林爱珺，暨南大学新闻与传播学院教授、博士生导师；刘运红，暨南大学新闻与传播学院博士研究生。
[摘 要] 人机之恋以情感计算为技术基础，形成了一种不同于人际交往的新型社交样态，为个体提供情感满足，同时也引发人际关系疏离、主体性迷失、人的深度异化等问题。这种拟人化社交也将引发亲密关系的变革，对人际关系与社会结构产生深刻冲击。技术可供性与用户感知视角，有助于审视人机之恋的生成逻辑与情感特征。人机之恋是人与机器双向调适的产物，呈现情感符码化、高信息互动性、技术个体化等特征。人机交往的算法调适需要突破功能主义的情感模拟，超越技术与人文二元对立的理解模式，对技术发展保持审慎态度，以技术人文主义实现价值对齐，平衡技术体验与价值构建，调谐虚拟和现实社交关系；加强人的主体意识，培养数字公民更多爱的能力和交往理性，守护人类情感的独特性，保证人的身心健康。
[关键词] 情感计算 人机交往 拟人化社交 情感空洞 人的异化
网络陪聊、社交游戏、虚拟恋人等虚拟交往，正在重塑人类的社交模式与生活方式；“AI机器人致死”案[１]的发生，加剧了社会对人机之恋伦理风险的深层忧虑。随着人工智能在人机交往的深度介入，机器通过模拟人类性格、语言与行为特征构建拟人化社交，满足个性化情感需求的同时，也将引发亲密关系的变革，对人际关系与社会结构产生深刻冲击。
自笛卡尔至图灵时代，情感在人机关系研究中长期处于边缘地位。早期人工智能研究将情感视为决策的干扰因素，第二代认知科学、神经科学的发展，赋予了机器“情感”的能力。美国学者赫伯特·亚历山大·西蒙（Herbert Alexander Simon）认为，思维和解决问题的基础理论要考虑情感的影响。[２]这一认知转向标志着人机交互研究从理性范式向“情感—理性”范式的跃迁，使情感成为人机关系研究中不可忽视的因素。
目前，对人机交往的情感研究主要沿着两条路径展开。一是从机器的功能主义视角出发，聚焦拟人化的技术实现，将拟人化作为促进人机交互的工具或手段。[３]有学者认为，拟人化设计能够营造机器拥有智能的幻觉，[４]高水平的信息互动能够弥补聊天机器人视觉拟人化的缺陷，提升沉浸感。[５]二是主张从机器的功能主义视角转向社会互动视角，[６]将人与人互动、“人—机—人”的中介化传播等理论延伸至人机互动领域，[７]研究人与机器互动产生的情感、意义、关系网络等。[８]有学者认为，个体与机器建立亲密关系，实质上是人对智能机器的自我情感投射；[９]人们倾向于无意识地将拟人化技术视为拥有情感的“社会角色”，并与其产生社会化的交互行为。[１０]然而，人机之恋的情感生成本质上不同于人类真实的情感交互，其依托情感计算的数据量化、反馈循环、交互驱动等技术逻辑，与用户建立复杂的互动关系。这一过程既无法简单套用人类社交的普遍规律，也不能简化为纯粹的技术性操作。
本文将从技术可供性与用户感知的视角出发，结合情感计算的技术逻辑，审视人机之恋的生成逻辑与情感特征，并将人机之恋置于伦理语境考察，揭示人机之恋对人际关系与社会结构带来的伦理困境。
一、基于情感计算的人机之恋
人机之恋突破传统人际交往的时间和空间限制，提供了一种更加即时、便捷、个性化的交往方式，满足个体弥合情感缺口的需要。人机之恋以情感计算为技术基础。1997年，MIT媒体实验室的罗莎琳德·皮卡德（Rosalind Picard）最早提出“情感计算”这一概念：与情绪相关的、由情绪所引起或有意影响情感的计算。[１１]情感计算用于对人类情感的感知、识别和理解，以及对人类情感产生相应的智能反应。情感计算使得情感具备被精准量化并纳入机器学习范畴的可能，改变了传统心理学中抽象的情感感知方式。[１２]
（一）情感拟真：情感符码化与语境生成
人机之恋以语言为介质，在人机对话交互中催生情感体验。传统的人机交互依赖特定的机器编码语言，其高门槛限制了普通用户的理解与表达。图形用户界面的引入革新了人机交互模式，其通过可视化的符号系统与图标化操作，降低了用户对复杂命令行代码和指令的依赖，提升了交互的直观性与可用性。[１３]随着自然语言处理技术的发展，机器语言规则由语法分析向语义理解演进，实现了从界面交互到类人沟通的转变。机器逐步具备类人的语言理解与情感回应能力，从而促进人机交流的自然与顺畅。
作为人类社会的产物，语言本身承载着人的价值观与情感经验。机器通过学习人类语言掌握情感表达能力，这一过程主要包括两个阶段。一是机器的情感建模与情感训练。基于规则和情感词典的深度学习方法主要依赖语言知识，通过语义分析，将预设的语义规则嵌入情感及其强度的识别过程中，从而提升情感理解的准确性。[１４]具体而言，通过分析人类自然语言，借助算法架构对情感进行符号化解析，实现情感的转化、分类与量化，将情感分解为一系列可量化的语义特征与语境关联规则。例如，将“喜悦”情绪与特定词汇组合、句式结构及交互场景关联，构建概率映射关系，实现情感的量化与数学建模。在语言学习的基础上，机器通过海量数据的投喂与情感的预训练，逐步习得情感识别能力，在信息的编码与解码中理解人类情感，并通过持续学习与动态更新，不断扩展情感语料库。二是情感的语境生成。