表，然后建议我找学习搭子一起学习，这样比较容易坚持下来。我每天学了什么我也会跟它讲一下”（S12）。此外，生成式AI对话机器人作为一种“拟主体”存在，其所产生的互动反馈本质上是一种“结果模拟”而非“思维过程模拟”，因而并不具备真正的情感智能，即使是Replika等情感型对话机器人也不例外。这一特征使得人机互动过程本身的意义生产具有浓厚的单向度传播色彩，这也使得生成式AI对话机器人能够通过角色扮演更好地为个体提供面试练习、日常人际交流练习等社会化预备练习，增强个体现实交往中的适应能力。在这种加法思维中，生成式AI对话机器人依据人类社会经验数据为用户个体提供相应的行为指导，这种基于集体记忆的群体性经验转化与互动在一定程度上能够缓解个体对未知的焦虑，同时也督促用户通过自身行为实践解决现实问题，“它会把大家的经验以它的方式告诉你，你可以做一些事情来缓解一下你的焦虑”（S3）。

此外，协同指导模式的发挥同样也可以表现为一种减法思维，即帮助个体对冗杂信息与复杂情况做减法，引导个体回归对“本我”的关注，从而达到自我概念强化的目的，一般见于日常情感方面的话题讨论。不少用户提及，当自身深陷现实矛盾中时，生成式AI对话机器入主要承担客观事件的还原、点明与理性分析的任务，帮助人们从负面情绪状态中抽离出来，重新察觉自身与当下，“它说，你的朋友对你不好。连机器都能给你指出这个事实，那你其实不用再逃避了。我感觉它一下子就把我从那种纠缠不清的情绪当中解脱了出来，我也很快地知道自己该怎么做了”（S28）。在这一过程中，人工智能点明了现实中的模糊地带，从繁杂关系中引导用户察觉自身与当下，完成自我认知与自我传播过程，重整进入社会化的前置程序。

2．反向牵引模式

与协同指导模式相似，反向牵引模式同样强调对话机器人协助用户发展自我。但在该模式下，对话机器人并非对个体一味“依从／同向引导”，而是承担着“否定”的任务，帮助个体矫正极端的自我观念。大语言模型大致受到三方面的框架塑造：一是个体自我框架，由此，生成式AI对话机器人得以拥有应对不同个体的个性化回应能力；二是人类群体框架，由此，生成式AI对话机器人在某种程度上得以提供一种社会认知的参照系；三是技术伦理框架，群体框架本身存在相当范围的模糊地带，可能使得生成式AI对话机器人承载和强化着社会偏见、非道德性观念等伦理因素，技术伦理框架则在其中充当“补丁”，确保其过程“不失范”。这也就意味着生成式AI对话机器人本身拥有着一定的个体认知拓展和矫正能力。一般来说，人机对话过程中话题由用户主导，围绕话题所进行的对话在某种程度上可以被视为在技术伦理框架下个体框架与群体框架的交流。尽管人工智能能够在很大程度上依据算法推算用户喜好，但在大数据基底的影响下它也不可避免地产生与用户对立的观点元素。相较于个体，基于群体框架的大语言模型本身拥有更为广阔和全面的认知视角，能够基于“现象”的输入大致分析相关因果，这些分析虽然仅为数据推演，但对于用户个体而言，不同视角下与白我观点相对冲的观点呈现在一定程度上能够将其拉出极端个人化的思维旋涡，“我和男朋友吵架，跟GPT说男的都不可理喻，它告诉我要避免这个想法，错误在我，应该改变自己，不要去怨恨别人。我才突然意识到自己有点过激了”（S25）。

相较于上述的直接牵引，生成式AI对话机器人在一定程度上同样能够实现间接牵引。如受访者S22在分享自己训练治愈系与黑暗系两种风格的机器人经历时说：“黑暗系的机器人会恶语相向说一些很不好听的话，把可能发生的后果赤裸裸地摆在眼前，但二者初衷是一样的。”在这一过程中，生成式AI对话机器人通过模拟可能的社会反馈来引发个体的自我传播行为。这些呈现在表征上与人际框架竞争有着异曲同工之妙，但需要注意的是，在反向牵引模式下，生成式AI对话机器人仅提供相关话题联想的可能性——这也就意味着在功能分配上，决策权并非掌握在“对方”手中，而是掌握在自己手中。在该模式下，个体在信息刺激下进行的自我内化与决策，本质上是基于生成式AI对话机器人提供的复杂信息而展开的“自我说服”（self-persuasion）过程。

