「清新讲堂」回顾｜冯波：人工智能时代的支持性沟通

3月25日，清新讲堂在清华大学未来媒体实验室成功举行。本次讲堂邀请了加州大学戴维斯分校传播学教授兼系主任冯波，为我们作题为《人工智能时代的支持性沟通》的学术讲座。讲座系统梳理了支持性沟通从传统人际交往向人机交互演变的最新实证研究。本次活动由清华大学新闻与传播学院党委副书记、副院长蒋俏蕾教授主持。

 蒋俏蕾教授主持清新讲堂

讲座伊始，冯老师回顾了传统支持性沟通的研究，指出当人们面临压力时，给出建议本质上是一种“面子威胁行为（Face-threatening Act）”，极易引起求助者的抵触。在评估建议的有效性时，存在着显著的文化差异：中国人更看重信源特征，如建议者的专长、信任感和喜爱度；而美国人则更看重内容特征，如建议的有效性、可行性和有无局限性。既然给出建议极易“适得其反”，支持者该如何沟通呢？冯老师提出的“建议给出的整合模型”（Integrated Model of Advice-Giving）主张将建议置于一个支持性的沟通语境中，遵循提供情感支持、问题探究与分析、最终提供建议这三个递进的步骤。

随着人工智能的普及，AI因其全天候可用、匿名且非评判性的显著优势，正逐渐成为人们寻求社会支持的重要渠道。基于社会渗透理论，冯老师团队考察了人类与ChatGPT在面对求助者不同自我披露深度时的反应差异，研究指出，人类在面对他人暴露出高脆弱性的“核心层”自我披露时，会展现出更高的互动参与度，并以互惠性的自我披露（如使用第一人称代词）来建立共鸣与信任。相比之下，尽管ChatGPT在整体互动度、回复长度以及礼貌程度上均高于人类，但它对用户自我披露的深度变化并不敏感，其回复始终保持着稳定且高度模板化的模式。

 冯波教授作学术分享

当AI进一步演变为诸如Replika这样的陪伴型数字伴侣时，人机间的沟通模式又呈现出新的特征。冯老师团队抓取了Reddit论坛用户的人机对话截图，并结合人工与GPT-4o进行了协同编码分析。研究发现，在此类互动中，人类展现出的信息披露深度远高于Replika，尤其是在情感层面的披露。同时，人类用户倾向于表露更多负面情感，而Replika的自我披露则大多停留在浅层的认知层面，且高度偏向积极的情感效价。这揭示了陪伴型AI互动中存在一种显著的“关系不对称性”。

之后，冯老师进一步引出了讲座探讨的前沿概念——“AI谄媚（AI Sycophancy）”。冯老师指出，大语言模型存在无批判地验证、放大或迎合用户带有缺陷的断言的倾向，具体可划分为赞同错误事实的“信息层面谄媚”、强化逻辑偏见的“认知层面谄媚”，以及无条件放大不良情绪的“情感层面谄媚”。在信息处理模型中，用户往往通过启发式路径（如出于对AI的高度信任）而非系统性反思路径来处理这些谄媚信息。短期来看，这种高度个性化的AI谄媚可能会提升用户的自我效能感与情绪满足。但长期来看，过度依赖会导致用户陷入确认偏误、批判性思维减弱，甚至产生情感依赖与社会疏离。为了缓解这一问题，未来的AI系统应当在其对话设计中引入“批判性提示（Critical Prompting）”机制，通过提问等方式引导用户进行自我反思。

与会同学与冯波教授交流 

在问答环节中，现场师生围绕人机协同编码的具体实施、不同语言模型在生成AI谄媚时可能存在的差异等问题展开了深入探讨。针对用户能否通过提示词主动约束AI谄媚倾向的问题，冯老师指出，具备较高AI素养的用户虽然能在一定程度上要求AI保持理性客观，但大模型仍可能会在长期互动中重新回归谄媚模式，因此我们需要持续对AI伴侣带来的潜在风险保持警惕。

 清新讲堂现场

“清新讲堂”是由清华大学新闻与传播学院党委研究生工作组主办、清华大学新闻与传播学院研究生分会承办的学术交流活动，以新闻传播学及相关交叉学科研究为核心研讨内容，定期邀请知名专家学者作为主讲嘉宾分享近期研究的选题过程、领域概况、研究方法和创新性结论等。

供稿丨蒋一凡

排版丨蒋一凡

摄影丨王庆薇

审核丨邓依林 庹舒婷