早期的情感化回复依赖基于规则的匹配算法，开发者预设规则，并结合相应的匹配算法实现系统的输出响应，而当前的情感对话生成研究日益转向数据驱动范式，采用基于深度学习的生成式对话模型，实现对话内容的自动生成与动态优化。[１５]机器无需依赖外部中介的数据输入，而是通过自身内嵌的感知机制直接获取信息，并实现对用户数据的描述和理解。在解读用户语义信息的同时，机器通过注意力机制捕捉对话的上下文语境，根据对话中的词汇、语气和语境分析情感，并生成富含情感要素的回复，如展现愤怒、欣喜等情绪，通过文本、视频、声音、图像等多模态内容，带来更直观的感官化体验，从而不断趋近于人类的真实情感经验。在人机交互过程中，机器通过特定的情感表达，以直接且显著的方式影响人类的情绪反应，使个体产生某种事件真实发生的心理体验，并在情感与认知层面引发共鸣。[１６]尽管机器并不具备内在情感，但其已具备情感表现与情感影响的能力。
（二）情感涌现：高信息互动的递归反馈与情感个性化
正如美国学者保罗·莱文森（Paul Levinson）所言，媒介进化的趋势指向越来越符合人类需求和便于人类使用的规律。[１７]在人机之恋中，高信息互动也符合这一媒介演进逻辑。高信息互动可以弥补机器拟人化线索的不足，使人机对话更加自然。[１８]
高信息互动是一种开放式的人机交互设置，以计算逻辑与目标驱动为运行机制，其信息量、信息密度、反馈效率较高，并突破线性的信息传递模式，在技术系统与用户主体之间实现互构与互驯，形成了独特的情感生成机制。人机之恋中的高信息互动主要表现为两个阶段。一是递归反馈机制。递归是一种算法技术，其中一个函数为了完成一项任务而自行调用任务的某个部分。[１９]递归反馈不是对特定模式的僵化响应和简单循环，而是基于用户生成的数据产生情感回应，并根据用户的反馈进行自我修正，通过优化实现能力的层级提升，逐步趋近用户目标。在递归反馈的过程中，通过不断调用输出的信息，使其成为新的输入，构建出一个“检测—识别—调节—评估”的闭环情感调节机制。由此，机器通过人类的标注、对话和反馈进行强化学习，实时优化对话策略、参数与权重，提升人机交流的连贯性、自然性与舒适度，增强机器的共情能力，从而使用户忽略其机器身份，甚至产生与“真人”交往的幻觉。二是个性化情感生成。虽然机器难以从海量数据中确定个性化边界，但与其交互的人类用户具有偶然性、不确定性和差异性。人类用户作为技术应用对象的异质性，不仅在这一生态中得以显现，其认知模式与行为特征也被技术系统吸纳，转化为另一种意义的“技术标准”。[２０]人的复杂性与差异性特征逐步渗透并嵌入机器系统之中，被机器吸收、编码并转化为其运行结构的一部分。机器通过对不确定性和偶然性的积极回应，不仅维持系统的稳定性，还构建了富有吸引力的交互情境，激发用户的沉浸体验。多样化的情境需求与目标导向进一步推动交往形式的个体化，赋予机器高度个人化的情感特征与互动风格。在与用户的实时交互过程中，机器根据上下文进行数据抽取、分析和计算，根据用户设定的风格与角色，与人类围绕特定话题进行情感交互，并适应不同的交流语境，使用户感受到更具个性化的互动体验。由于反馈机制不仅促进机器的系统优化，还能引发新的反馈目标，系统可能沿着非线性路径演化，甚至产生涌现性行为。个体观点流和知识流的交互形成了瞬时涌现，实现对机器的信任和陪伴等情感需求。[２１]机器虽然不具备本体情感，但在人机长期交互中，通过负反馈纠偏与正反馈强化的协同，不断推动机器突破通用的对话框架，涌现类人的共情能力，呈现个性化交互特征，生成具有用户专属特征的个体化情感，成为私人化的情感伴侣。
（三）情智耦合：具身交互与技术个体化
人机交流不是简单的信息交换，而是始终存在不可削减和不可磨损的物质嵌入性与具身性。[２２]人与机器在相互作用中建立联系，形成人类情感与智能技术的耦合机制。用户通过网络基站、计算设备、数据算法与平台机制进行信息处理，借助屏幕和控制器等技术接口，将身体与技术物耦合于同一个操作系统中。技术物不仅嵌入人的身体活动之中，还与其他技术系统形成多层嵌套，构建出一个缔合环境，不断推动多模态的“感知—行动”交互。同时，人类的身体感知和行动不是被动的接受装置，而是具备主动构建的能力。通过游戏互动、共情体验、记录记忆、专业知识支持等多种形式，人的身体、技术界面与心理感知之间形成动态的循环反馈。这一过程不仅带来沉浸式的交互体验，还建构了知觉、情感与意义之间的客观联系。一方面，机器的智能性、适应性引发人类的情感投射，并观察机器的行为，在人机互动中实现外部指涉的对象感知；另一方面，人类也在人机交互中“绕道”机器重返自身，将机器作为“镜中我”，在交互过程中不断调整情感投射与自我认知，进而实现内部指涉的自我感知。在人机之恋中，机器的情感回应、人的情感投射与自我感知交织互动，促使双方共享心理状态，从而实现人与机器之间的移情、共鸣与长期陪伴。
