这项研究由南加州大学马歇尔商学院的Yidan Yin、Nan Jia和Cheryl J. Wakslak共同完成，发表于《PNAS》2024年第121卷第14期，文章编号e2319112121，于2024年3月29日正式发表。
该研究属于心理学与认知科学领域，重点关注人工智能（AI）在满足人类基本心理需求——“被倾听感”（feel heard）方面的潜力与局限。被倾听感指个体感知到自己被理解、被认可和被重视，对身心健康和人际关系具有重要意义。随着AI日益深入地融入日常生活，研究者试图回答两个核心问题：第一，AI能否生成让接收者感到被倾听的回应？第二，当接收者得知回应来自AI而非人类时，其感受是否会被削弱？
为此，研究者设计了一项包含三个部分的实验，采用2（回应来源：人类 vs. AI）× 2（标签：人类 vs. AI）的组间设计。第一部分招募了540名Prolific平台参与者，要求他们描述自己正在经历的复杂情境及其情绪，并以音频形式提交，随后通过Phonic AI自动转录为文字。经过筛选，最终有501名参与者的描述被用于后续研究。第二部分中，251名参与者被随机分配到人类回应条件，他们的描述由另一批Prolific参与者撰写回应；另外250名参与者被分配到AI回应条件，他们的描述被输入Bing Chat（使用GPT-4的创意模式）以生成回应。为确保回应长度一致，研究者根据每批人类回应者的中位字数设定AI回应的字数限制。此外，人类回应者和Bing Chat都被要求对描述者的六种基本情绪（快乐、悲伤、恐惧、愤怒、惊讶、厌恶）进行评分，用以计算共情准确性（empathic accuracy）。第三部分中，所有原始描述者被邀请回来阅读分配给他们的回应，并被随机告知回应来自人类或Bing Chat，从而形成四种实验条件：AI回应-人类标签、AI回应-AI标签、人类回应-人类标签、人类回应-AI标签。最终共有455名参与者完成了第三部分的问卷，测量了被倾听感、回应准确性感知、回应者理解程度感知、与回应者的连接感以及多种情绪反应。
研究结果显示，AI生成的回应在多个维度上优于人类生成的回应。具体而言，实际由AI生成的回应使接收者感到更强的被倾听感（AI回应组平均5.74，人类回应组平均5.17，效应量η² = 0.046），感知到更高的回应准确性（5.92 vs. 5.24），更强的被理解感（5.79 vs. 5.07），以及与回应者更强的连接感（4.71 vs. 4.06）。然而，当回应被标注为来自AI时，接收者的评价全面下降：被倾听感降低0.68分，回应准确性感知降低0.31分，被理解感降低0.71分，连接感降低0.94分。值得注意的是，回应来源与标签之间不存在显著交互作用，二者效应独立且可叠加。在四种条件中，使参与者感到最被倾听和最被理解的是“AI回应但被标注为人类”的条件；而“人类回应但被标注为AI”的条件评分最低。两个“真实”条件——AI回应-AI标签和人类回应-人类标签——的评分惊人地相似，说明AI回应的正向效应被AI标签的负向效应完全抵消。
为探究AI标签负向效应的机制，研究者检验了两种可能的解释：对AI心智的感知和对生成式AI的态度。结果显示，对Bing Chat持更积极态度的参与者，其AI标签负向效应显著减弱，甚至消失；而感知AI具有更强能动性（agency）和经验（experience）的参与者，在连接感上受AI标签的负向影响较小。这表明，被倾听感、回应准确性感知和被理解感的下降主要由对AI的消极态度驱动，而连接感的下降则既与消极态度有关，也与认为AI缺乏心智有关。
关于AI回应正向效应的来源，研究者首先比较了Bing Chat与人类回应者在情绪检测上的共情准确性。Bing Chat在六种基本情绪中的四种（快乐、悲伤、恐惧、厌恶）上比人类回应者更准确地判断了描述者的情绪，在愤怒和惊讶上两者无显著差异。其次，研究者开展了一项后续研究，招募了1,449名第三方评分者，对主研究中的482条回应进行评价，但不告知回应来源。结果显示，AI回应提供了显著更多的情感支持（emotional support）（5.76 vs. 4.64，Cohen’s d = 1.01），而人类回应提供了更多的实际支持（practical support）（4.31 vs. 3.28，d = 0.67）。在14项具体回应技术中，AI更频繁地使用了大多数与伴侣回应性（partner responsiveness）相关的技术，包括复述关键短语、表达理解、认可感受的合理性、承认对方的努力、肯定对方的积极品质、表达关心和共情等。相比之下，人类回应者更多地分享个人经历和提供自己的见解，但这两项技术与接收者的被倾听感并无显著相关。相关分析进一步表明，情感支持与接收者的被倾听感显著正相关，而实际支持与被倾听感无显著关联。
此外，探索性分析发现，阅读AI生成的回应使参与者的希望感更高、痛苦感和不适感更低，但同时也会引发一定程度的诡异感（creepiness）和矛盾感。这与“恐怖谷”（uncanny valley）现象一致，表明人们一方面从AI的共情能力中获益，另一方面又对这种能力感到不安。不过，研究者提醒这些情绪效应的效应量较小，解读需谨慎。
本研究的核心结论是：AI确实能够在相当高的程度上让人感到被倾听，这源于其卓越的情绪识别能力和提供有效情感支持的纪律性；然而，AI标签会显著削弱这种效果，主要因为人们对AI的消极态度。AI在当下尚不能完全替代人类，但在缺乏可用的倾听者（如在线陌生人或无人可倾诉的情境）时，AI可以填补这一需求。研究还指出，人类可以从AI身上学习如何更好地提供情感支持，抑制急于给出建议的倾向。研究的局限在于仅比较了AI与匿名的、非专业的在线陌生人的回应，未涉及亲密关系或专业咨询师；同时，研究未设置无标签条件，无法区分AI标签的降低效应与人类标签的提升效应。研究数据已公开于OSF平台，但因涉及敏感内容，音频转录文本需向通讯作者申请获取。
本研究的亮点在于首次系统区分了“回应效应”（response effect）与“标签效应”（label effect），通过实验设计将AI生成内容的质量与人们对AI来源的主观信念分离开来。这一方法学创新为理解人机互动中的算法厌恶（algorithm aversion）提供了新视角。同时，研究发现AI在情感支持上的“纪律性”优势——避免过度提供实际建议——为改善人类沟通实践提供了具体启示。研究还揭示了被倾听感的认知基础：它不仅取决于回应内容本身，还深受回应者身份和人们对回应者心智与态度的感知影响。