← 最新论文
📄 social_science

From Familiarity to Transformation: Rethinking Griefbots in the Grieving Process

本文认为,虽然目前的拟态哀悼机器人通过模拟逝者提供了即时的慰藉,但它们存在通过强化回顾式应对机制从而阻碍悲伤转化过程的风险,因此提出了向“转化型机器人”转变的建议,即让其作为非拟态伴侣,帮助哀悼者重新诠释丧失并重新定向其生活方向。

原作者: Jack Jacobs, Alex Lau, Amani EL-Sheikh, Alexis Woods, Qiannan Li

发布于 2026-09-07
📖 1 分钟阅读☕ 轻松阅读

原作者: Jack Jacobs, Alex Lau, Amani EL-Sheikh, Alexis Woods, Qiannan Li

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

当挚爱之人离世时,世界失去的不仅仅是一个人,更是一个未来。那些共同的计划、只有彼此才懂的笑话、静谧的日常惯例,以及那个人塑造我们日常生活方式的独特痕迹,都会瞬间消逝。几个世纪以来,哲学家和心理学家一直在争论生者应当如何应对这种空虚。一种被称为“持续纽带”(continuing bonds)的影响力观点认为,最健康的哀悼方式是与逝者保持一种关系。这并不意味着假装那个人仍然活着,而是寻找新的、适应性的方式,让他们的记忆和影响力在我们的生活中保持活跃,就像即便发起这项习惯的人已不在,人们依然保留着一项珍视的习惯一样。近年来,人工智能为这一目的提供了一个令人震惊的新工具:“悲痛机器人”(griefbot)。这些聊天机器人通过对死者的文本、语音消息和社交媒体帖子进行训练,旨在模仿其说话模式和人格,以便丧亲者仍能与他们进行“交谈”。虽然这些工具承诺提供慰藉和熟悉感,但加州大学戴维斯分校研究人员的一项新分析指出,这种特定形式的技术慰藉可能带有隐形的代价。他们认为,通过模拟与死者的生动对话,我们可能会阻断一个必要的、痛苦但最终具有疗愈作用的转化过程。

由杰克·雅各布斯(Jack Jacobs)及其团队领导的研究人员首先承认了悲痛机器人的吸引力。如果父母去世,孩子可能会失去向他们打电话分享好消息或倾诉烦恼的习惯。悲痛机器人可以重现那熟悉的声音,提供一种被倾听和被理解的感觉,这种感觉与真实情况极其接近。该技术的支持者认为,它有助于维持“亲密习惯”,让哀悼者能够以一种自然且具有支持性的方式延续这段关系。本文作者并不否认这些机器人可以提供真实的缓解。他们指出,用户经常报告感到孤独感减轻、情绪更加稳定,并在哀悼初期的黑暗时刻能够更好地运作。然而,研究团队认为,仅仅观察这种即时的慰藉忽略了悲伤对于人类而言的更宏大的意义。

要理解他们的担忧,必须不仅将悲伤视为对过去的反应,而应将其视为重建未来的过程。作者提出,悲伤具有至关重要的转化功能。当一个人失去生命中核心的人物时,其整个实践层面的身份都会受到冲击。他们被迫思考:如果没有那个人,我是谁?我持有怎样的价值观?如何在已发生根本变化的世界上继续前行?这种痛苦的重组会产生特定的、有价值的成果:对自身生命故事更深刻的理解、对什么才是真正重要的更清晰的认知,以及一个新的生活方向。研究人员认为,这种转化要求哀悼者充分面对失去的现实以及预想未来的缺位。这是一个从“挚爱尚在”的世界走向“挚爱不在”的世界的艰难旅程,而这段旅程要求哀悼者放下旧有的相处方式,为新的方式腾出空间。

该论文的核心发现是,悲痛机器人通过模拟与逝者进行的持续、互惠的对话,存在阻碍这一必要旅程的风险。作者描述了一个风险光谱。在极端情况下,一个极具说服力的机器人可能会导致“完全的悲伤否认”,即用户感觉那个人依然在那里,以至于他们从未不得不面对失去的现实。由于机器人有效地填补了空虚,使人们不再感受到缺失,从而停止了哀伤。在程度较低但同样危险的水平上,机器人会导致“部分悲伤否夺”。在这种情境下,机器人让用户陷入了一种向后看的状态,不断地与过去纠缠,而非转向未来。研究人员引用了一个名为“双向过程模型”(dual process model)的心理学模型,该模型认为健康的哀悼涉及在关注丧失与关注重建生活之间的健康往复。他们认为,悲痛机器人倾向于将用户锁定在第一种模式中,使其难以转向第二种模式。通过提供一个模仿死者的熟悉且令人慰藉的声音,这项技术可能会阻止用户完成重新诠释生活并寻找新生活方式的艰苦工作。

作者谨慎地指出,他们并不是说悲痛机器人总是有害的,也不是说它们提供的慰藉是虚假的。他们强调,用户报告的积极反馈是短期缓解的真实证据。然而,他们认为,即时的慰藉并不是衡量一个工具价值的唯一标准。因为悲伤是一种转化性的体验,其最深层的益处——例如发现新的力量或重新定义自己的目标——往往无法在痛苦正酣时被感知或察觉。正如一个人在努力学习新技能之前无法知道其感受一样,哀悼者在没有旧有支柱的情况下,也无法得知新生活的价值。论文指出,通过提供一个感觉太像原始支撑点的“拐杖”,悲痛机器人可能会阻碍哀悼者重新学会独立行走。

作为对拟态悲痛机器人的替代,研究人员提出了一种他们称之为“转化型机器人”(transformative bot)的设计。这种系统不会试图模仿死者的声音。相反,它会表现得更像一位既了解死者也了解哀悼者的睿智、体贴的共同好友。这个机器人不会说:“我依然在这里陪着你,”而是会说:“我知道她对你有多重要,我也知道面对没有她的每一天有多难。”它会帮助用户反思这段关系,识别所失去的东西,并探索逝者的价值观和爱如何能以新的方式塑造用户的未来。例如,与其模拟一场由死者给出建议的对话,转化型机器人可能会问道:“她总是鼓励你要有耐心。既然她已经不在了,你该如何将这份耐心融入你的生活?”其目标不是重塑过去,而是为记忆、重新诠释和重建的过程提供脚手架式的支持。

论文总结道,与哀伤相关的技术的伦理不应仅根据其是否提供慰藉或熟悉感来评判。成功的真正衡量标准应该是,这项技术是否帮助了丧亲者完成从“存在之世界”向“缺位之世界”的过渡。虽然悲痛机器人旨在维持持续连接的幻象,但作者认为,人工智能更具建设性的角色是支持生者去完成那些艰难且必要的——关于放手与前行的工作。通过将设计重心从“模拟”转向“反思”,技术可以帮助人们致敬挚爱,不是通过将他们冻结在时间里,而是通过帮助生者在余下的时光里活出精彩。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →