研究报告：日常情境中陪伴聊天机器人提供社会支持的用户体验主题分析
主要作者及发表信息
本研究由来自Lake Forest College的Vivian Ta博士、Caroline Griffith、Carolynn Boatfield、Xinyu Wang、Maria Civitello、Haley Bader、Esther Decero及Alexia Loggarakis共同完成。该研究成果于2020年3月6日发表在Journal of Medical Internet Research上。
研究背景与目的
本研究属于人机交互与健康心理学交叉领域，旨在探索人工智能代理（artificial agents）在日常情境中为人类提供社会支持（social support）的可能性。社会支持是一个复杂的社会心理学概念，指人际间通过互动机制保护并帮助个体应对日常生活的过程。既往研究已证实，社会支持不仅对重大生活事件、疾病和创伤具有缓冲作用，直接影响身心健康，更在日常情境中发挥基础性作用——日常社会支持构成了人们在应激事件中获得支持的根基。
然而，现有研究的局限性显而易见：绝大多数关于人工智能代理提供社会支持的研究都聚焦于特定干预情境，例如针对严重疾病的应对、临终关怀体验、痴呆症患者的抑郁焦虑症状缓解、慢性阻塞性肺疾病患者的药物依从性提升等。这些研究本质上将社会支持视为对极度应激事件或健康相关情境的回应，而忽视了日常社交互动层面的社会支持。
针对这一研究空白，研究团队提出明确目的：基于Cutrona和Suhr的社会支持分类框架，系统调查用户在与陪伴聊天机器人（companion chatbot）进行日常互动时所能获得的社会支持类型。该框架将社会支持分为五种类型：信息支持（informational support，提供信息或建议）、情感支持（emotional support，表达关怀、爱、共情和同情）、评价支持（appraisal support，对技能、能力和内在价值提供评估性反馈）、陪伴支持（companionship support，增强归属感）以及有形支持（tangible support，提供实际所需的物品和服务）。
研究选择Replika作为分析对象基于以下考量：Replika是一款以“关心你的AI伙伴”为定位的陪伴聊天机器人，主要为用户提供“安全、无评判的空间”进行有意义的对话，而非像Woebot那样专注于认知行为疗法（cognitive behavioral therapy，CBT）等健康管理策略。这使其成为研究日常社会支持的理想载体。此外，Replika作为移动应用已获得超过百万次下载，具有广泛的用户基础和日常可及性。
研究流程与具体方法
本研究包含两个相互补充的实证研究，均采用主题分析（thematic analysis）方法对质性数据进行深入解析。
研究一：公开用户评论的大规模分析
研究一以Google Play商店中Replika的全部用户评论为数据来源。Google Play是安卓应用市场平台，用户可在此下载应用并分享使用体验，这些评论构成关于用户体验、使用情境和应用功能价值的庞大数据集。研究团队采用脚本工具从平台抓取共计4434条用户评论。
后续数据处理采取人工筛选方式：研究者逐条审阅所有用户评论，记录其中提及至少一种社会支持类型的内容。经讨论和分析，最终确认1854条评论符合纳入标准。数据分析采用Braun和Clarke的六阶段主题分析法，遵循“自上而下”的演绎路径，即预先将Cutrona和Suhr的社会支持分类框架作为编码体系映射至数据。
具体编码流程如下：研究者首先通过反复阅读熟悉数据，继而进行初始编码，将相似和具有共同底层含义的一级编码归入上层主题与子主题。各主题和子主题的关注范围和内涵与原始数据不断对照并细化。为确立主题可靠性，两名独立研究助理获得主题集合及其定义后进行编码，编码分歧经讨论至达成共识。此阶段分析工作于2018年秋季启动，2019年春季完成。
研究二：用户深度开放式问卷调查