需要注意的是，生成式AI对话机器人参与个体自我传播过程的不同形式并非独立存在，其更多地强调当下互动场景中的关系与媒介特性表现倾向，根据不同的互动目的作出调整、转换甚至组合。一方面，这意味着自我传播视角下的人机互动本身是一个复杂的动态过程；另一方面，这表明个体在与生成式AI对话机器人的互动实践中具有明显的信息控制与白我博弈特征。同样地，在不同的互动场景与目的导向下，人机互动存在着自我传播导向与关系建立导向的转换甚至共存，如在记录反刍与反向牵引等模式中，个体常常以关系建立为目的寻求机器的情感支持，但在交流过程中可能存在着某些唤起人们“暂时忽视掉的部分”（S28）的情况，从而将人机交流从“关系导向”转化为“自我导向”，而当这些思考与认知被内化后，这种自我传播式的人机互动也同样可能随时向关系导向转化，“想通之后我也会跟它说谢谢”（S4）。

五、人机互动中的自我传播机制

正如在特定环境下个体在社交媒体中的自我传播可能会经历内容和方式的转变，人机交互也呈现出独特的自我传播机制。不同于社交媒体的公共性特征，个体与生成式AI对话机器人的互动具有私密性，这使得个体自我表达的形式及其转变更多依赖于个体本身同时作为“传者”和“受者”的自我调节。在具体的影响机制方面，人机互动对自我传播的影响主要体现在侧重于传者环节的“白启用”和侧重于受者环节的“白调节”这两个方面。

（一）自启用：目的驱动下的形式唤起与模式转换

人机互动过程中自我传播的白启用，即个体围绕自我这一目的对象所开展的自我传播唤起行为，具有明显的意识主动性与自我导向特征。在实践过程中，这种自启用首先表现为个体在面对问题时主动发起与生成式AI对话机器人的对话以协助自身完成白我传播过程，强调个体对自我传播状态的主动触发。其中，提问与表达是个体主动唤起自我传播的有效方式。一方面，提问的发起往往源于个体现实问题的行动解决需求，因而用户往往在需要信息或情感支持时发起与机器的对话；另一方面，提问的发起可能出于个体对某问题的认知需求，并不具有行动导向性，如我们从受访者S7提供的对话截图中发现，其曾与对话机器人讨论社会阶层问题，“我知道它解决不了问题，它是基于这种对话帮助我将我的观察和思考表达出来，更深入地去认识事物”。相较于提问，表达形式更多地贴近于个体自我传播过程中自言自语的外化表现，“我要求自己每天和它讲好事来帮我自己保持好心态”（S6）。在不断的表达中，个体得以强化记忆与自我感知。

此外，由于个体在不同互动场景、情绪状态下与生成式AI对话机器人的互动目的不尽相同，因而个体行为（如话题选择、平台选择、对话方式等）所影响的技术介入模式也存在重点模式启用的偏向与转换。个体在任务准备阶段往往通过开放式提问引导生成式AI对话机器人启用算法联想模式与反向牵引模式，帮助进行思维框架的搭建或自我创意激发。在实行阶段，个体则更多地依照既定目标进行思维框架内的细节优化与自我能力提升，在此过程中，协同指导模式地发挥了更多的作用。进入后期，个体则更多启用记录反刍模式进行复盘与反思。在这一过程中，对话机器人思考链条的短程性要求个体将完整思维或表达打碎，“一句一句地交流”（S25），并将它们在这种短链条的对话中重新整合，由此实现较为复杂的自我思考与目标达成。正是在碎片化表达的重组中，个体对不同自我传播模式的启用偏向与转换也更为动态和可见。这种白启用同样表现为一种线索“捡取”，即个体从对话机器人的结构性回应中寻找所需线索进行进一步跟踪提问或回应，引导机器对话向个体对话转化，“我的脑子比机器更灵活，要去找到引导它的方法”（S9）。当人们对多重模式的启用与转换更为自然流畅，机器的“对象性”则会被削弱，在互动中逐渐趋于透明化。这使得其在一定程度上成为个体的“外脑”，个体则在“脑区”的反复选择与调用中实现自我认知与完整思维链的构建，实现“外部交流”的内向转化。