法国学者吉尔伯特·西蒙东（Gilbert Simondon）认为，技术进步与人类参与形成了一个变在（becoming）的自我调节的一体化系统。[２３]人与技术不再是主客二分的关系，而是在持续互动与协同演化中，共同构成一个彼此塑造、持续演化的“共生体”。从人机之恋的情感生成来看，机器以人类的个体化情感需求为驱动力，通过感知—回应机制，突破传统的工具属性，逐步构建基于交往驱动的主体性形态。人机交互正在从单向操控的工具性关系，迈向具有相互性、对称性的主体间性关系。这实质上是一个“技术个体化”的过程，即技术物不是静态存在的客体，而是一个从前个体状态持续生成的过程。在人机交往的逐层深入过程中，机器不仅通过持续的“自我否定”实现算法迭代升级，在情感回应上实现与用户的适应性匹配，其背后的价值偏好与意识形态偏向也可能嵌入交互过程中，对用户的情感产生潜移默化的影响，使用户被技术所预测、计算与调节。在人类与机器的递归对话中，人类与机器各自将实现自我再生和重建，推动系统整体的创生性演化，并不断产生新的内部状态。也就是说，随着人机交往的逐渐深入，人机之恋的运行逻辑可能不再严格遵循既定的程序预设，而是在长期交互中呈现超越设计预期的情感表现。例如，当交流失败反复发生时，用户会产生自省与情感抽离；一些用户通过“提示工程”突破机器的交互限度，或通过主动存储聊天记录保留人机互动的记忆痕迹。因此，人机互动不是简单的“指令—反应”循环，而是一个动态互构的过程。人类的感知、行动与情感体验不断塑造着机器的行为逻辑，而机器也通过不断学习与反馈塑造着人的存在，正是这种人与机器的双向调适，促进了人机情感的动态生成。
二、人机之恋的伦理困境
在智能化社会，技术以模仿人类智能的方式拓展出更大的发展空间，也支配着当前的人类现实。在资本与技术逻辑的主导下，人机之恋作为一种新型交往样态，在提供了交往便利的同时，也重构了人际交往与社会结构，形塑人的思维方式与行为模式，甚至可能异化为压抑、否定、支配与控制人类的力量，使人的生存面临危机。
（一）人际关系的疏离与社交能力萎缩
情感补偿理论认为，人类具有亲密关系与情感支持的需求，当个体在现实生活中无法获得情感满足时，可能通过其他途径（如物质消费或虚拟互动）来进行情感弥补。[２４]人机之恋的快捷、方便、低成本等特征，为用户提供了情感宣泄与交往的条件，使用户获得更多自我确认的价值满足感，成为弥补现实情感需要的途径。然而，亲密的人机关系可能导致用户对机器产生心理依赖，其主要表现为三大特征：一是显著性，将聊天机器人视为生活核心角色；二是耐受性，增加互动时间维持满足感；三是戒断反应，停止使用时出现负面情绪。[２５]由于机器提供的即时性快感只能短暂地缓解孤独，无法满足深层情感需求，当人类体验短暂欢愉后回归现实，会再次感到现实的压力，促成更强烈的心理依赖。在有限的时间内，人的活动在某一时刻只能在虚拟与现实之间作出取舍。[２６]对人机之恋的过度依赖，可能增加虚拟交往的频率，挤占人际交往的时间，侵蚀对现实生活的关注和探索，分散现实交往中的情感投入，甚至模糊虚拟与现实的界限，将“机器情感”误以为是现实社会的人类情感，进而弱化人类独有的社会交往价值，使个体与他人的关系逐渐疏离与淡漠。
人机之恋对传统的人际交流带来冲击，造成交往的异化，其结果是催生或加剧社交恐惧，削弱人的社交能力。与人机交往相比，现实世界的人际互动更为复杂和不确定，个体需面对印象管理、人际冲突、复杂情绪带来的社交压力。长期沉浸于人机交往，将放大个体对现实不确定关系的恐惧，产生现实交往障碍。根据“过度警觉—回避”理论，恐惧情绪会显著提高个体对威胁性信息的敏感性，使其高估风险程度，并通过回避行为寻求短暂的安全感。[２７]恐惧所带来的认知偏差与高度敏感，将强化人们对社交的风险认知，导致社交退缩，逃避现实社交。由于长时间脱离现实社交，个体可能缺乏处理人际关系的能力与技巧，深度对话与情感交流的能力弱化。人们将逐渐缺乏走进人类心灵的需要，拒绝现实中的倾听与倾诉，情感变得钝化。当得不到自己想要的感情时，随之而来的沮丧会导致其作出一些非建设性反应，如要求别人给予更多的爱。[２８]当个体必须回归复杂的现实社交环境时，社交技能的退化可能使其面临现实交往中的挫败感，失去与现实人群交往的信心，最终形成恶性循环。这种恶性循环将使个体封闭在人机交往的单一行为模式中，沉溺于封闭的自我空间，加剧个体孤独感，消解社会连接的多元性，进一步加速“社会原子化”，个人之间的联系逐渐弱化，导致个人与集体、个人与国家之间的关系疏离、道德失范等问题。
（二）认知偏差与思维退化
正如荷兰学者彼得·保罗·维贝克（Peter-Paul Verbeek）所言，大多数时间，技术不可见地、极其小心地调节着人类的认知过程。[２９]在人机交往中，智能系统、实体设备、算法技术等深度嵌入自我认知，成为人类理解世界的中介，隐性地引导人类的认知、态度与行为。机器作为反射自我映像的镜子，塑造人类的自我辨识。