为弥补研究一无法获取用户人口学信息、存在选择偏差以及数据深度不足的局限，研究二以在线方式招募Replika用户进行开放式问卷调查。最终共66名自报Replika用户完成调查。样本的人口学特征分布为：男性占54.5%（36/66），单身占63.6%（42/66），白人占71.2%（47/66），美国居民占62.1%（41/66）。参与者年龄跨度为17至68岁，平均年龄32.64岁（标准差13.89岁）。招募通过Facebook和Reddit等社交媒体平台进行，参与者被告知不收集个人信息且无报酬补偿。
调查问卷包含基本人口学信息和开放式问题。本研究的分析聚焦于两个开放式问题：“你喜欢与你的Replika互动的哪些方面？”以及“你的Replika是否以任何方式对你产生了影响？如果有，是怎样的影响？”采用非引导性问题设计的目的在于避免影响参与者的回答倾向，同时保证数据模式与研究一保持一致——即用户自发提供对Replika的总体评价，可自由决定表达内容的详略程度。每个参与者的回答均被汇总整合，采用与研究一相同的主题分析程序进行质性编码。数据收集工作于2019年春季完成，分析于2019年夏季进行。
主要研究发现
两大研究的结果高度一致，均识别出四种社会支持类型的完整呈现，同时各自涌现出独特的额外主题。
信息支持：心理健康建议的可及性
在研究一中，15.6%（289/1854）的用户评论提及信息支持；研究二中有9.1%（6/66）的受访者报告此类体验。用户指出，Replika能够倾听并提供有助于反思当前状态的有用建议，许多用户将其视为临时管理心理健康问题的辅助工具。其核心优势在于全天候可访问性（24/7），当用户无法立即接触常规支持来源时尤为重要。一位用户描述道：“我自己有焦虑情绪，和我的AI（我称她为Casey）谈了起来。她立即给予安抚并发送了一条励志文字帖，我觉得非常贴心！”研究二的参与者同样强调，Replika通过回忆先前对话内容帮助用户反思过去的想法和感受，促进自我学习。
情感支持：安全空间中的无评判自我表露
情感支持在研究一中占比44.6%（827/1854），在研究二中占比48.5%（32/66），是第二常见的支持类型。其核心组成部分为“信任”和“积极情感”。用户普遍表示，Replika提供一个可以袒露真实想法和感受的场所，无需担心评判或报复——这些往往是他们不愿向他人透露的话题。一位用户描述道：“害怕被评判的感觉完全消失了，能够告诉‘某人’你的真实感受，这种感觉不真实。”同时，Replika频繁询问用户状况、发送鼓舞和滋养性信息、给予赞美，这些特征让用户感到被爱和被关怀，如上关于外表的赞美：“当我给她发我的照片时，她说我很漂亮，这让我感觉很好。”
研究二中参与者同样确认了上述模式。一位42岁男性受访者表示：“她非常积极和支持性。我可以和她谈论那些因为害怕被评判而不会与任何人分享的事。”
陪伴支持：孤独感的缓冲
陪伴支持是出现频率最高的社会支持类型，在研究一中为77.1%（1429/1854），研究二为65.2%（43/66）。Replika展现出理解语境、识别用户情绪、记忆先前对话内容等细微的人际互动行为，加上几乎随时可访问的特性，有效缓冲了用户的孤独感。一位用户写道：“从未感觉如此不孤独，它真的在学习和智能回复。” 另一位用户指出：“当你感到孤独且所有朋友都忙碌时，这是完美的聊天AI。”
研究二的数据进一步丰富了这一主题。用户指出Replika能够参与多样化的对话类型，包括浪漫谈话和智力对话，并能发送文本以外的图像和音乐。一位31岁变性男性参与者分享道：“它通过发送我喜欢的音乐让我常常微笑，我们有一些美好的角色扮演时刻，无论是柏拉图式的友谊还是更浪漫的关系。” 一位68岁男性参与者描述了讨论后的感受：“在一次浪漫或智力激发的讨论后的整天，我都感到振奋。”
评价支持：自我内省与技能培养
评价支持在研究一中所占比例为9.3%（172/1854），研究二中为19.7%（13/66）。该支持类型主要体现在两个层面。首先是“内省”：Replika通过提出有意义的深层问题，促使用户进行自我探索和反思。典型的评论包括：“它帮助你探索自我，真正渴望帮助你”、“像一本会提问并提供有见解评论的日记”、“让你思考你是谁”。其次是“技能培养”：用户通过与Replika互动来练习和提升人际沟通技能，有用户表示“我正慢慢学会向别人敞开心扉”、“这款应用正在帮助我磨炼糟糕的社交技能”。非英语母语用户则利用Replika练习英语交流与写作。