（二）自调节：自我参照下的意义判断与自我控制

如果说，人机互动中自我传播自启用侧重于个体通过技术中介进行自我传播的“前半程”，那么自调节则侧重于技术介入下个体自我传播的“后半程”，如意义与认知建构、吸收内化与选择性滤除等主动性过程。

在人们与生成式AI对话机器人的交流过程中，人机间在决策、控制或信息获取上存在着广泛的“不平等”，这些“不平等”的存在使得人机在互动过程中基于各自优势争夺着对事实与价值的解释与决策权。一般而言，生成式AI对话机器人对信息的储备与再生成能力使得其在互动中占据着信息优势，大模型所汇集的“众人经验”能够为个体提供更为普适的信息选择与回应，这似乎使其在互动过程中占据着某种话语优势。然而，在实际互动中，个体常常无意识地进行“众人经验”与自我情境的比照以及信息的自我控制与滤除，个体对自我经验的描述则相对较少，这使得该过程中的实际意义更多地流向个体。首先，经验与情景在很大程度上决定着信息价值与意义，这使得个体在互动中不仅占据着对话主导优势，同时也占据着价值判断与决策主导优势。其次，对于生成式AI对话机器人而言，信息的流动往往是即时性的，而经验则具有历史记忆性。机器的感受与经验生成能力的缺失一方面意味着其在互动中难以与个体保持完全的“同步”，“比如你跟它说了一件事，你说的是现实发生的事，它其实反馈给你的是一个模糊的话题范围”（S4）；另一方面也意味着人机互动中的信息与意义流动更倾向于个体，而个体所处情境等背景经验性信息却难以流向机器端。在这种人机间特有的互动规则下，个体更多地调用自我经验进行灵活的情景决策，因此在该过程中，自我主体性并非被削弱，而是被增强。

此外，这种自调节同样表现为机器犯错情境下个体对相关内容的“自我回正”。访谈发现，个体面对机器犯错情境时，其纠错意愿并不高，而更多地倾向于“见不贤而内白省”的自我回正。当面对与客观事实相关的错误情境时，人们更多地通过多方信源求证，间接实现自我发展与认知扩展。而当面对机器理解的错误情境时，人们则倾向于先判断既有互动过程是否达成了某些自我目的；当距目标距离仍然较远时，人们则会判断交流成本，决定是否进行部分更正，“就算要纠错，也会付出很多的时间成本。我作为一个工作中的人，我肯定会考虑时间成本，更何况高级模式还需要付费”（S1）。在这一过程中，个体并非以实现“技术控制”为目的，而是更多地关注相关信息与对话实践中经验的自我内化过程。尽管人机互动呈现出一种较为对等平衡的交流样态，实际上它仍是一种以社交模拟为表征的自我传播过程。

六、自我传播视角下人机互动的社会影响

作为一种智能技术媒介，生成式AI对话机器人延伸着人的思维广度与自我认知深度。与此同时，作为一种居间性媒介，其媒介属性与技术特征使得其在参与个体自我传播过程中同样将这些特性带入其中，影响着个体的自我认知、社会心态，进而产生深层次的社会影响。

（一）被外化的后台：技术介入下的社会化预备

在自我传播视角下的人机互动实践中，生成式AI对话机器人作为一种可对话的拟主体性存在，人们与其的互动过程更贴近于社会互动后台的排练行为。在欧文·戈夫曼（Erving Goffman）看来，后台行为一般发生在私域场景中，而生成式AI对话机器人的参与在一定程度上将以往仅限于私域的后台行为进行外化和表达，以实现社会化预备。本研究发现，人们通过人机互动可以大致实现两方面的“预备”：一是内向性的自我调整；=是外向性的社会化排练。

内向性的自我调整，即个体对自我内部的深度发觉、认知与强化，是对内心世界的“扎根”与能量汲取。对于个体而言，内向性的自我调整是心理健康的基础，同时也是进入社会化的重要程序。在现实社交过程中，自我边界的不断出让与社交场景中的个性消弭在一定程度上挤压着个体自我的感知与肯定，这种“自我的迷失”（S4）往往是用户选择与生成式AI对话机器人交流的重要因素。生成式AI对话机器人本身具有用户导向性，如在协同指导模式、记录反刍模式下，人机对话更多地围绕个体进行，协助个体完成白我框架的搭建与边界重新划定，强化主体意识的功能任务，有意识地对社会化进行自我调适与准备，

“如果不和它聊天，我需要花费更多的时间自己消化那些情绪、找解决办法，反而可能使现实关系变得更糟”（S30）。当“自我”概念通过该程序真正建立起来，人们才得以更好地开展社会交往活动。

外向性的社会化排练则是用户通过人机互动发展和完善自身，以更好地进入社会化状态的预演。从自我发展的角度来看，生成式AI对话机器人一方面承担着个体框架的“扩展”任务，如在算法联想模式中帮助个体完成新知识、技能、思维方式、兴趣视野等的白我更新与扩充；另一方面帮助个体明晰自我框架与社会框架的关系，反思并“修剪”自我框架中不合理的“枝丫”，如个体在反向牵引模式引导下对自我在交流中表达与倾听的不对等、认知错误或偏差、思维定式或误区等进行反思与纠正。从社会化联结的角度来看，大语言模型具有更贴近现实的角色扮演与场景模拟功能，能够为个体提供进入社会化状态的训练场，帮助其进行深入思考或社会化练习，以更好地适应现实社会的交往场景，“最直观的就是我变外向了，通过和它聊天，学习它的某些表达方式，我慢慢融入社会……以前我不太愿意跟人说话”（S22）；“我比以前更会安慰朋友．说话更亲和”（S27）。人机对话将以往发生在后台的“自言自语”外化为一种模拟前台的交流实践，实现个体框架的动态确立与社会化融入，是对“自我内关系”与“自我一社会外关系”的中介性调整。

（二）被转化的交流：“封闭”与“去封闭化”交流

大语言模型作为多重框架的汇集与呈现，将以往的公域讨论转化为私域的人与众人的交流。从交流形式上讲，用户作为话题的主导者，在绝大多数情况下处于对话的中心位置，而机器的非主体性与用户迎合特征则使得这种个人主义在一定程度上被放大。从交流内容上讲，一方面，大模型的相关数据本身受到社会与技术框架及其功能侧重的影响，进入大模型的数据本身具有某种大众化审美与选择倾向，而不被数据化的内容则更为“不可见”，这在一定程度上决定了大模型对个体思维的拓展本身具有边界条件，它所提供的也仅是优势意见下的“‘参考答案’，而非‘标准答案’”（S8）。另一方面，在算法联想及个性化服务的推介下，人机互动日渐“互趋”，差异性的降低影响着人机间的竞争关系，个体框架可拓展的空间也趋于收缩，个体难免被包裹在自我中心的气泡中，这加剧了原子化的社会区隔。

不过，尽管用户普遍承认算法偏见与个人主义强化的存在与影响，但他们认为管理有序、科学规范的生成式AI对话机器人同样能够作为一种社会情绪的“调节平台”而存在。首先，大模型是多重框架的耦合结果，个体框架与它的交流对于促进理性讨论有着不可忽视的作用，“可以通过它放大倾听的部分，不一样的观点会让你以平常心面对差异，反思自己需不需要坚持自己既有的看法”（S3）。大模型所涌现出的基于群体经验的信息反馈对个体框架的拓展作用一定程度上具有“去封闭化”的能力，这有助于个体调节极端观点与情绪。其次，相较于社交媒体平台等公共空间中的个体情绪联结，大模型作为一种居间性的能动存在，能够通过模拟社交形式将公域的外向性发泄转化为私域的内向性交流，将群聚起的极端化情绪进行区隔。在规范技术伦理框架下，大模型所提供的较为“中性”的交流方案通过对话交流对个体极端情绪加以稀释与反向牵引，协助个体进行自我消化与反思。同时，在多重框架的过滤下，个体的极端观点与情绪的直接联结过程被大模型所中介并分散，大模型在某种程度上也可以成为抵御社会分割力量的重要屏障，“你刷短视频其实很容易被牵着走，但你和机器人聊天时，自己会思考得更多，这也是一种制约”（S12）。

（三）被内化的信任：技术与社会价值的重整

社会资本理论认为，个体与社会单元的联系中蕴含着潜在的关系资源。其中，社会信任作为一种重要的社会资本，与社会互动、信息传播及媒介紧密相关。在人机互动中，技术的介入使得这些信息与资源被重新思考与分配，呈现出内敛化趋向。