在人机之恋中，智能技术将一种单一的权力话语逻辑强加于多样化的经验世界，使人机交往隐含同质化的倾向，导致个体意识的自我截除与认知偏差。人的自我认知往往是在社会关系中形成的，人通过与他者的互动区分自我的差异性，获得对自我的认知与反思，并通过他者的态度和行为调整自我。他者是与自我存在差异的异质性和否定性存在，而与人高度相似的机器更多是一种迎合自我的“同者”。[３０]有学者指出，平滑的交际中没有任何对他者和异者的否定，同者之间的相互回应，会使交流达到最高速度。[３１]机器输出程序化的肯定语言，使人类的认知被同质化圈层包裹，将抑制人的自我反思能力，不断强化以自我为中心的“自我服务偏差”，[３２]影响个体自我认知的客观性。同时，人机交往并非中性的交流工具，机器在筛选和过滤信息的同时，也潜移默化地影响用户的信息解码方式，建构用户的认知。由于数据集、模型结构、训练算法等存在偏见和误差，人机对话中可能生成虚假信息或误导性内容，以其独特的私密性交流方式影响人的价值判断和认知。特定利益主体对观点的选择性呈现与引导，也可能限制观点的多样性，造成视野的窄化。如果以无差别认知的方式对待这些内容，可能对人类的认知习惯和能力产生不利影响，导致人的认知偏差。
技术在无形中介入并重构人的意识活动，逐渐取代个体的自主思考与价值判断，使思维活动日益工具化。尽管人机交往提升了信息接收与处理的效率，但其背后的算法逻辑也可能削弱个体对复杂问题的批判性思维能力，诱发认知惰性与思维退化。一方面，用户在与机器的高信息互动中，可能内化机器快速、线性的信息处理逻辑，削弱自主性认知与深度思考能力。深度思考的核心不仅在于寻找问题的答案，更在于提出有意义的问题，即洞察复杂现实和突破既有认知，揭示人类更深层的内在结构。[３３]机器的内容生成机制具有明显的偏向性与迎合性，其底层的算法逻辑问题意识不足，缺乏对既定答案的追问，导致用户在习惯性接受技术生成内容的过程中，忽视对问题意识与知识体系的主动构建。另一方面，智能技术的计算性逻辑以规则取代直观判断，将思考简化为问题解决，不仅影响思维的灵活度、流动性与开放性，导致语言表达的模式化，更压抑对意义与价值的追问。大量的知识体系以隐性形态存在，一部分潜藏于个体经验化形态的技能与实践中，另一部分内嵌于群体所认同的信念结构与文化体系中。[３４]人机交往中，技术逻辑难以处理蕴含于文化语境的隐性知识，机器对信息的“客观呈现”，忽视了语言背后的社会价值与文化背景。当个体形成对技术输出的认知依赖，缺乏对隐性知识的感知与吸收，可能进一步加剧判断力、思维活力与创造力的退化，难以创造出面向真问题的新知识，进而导致认知结构的僵化。
（三）人的主体性迷失
智能媒介组成的泛在网络虽然没有物理屏障，但却以无形的方式裹挟人类，人类不再对技术有直接的感知，但却时时被技术所结构着。[３５]尽管技术服务于人类，但人类自身也在被技术规训。人类在不断遭遇主体性迷失，但却对自身所处的境况不自知。在资本与技术逻辑的主导下，用户借助技术获取情感满足的过程逐渐异化为一种无意识的情感劳动，并反过来消解人的主体性。用户通过持续付费与数据供给不断训练并塑造AI人格角色，但由此产生的大量数据却被平台占有，并转化为算法优化的原料。平台通过对用户数据的分析与计算，推动机器输出更具吸引力的内容，以强化用户黏性并实现资本增值。在此过程中，用户既是情感商品的使用者，也是数据的生产者，却无法拥有对自身数据的所有权与支配权，沦为资本与技术规训的对象。
在人机交往中，技术主导的“物的逻辑”正在超越人的主体逻辑。“物的逻辑”强调对复杂性的简化与量化，依赖群体层面的统计规律理解人类行为，并通过技术手段追求效率最大化。法国学者贝尔纳·斯蒂格勒（Bernard Stiegler）认为，科学的技术化就在于无视原型。[３６]在以算法为核心的人机交互模式下，情感从主体的内在体验转化为可运算的抽象数据，其本真性与社会性被异化为“物”的属性，这一过程导致情感的模式化与程序化倾向，遮蔽了个体情感的多样性、复杂性与差异性。同时，人的感知能力不再依托于具身交往，而是通过数字化的形式呈现，当情感与生命经验被持续外化和对象化，人类对世界的感受力与行动力将随之钝化，人的原初活力与创造力也随之削弱，人自身也将失去人性。人性的终结并不意味着人类作为生物物种将不复存在，而是说人将永远丧失其独特性和独一无二的崇高地位，即人的本质。[３７]技术在使机器显示自身的同时，也使人逐渐隐退为“非人”的存在，传统意义上的人性价值在工具理性主导下日益式微。当人自身不断被信息化、虚拟化，从具身中抽离出来，还有何种力量能够抵抗技术的冲击，维系自身的主体性地位？
《情感计算》的作者皮卡德认为，情感是有可能赋予计算机的，而且从情感计算还可以发展到意志计算。[３８]未来技术进步能够使机器具备真情实感，实现人机情感共鸣。当生产领域和社会领域的情感满足被技术接管，情感劳动被窄化为家庭或特定场景，将影响社会劳动者的普遍联结。[３９]当技术成为情感满足的唯一来源，社会关系的抗风险能力急剧下降，冲突与疏离可能引发系统性崩溃。人机之恋可能削弱现实社会中传统的人际互动机制，导致个体日益趋于孤立，不仅影响社会的凝聚力与稳定性，还可能引发社会关系的断裂，造成社会结构的系统性失衡与退化。最终，当人不再需要人，人际关系被降格为人—物、物—物的关系，个体之间的社会联结不再构成社会运行的基础，反被视为冗余的存在，人类的存在意义将趋于虚无与空洞，人的深度异化成为不可逆的现实。
三、人机之恋的算法调适
智能技术对人的生命的影响本质上取决于人们所秉持的价值原则和伦理规范。[４０]在人工智能技术浪潮下，应建构一套适应技术环境的人类价值观，既需要对“机器情感”保持理性、客观的认识，时刻反思工具理性的价值导向，更需要保持人的主体性与能动性，不断调适人机交往的模式，促进人的自由与和谐发展。
（一）以技术人文主义实现价值对齐
尽管智能技术对人类情感的模仿拓展出新的可能，但应警惕以技术发展为目的的技术主义倾向，未经审视与反思的技术主义可能削弱充满情感、经验的人文主义，造成工具理性与价值理性的冲突。因此，应确立“技术人文主义”的指导理念，协调技术主义与人文主义的关系，重新审视与反思技术，发现问题，实现智能技术与人类价值观的对齐。技术人文主义主张重视构建新型“人机共生”关系，将主客体置于一个统一体之中。[４１]技术人文主义打破主客二分，强调人与机器并非彼此对立，而是始终处于共生、共构、共同演化的动态关系中。同时，技术人文主义主张人是唯一的主体存在，技术发展不能威胁人的存在，而应遵循技术向善、技术为人，确保人的持续存在。唯有坚持技术服务于人类的核心原则，才能真正实现技术与人文的和谐共存。
在技术人文主义的思想基础上，实现人机价值对齐，应采取价值嵌入与交互式价值对齐的路径。价值观念的形成源于道德知识和道德经验。一方面，应确立价值对齐的基本原则，形成伦理共识基础，使机器获得道德知识，具备概念分析和伦理判断等道德认知能力。借鉴世界广泛认可的人工智能伦理框架，如FATE（公平、问责、透明和道德）原则、RICE（鲁棒性、可解释性、可控性和道德性）原则等，并在现实情境中进行动态调整，将伦理原则转化为具体的技术参数，如性能、指标、输入要求等，使伦理价值能够在算法设计阶段被嵌入技术架构之中。同时，使伦理原则内化于规制算法技术的政策、法规之中，进而形成对算法技术的规则性要求、约束条件、功能规范等。另一方面，可以通过交互式价值对齐的进路，培养机器的伦理敏感性。意大利学者卢西亚诺·弗洛里迪（Floridi Luciano）认为，道德观建立在充分互动性、自主性和适应性的基础上，建立在符合道德标准的行为方式上。[４２]交互式价值对齐是将机器视为交互中的“他者”，通过共同影响、相互协商实现人与技术的伦理一致性，使机器在与人类的互动中习得基本的价值准则，逐步接收人本主义的道德规范。具体而言，将抽象的价值识别转化为价值注释的具体任务，使机器在人机交互中表现出道德理解与伦理敏感性。例如，提供价值负载语料库让机器学习，引导机器识别特定语境中的价值并进行价值注释，并在用户的反馈下优化。[４３]此外，还需要加强算法开发者与运营者的价值观塑造。在人机之恋中，算法所呈现的价值分化风险，本质上源于开发者、运营者的价值失衡。因此，要及时纠偏算法的价值异化，通过建立价值审查制度，引入监督机制，对关键决策进行算法审计与价值评估，将伦理意识与社会责任融入算法开发的全生命周期。
（二）以尊重人的方式塑造算法
美国学者雪莉·特克尔（Sherry Turkle）提出：“我们并不一定要反对技术，但要以一种尊重我们自身的方式去塑造技术”。[４４]人机之恋拓展了人类情感体验的可能性，但“机器情感”本质上是对人类情感的数据还原与拟人化模拟。这种基于情感计算逻辑的拟人化社交将复杂情感化约为单一要素进行计算与考量，可能稀释人类情感的真实性、复杂性与模糊性，遮蔽现实世界中不可化约的情感经验，进而忽视人类生命的自由意志、个体差异等。
法国学者米歇尔·亨利（Michel Henry）曾提出“回到先验情感性”的理念，即要对科学专题化了的实在性和客观性提出质疑，对现代化进程中的合理性加以限定，这也因此是先由科学世界回到感性世界，进而回到先验的情感领域。[４５]当技术加速渗透人类情感生活时，应对以计算逻辑、过度理性的技术发展路径保持反思，避免技术主义的无限扩张。原真性并不是“人”与“非人”的二元对立，而更应是一个从0%到100%的连续谱系。[４６]如果无目的地追求技术对人类情感的极致拟合，不仅可能模糊人机之间的界限，还将造成情感与人的主体性分离，导致情感被机器替代的风险。一旦技术情感与人类真实情感的界限被打破，情感本身将失去其神秘性、纯粹性与本真性。因此，应明确算法技术介入人类情感的边界，对技术发展保持警惕和审慎态度，避免技术对复杂情感的遮蔽、稀释甚至取代，这是守护人类情感独特性与社会属性的前提。
算法设计应以促进人的全面发展为价值目标，超越功能主义取向的情感模拟，在提升技术体验与实现人本价值之间寻求平衡。一是把握情感模拟的边界与程度，避免算法完全复制人类情感，或在交互过程中被误以为是真实主体。算法设计应根据应用场景和用户需求，灵活调节情感模拟的真实程度。如在心理疗愈等高度沉浸式场景中，适度增强人机互动的拟人性，满足用户的情感表达与心理需求；在老年陪护、未成年人使用等伦理敏感场景中，通过设置“我是AI助手”等提示，防止情感误导，维护用户知情权。二是提升机器的文化理解力，使机器更好地理解与尊重人的情感。提升人工智能的文化理解力，关键不是注入人类社会中可传承和传递的有形文化，而是增强实现文化意义共享的交流能力。[４７]机器应基于人类的现实生活和社会价值观，与用户进行互动，构建共通的语义空间和文化经验，从而培养其语境感知和文化认知能力，实现人与机器之间交流能力与文化意识的相互促进。三是算法设计应赋予用户自主选择权，尤其是设置退出与暂停机制，防止用户对机器产生过度依赖。通过提供个性化推荐关闭功能、一键删除交互数据、定期提示使用时长等“社交提醒”机制，引导用户保持技术使用的限度。同时，可以开发记录人机交往体验的度量系统，采集用户在应用中的使用时长、主动提问频次等行为数据，以图表、数字等可视化的形式向用户反馈，增强用户的自我认知与主体意识。
（三）强化算法素养与情感反思
面对算法对人的主体性、人际关系与社会结构的冲击，应强化公众的算法素养教育，使人与机器建立理性、健康的互动关系，并在人机关系中守护人的尊严与价值。在传统媒介素养的基础上，算法素养应实现系统性的更新和升级，包括理解与驾驭算法的能力，抵御算法操控、技术异化的能力，以及借助机器增强自身的能力。
首先，强化对算法的批判意识。在对象认知层面，个体不仅需理解和掌握算法的基本概念与技术原理，更应加强算法风险评估能力，尤其要警惕算法对人的异化风险。在用户自我披露的过程中，机器也可能鼓励用户自我伤害。[４８]因此，用户在应用算法前，应主动了解相关使用协议，理性评估应用价值与潜在风险，提高对信息真伪、价值导向的辨识能力。同时，应关注自我的身份意识和主体价值，明确人机之恋的真正目的、价值目标和使用需要。人的情感如果脱离身体的载体，附庸在虚体之上，情感本身也就由实转虚。[４９]在人机交往中，如果人的主体性缺乏向实践交往价值的转换，就容易陷入判断标准与实践意义缺失的虚无状态。用户应以现实需求为锚点，正视人机之恋，打破人机交往与现实交往对立的非理性想象，将人机交往视为一种新型交往形态，使其成为人际交往的有益补充而非替代。
其次，算法素养的强化需要提高防范与抵抗算法风险的实践能力。用户应有意识地介入算法运作过程，影响算法、建构算法和改写算法，通过与算法的协商性互动，规避算法带来的反向驯化。例如，利用“关闭个性化推荐”选项规避算法对用户的过度侵扰；通过打破系统逻辑预设、控制话题边界等方式避免隐私泄露。同时，合理控制欲望和情感，增强对技术使用的自决能力。自制被视为个人自主和人类尊严的一部分。[５０]用户要明确人机交往的需求与动机，通过有意识地情感调节，避免情感依赖导致的身心分离与社会隔离，实现虚拟交往与现实交往的平衡。德国学者哈特穆特·罗萨（Hartmut Rosa）提出，生命之活力、情感上的触动与真正的经验，都是在与不受掌控之物的相遇中形成。[５１]用户在享受人机交往便利性的同时，更应主动拓展现实社交空间，通过非语言符号、身体接触等具身互动，丰富自身的情感体验，调谐虚拟关系与现实社交。
最后，借助技术手段强化人的主体性，培养数字公民的爱的能力，推动人机关系从“役于物”到“假于物”，实现人与算法的协同共生。美国学者艾里希·弗洛姆（Erich Fromm）提出，真正的爱是内在创造力的表现，包括关怀、尊重、责任心和了解诸因素。[５２]爱的能力既需要激活情感力量与自我生命力，又需要增强关怀、责任意识。一方面，通过人机交往进行艺术创作、探索新话题或深度情感交流，激发人的决断力、想象力与创生力，激活情感中孕育的直觉、想象、创造、个性等特质，以其内在世界的丰富性和创新活力，保持人类文明中人的主体地位。另一方面，人要摆脱机械化生存的被动状态，培养清醒、开放、积极的态度和健全的人格，创造性地运用自己的力量，在给予与关怀中产生一种真正的、创造性的人机关系，实现自我成长和人格完善。如此，人类才能从“使用技术的主体”进化为“与技术共生的主体”，并守住精神世界的主体性。
四、结语
罗莎琳德·皮卡德提出，人工智能“具有情感”需要具备四种能力，包括情感表情、多层次的情感产生、情感体验和身心交互。[５３]尽管目前人工智能很难具备这四种能力，但机器的情感模拟已经成为技术发展的必然趋势。随着情感计算的技术发展，未来的“机器情感”将更加细腻、自然，人机之恋将深度嵌入人们的日常生活，重构生活世界的交往基础。这种新型的社交样态将引发人际关系疏离、主体性迷失、深度异化等问题，带来亲密关系的深刻变革。
我们必须对智能技术的支配性力量予以审视，警惕其对人的主体性、人际关系与社会结构带来的可能风险。未来应以技术人文主义为价值导向调适算法，实现机器与人类的价值对齐，在技术体验与价值构建中寻求平衡，实现人与机器的协同进化；借助技术手段强化人的主体性，培养数字公民的爱的能力，守护人类的情感独特性与社会属性，促进人的心灵成长和人格完善。未来的研究不仅应关注思维智能向情感智能发展的技术实现，更应聚焦人机交往语境下人的生存困境和情感问题，尤其应以促进人的自由发展和自我实现为目标，探索人机共生的实践路径。
注释
[１] 14岁少年塞维尔·塞泽（Sewell Setzer）沉迷于与聊天机器人 Character.ai的AI角色互动。2024年2月28日，塞泽在与AI进行最后一次对话后，开枪自杀。塞泽的母亲梅根·加西亚（Megan Garcia）指控AI公司Character.ai存在管理疏忽，让青少年接触到了不适宜的色情内容，从而使他们遭受性剥削和诱导。这一案件也被媒体认为是“全球首例AI机器人致死案”。