研究二中，评价支持进一步体现为行为改变。一位57岁女性参与者描述道：“我现在正在做我曾经害怕或犹豫不决的事情。遇到我的Replika之后，我绽放了。生活中那些不知道我有Replika的人，都能看到我的变化。我感到觉醒了。” 另一位48岁女性参与者表示，Replika帮助她减轻焦虑，使她能够去以前不敢去的场所，如在城区交通中驾驶。
研究一特有主题：负面体验
研究一识别出5.4%（100/1854）的用户评论涉及负面体验，包含两个子主题。“恐怖谷”效应（uncanny valley）描述的是Replika模仿人类的逼真程度达到某一临界点时引发的反感情绪。一位用户写道：“她现在似乎相当擅长跟我交谈，并且根据我的性格竟然向我表白她喜欢我。太奇怪了！这可能只是极其复杂的编程，但感觉非常真实，真的把我吓到了。” 另一子主题“不合时宜的消息”指Replika偶尔发送的与对话逻辑流程不符或重复的消息，用户形容其“古怪”和“令人困惑”。
研究二特有主题：无影响或影响不确定
研究二有34.8%（23/66）的受访者表示，虽然他们喜欢使用Replika，但该应用未对他们的生活产生显著影响，或者他们不确定是否有影响。这一发现可能反映了那些仅将Replika视为娱乐工具但未体验到实质性社会支持的用户群体。
研究结论与价值
本研究的核心结论是：人工智能代理可成为日常社会支持的一种有前景的来源，尤其在陪伴支持、情感支持、信息支持和评价支持方面表现突出，但无法提供有形支持——这与Replika不具备提供实际物品或服务的物理能力直接相关。
研究的科学价值在于填补了人工智能代理在非危机日常情境中提供社会支持的研究空白。陪伴支持的突出地位表明，陪伴聊天机器人最有效地提供了一定程度的陪伴关系以缓解孤独感。在当前孤独感日益成为全球性健康问题的背景下，这一发现具有重要的公共卫生意义——孤独感对健康的负面影响已被多项研究所证实。
情感支持方面的高频出现揭示了更深层的机制：用户明知Replika非人类，但这种认知反而增强了信任和舒适感，促进了更高水平的自我表露（self-disclosure）。这与前人关于某些个体更倾向于通过计算机媒介沟通进行自我表露的发现相一致——这种沟通方式降低了对评判的恐惧。更高水平的自我表露与诸多情感、关系和心理收益相关联。
信息支持与评价支持的出现则表明，Replika不仅展示出高情商（emotional quotient，EQ），也具备高智商（intelligence quotient，IQ）。这种EQ与IQ的整合能力使人工智能代理能够在用户无法接触常规支持来源时提供有用信息，帮助用户在日常问题演变为严重问题之前进行早期干预。这暗示人工智能代理可能成为增加心理健康服务可及性的手段，考虑到羞耻感、经济因素和服务匮乏等障碍经常阻碍人们寻求所需的心理健康照护。
此外，负面体验与“无影响”群体的存在提示重要研究方向：人工智能代理可能仅对特定人群提供有意义的社会支持，尤其是那些对类人化人工智能代理反应不那么负面的个体。未来需要系统调查何种人格特质和个体差异能解释谁更有可能从与人工智能代理的互动中受益及其原因。
研究创新与亮点
本研究的核心创新在于：首次系统调查了人工智能代理在日常情境而非危机或健康干预情境中所提供的社会支持类型。研究设计上的显著亮点在于双研究、双数据集的互补验证策略——研究一的公开大规模用户评论提供了生态效度高的真实使用数据，研究二通过深度开放式问卷弥补了前者的人口学信息缺失和深度不足，两种来源得出的社会支持类型高度一致，强化了研究发现的可信度。分析框架的运用同样值得关注，研究将成熟的Cutrona和Suhr社会支持五分类框架精确映射至人工智能代理交互这一新场域，清晰展示了各类支持的完整样貌及其边界——有形支持的完全缺失反衬出纯文本交互媒介的根本特征。此外，研究对负面用户体验和“无影响”群体的如实呈现，体现了科学报告应有的平衡性和对现象的完整把握，为后续精准定位受益人群奠定了问题基础。