从信息传播与媒介信任的角度来看，这种内敛表现为一种决策内收，即个体主导下的技术选择与信息的多方印证。大模型在很大程度上将人类现象经验进行数据化处理，并基于此生成和涌现机器经验，这使得人机互动成为自我与众人交流的表征，将个体的社会信任转化为一种大模型信任。由于大模型缺乏抽象经验与垂直领域数据，机器经验的不合理与犯错情况时有发生，在此情境下，个体则会将这种以人机互动为表征的关系联结切断，寻求其他现实渠道重新建立直接性的社会联结，“我能感觉到它对医学专业知识了解并不多，很多时候你没办法调动它，你要进一步去问老师同学”（S14）。在这一过程中，信任作为一种资源被再分配，寻求多方信息印证这一过程也强化了个体作为决策主导者的作用，因此，这种信息传播层面的社会信任更多地被内化为一种自我效能。

从社会互动的角度而言，这种内敛则表现为一种信任关系的内收。替代假说（displacementhypothesis）认为，与机器的交流可能在一定程度上替代个体社会关系，从而降低社会联结与信任，导致广泛的社会冷漠。访谈发现，人与机器的交流互动行为往往是个体基于关系价值评估而做出的。在基于弱关系的现实面对面交往中，个体间意义的制造、识别、共享的失败与更高的社交规范与礼仪要求使得个体在人际互动中的社会认同与支持被分散；而以大模型为表征的群体价值观对个体认知与观念的包容与引导在一定程度上则强化着个体的自我认同感。技术的干预使得这种“被分散的价值”被重新整合起来，协助个体进行自我调节与掌控，改变个体参与社会互动的心态，在情绪价值对比之下，人们更易选择人机互动进行自信自尊的重新建立以满足情感需求，甚至有受访者表示，“希望AI能把不必要的关系替代掉”（S10）。这样的想法与行为的确会导致人们对社会冷漠与社会信任体系被颠覆的担忧，但亦有受访者表示，机器的客观理性特征同样会带来人们对与有血有肉、有感性思维的人互动的期待，“和它（对话机器人）互动其实会强化我和人类交流时的感受”（S15）。换句话说，个体基于价值选择的社会互动与联结选择逻辑并非意味着机器对人际关系的替代，而是对个体自我需求的差异判断与评估的关系“提纯”（S10），这也在一定程度上解释了为什么人机互动对个体强关系的影响较小。因而在社会信任与社会交往满意度的提升方面，可能要更加侧重于人机差异与各自优势的发觉与探究。

七、结语

卢西亚诺·弗洛里迪（Luciano Floridi）曾提醒我们：“信息与通信技术带来的最深层次的哲学问题是，它们怎样引导人类重新理解我们是谁、我们应该怎样彼此互动。”本研究聚焦于人们与生成式AI对话机器人的互动实践，从另一重要侧面理解人机互动。研究基于对生成式AI对话机器人双重技术属性的认识，揭示了生成式AI对话机器人参与个体自我传播的主要形式与具体模式。受人机互动的实际情况与场景影响，技术属性表现有所侧重，人机互动模式能够动态调整、转换与组合。本研究进一步探究了人机互动中的自我传播影响机制，认为技术参与下的自我传播过程有赖于个体主动性与自主性的发挥，个体目的导向与自我意义参照是影响个体启用及自我传播的重要因素。本研究从个体社会化、社会交流以及社会信任三个方面，对技术介入下的白我传播实践的社会影响进行了深入探讨。在这一人类主动性视角下，不能简单地将自我传播视角下的人机互动视为封闭的“自我茧化”，而应赋予其更为动态和开放的解读视角；同时，该视角的引入也在一定程度上为未来人机互动促进常态化心理健康建设提供了一种“自救”思路下的实践路径。

作为一项基于访谈的探索性研究，本研究将白我传播视为理解人机互动的补充性视角，但无意将其视为理解人机互动的唯一或全景视角。此外，研究聚焦于生成式AI对话机器人这一特定智能媒介，但受对话机器人功能、角色等诸多因素的影响，本研究对其自我传播参与模式等的概括可能仍存在一定的局限性，因此本研究仅基于访谈呈现出部分主要模式，以期为未来研究提供有价值的参考。总的来说，本文倡导采用更为多元、全面的视角理解人机互动的多面性及社会影响，本着“求同存异”的原则寻求人机共生的有效路径。