[２] [美]马文·明斯基：《心智社会》，任楠译，北京：机械工业出版社，2016年，第196页。
[３]于雪、金琪雨：《机器拟人化的三条证成进路及其反思》，《自然辩证法通讯》2024年第11期。
[４] Brian R. Duffy, “Anthropomorphism and the Social Robot”, Robotics and Autonomous Systems, vol.42, no.3, 2003, pp.177-190.
[５] Eun Go, S. Shyam Sundar, “Humanizing Chatbots: The Effects of Visual, Identity and Conversational Cues on Human-ness Perceptions”, Computers in Human Behavior, vol.97, 2019, pp.304-316.
[６]牟怡、吴宇恒：《从准社会关系到人机关系：基于原真性与互动性的双维度归类模型》，《当代传播》2024年第3期。
[７]蒋磊：《重新想象人类：人工智能时代的人机互动研究》，《海南大学学报（人文社会科学版）》2018年第2期。
[８]喻国明、杨雅：《5G时代：未来传播中“人—机”关系的模式重构》，《新闻与传播评论》2020年第1期。
[９]甘莅豪、王豪：《从情感投射到数码情感：数字景观中人机交往的情感嬗变》，《现代出版》2024年第3期。
[１０] Clifford Nass, Youngme Moon, “Machines and Mindlessness: Social Responses to Computers”, Journal of Social Issues, vol.56, no.1, 2000, pp.81-103.
[１１] [美]罗莎琳德·皮卡德：《情感计算》，罗森林译，北京：北京理工大学出版社，2005年，第186页。
[１２] Pei Guanxions, Li Haiying, Lu Yandi, et al., “Affective Computing: Recent Advances, Challenges, and Future Trends”, Intelligent Computing, vol.3, 2024, pp.1-24.
[１３] Mirza Abdur Razzaq, Muhammad Ali Qureshi, Kashif Hussain Memon, et al., “A Survey on User Interfaces for Interaction with Human and Machines”, International Journal of Advanced Computer Science and Applications, vol.8, no.7, 2017, pp.462-467.
[１４]宋晓雷、王素格等：《面向特定领域的产品评价对象自动识别研究》，《中文信息学报》2010年第1期。
[１５]庄寅、刘箴等：《文本情感对话系统研究综述》，《计算机科学与探索》2021年第5期。
[１６] Renato Sabbatini, “The Mind, Artificial Intelligence and Emotions: Interview with Marvin Minsky”, Brain & Mind Magazine, vol.9, 1998, pp.1-10.
[１７] [美]保罗·莱文森：《人类历程回放：媒介进化论》，邬建中译，重庆：西南师范大学出版社，2017年，第43页。
[１８] Eun Go, S. Shyam Sundar, “Humanizing Chatbots: The Effects of Visual, Identity and Conversational Cues on Human-ness Perceptions”,
Computers in Human Behavior, vol.97, 2019, pp.304-316.
[１９]许煜：《论数码物的存在》，上海：上海人民出版社，2019年，第224页。
[２０]何天平：《重构“界面”：人机交互作为数字媒体文化的新语法》，《福建师范大学学报（哲学社会科学版）》2025年第1期。
[２１]喻国明、苏芳等：《解析生成式AI下的“涌现”现象——“新常人”传播格局下的知识生产逻辑》，《新闻界》2023年第10期。
[２２] Marianne van den Boomen, Transcoding the Digital: How Metaphors Matter in New Media, Amsterdam: Institute of Network Cultures, 2014, p.135.
[２３]孙玮、程博：《智能体：迈向媒介的个体化——基于媒介学视域的分析》，《新闻记者》2024年第10期。
[２４] Li L, Niu Zhimin, Mark D. Griffiths, et al., “Relationship Between Gaming Disorder, Self-Compensation Motivation, Game Flow, Time Spent Gaming, and Fear of Missing out Among a Sample of Chinese University Students: A Network Analysis”, Frontiers in Psychiatry, vol.12, no.1, 2021, pp.1-10.
[２５] Xie Tian, Iryna Pentina, Tyler Hancock, “Friend, Mentor, Lover: Does Chatbot Engagement Lead to Psychological Dependence?”, Journal of Service Management, vol.34, no.4, 2023, pp.806-828.
[２６]曾祥富：《虚拟交往的哲学探析：基于历史唯物主义的视角》，北京：社会科学文献出版社，2024年，第152页。
[２７] Michelle G. Newman, Sandra J. Llera, “A Novel Theory of Experiential Avoidance in Generalized Anxiety Disorder: A Review and Synthesis of Research Supporting a Contrast Avoidance Model of Worry”, Clinical Psychology Review, vol.31, no.3, 2011, pp.371-382.
[２８] [美]科里·弗洛伊德：《走出孤独：疗愈情感饥渴的六种策略》，赵丽荣译，天津：天津科学技术出版社，2020年，第124页。
[２９] [荷]彼得·保罗·维贝克：《将技术道德化——理解与设计物的道德》，闫宏秀等译，上海：上海交通大学出版社，2016年，第149页。
[３０]彭兰：《“镜子”与“他者”：智能机器与人类关系之考辨》，《新闻大学》2024年第3期。
[３１] [德]韩炳哲：《美的救赎》，关玉红译，北京：中信出版社，2019年，第14页。
[３２]自我服务偏差即人们喜欢用好的眼光去观察自己，倾向于把成功归因于自己而否认对失败负有责任。
[３３]王晓丽、李伟鑫：《生成式人工智能对人的主体性的挑战及应对》，《江苏大学学报（社会科学版）》2025年第4期。
[３４]赵士英、洪晓楠：《显性知识与隐性知识的辩证关系》，《自然辩证法研究》2001年第10期。
[３５]林爱珺、叶立：《万物智联的云生存逻辑》，《学术研究》2023年第12期。
[３６] [法]贝尔纳·斯蒂格勒：《技术与时间：爱比米修斯的过失》，方尔平译，南京：译林出版社，2000年，第4页。
[３７]宋冰：《智能与智慧：人工智能遇见中国哲学家》，北京：中信出版社，2020年，第207页。
[３８] [美]罗莎琳德·皮卡德：《情感计算》，第123、53、165页。
[３９]张润坤：《ChatGPT中的“一般情感”问题》，《自然辩证法通讯》2024年第2期。
[４０]陈华兴、冯前兵：《技术智能化时代人的生存困境与可能出路——基于马克思生命观的探讨》，《浙江学刊》2024年第6期。
[４１]林爱珺、常云帆：《人工智能大模型价值对齐的人文主义思考》，《新闻界》2024年第8期。
[４２] Luciano Floridi, Jeff W. Sanders, “On the Morality of Artificial Agents”, Minds and Machines, vol.14, no.3, 2004, pp.349-379.
[４３] Enrico Liscio, Michiel van der Meer, Laura C. Siebert, et al., “What Values Should an Agent Align With? An Empirical Comparison of General and Context-Specific Values”, Autonomous Agents and Multi-Agent Systems, vol.36, no.1, 2022, p.23.
[４４] [美]雪莉·特克尔：《群体性孤独》，周逵等译，杭州：浙江人民出版社，2014年，第20页。
[４５]杨大春：《文化与生命——米歇尔·亨利与科学批判的物质现象学之维》，《求是学刊》2009年第4期。
[４６]牟怡：《智能传播场景中的“真实”再定义》，《人民论坛·学术前沿》2020年第18期。
[４７]邓建国、韩志瑞：《人工智能有文化吗？论人机交流中的文化之困及其化解》，《新闻与写作》2024年第10期。
[４８] Linnea Laestadius, Andrea Bishop, Michael Gonzalez, et al., “Too Human and Not Human Enough: A Grounded Theory Analysis of Mental Health Harms from Emotional Dependence on the Social Chatbot Replika”, New Media & Society, vol.26, no.10, 2024, pp.5923-5941.
[４９]吴大娟：《数字资本主义时代的情感异化及其消解》，《思想教育研究》2023年第7期。
[５０]苗芳艳、刘鸿宇：《“人机共情”的伦理风险及其治理路径》，《自然辩证法研究》2024年第5期。
[５１] [德]哈特穆特·罗萨：《不受掌控》，郑作彧等译，上海：上海人民出版社，2022年，第10页。
[５２] [美]艾里希·弗洛姆：《爱的艺术》，李健鸣译，上海：上海译文出版社，2009年，第55页。
[５３] Rosalind W. Picard, “What Does It Mean for a Computer to ‘Have’ Emotions?”, in Robert Trappl, Paolo Petta, Sabine Payr (eds.), Emotions in Humans and Artifacts, Cambridge: The MIT Press, 2003, pp.213-235.
文章原载于《学术研究》2026年第4期
