访谈 52 人、问卷 673 人,北师大造出人-AI 情感联结量表

Understanding the Rising Human-AI Affective Bonding: Conceptualization and HAABI Scale Development

Lu Chen, Xiaoran Xue, Rongqi Ding, Fenghua Tang, Anji Zhou, Chenxi Wang, Mengyu Miranda Gao, Zhuo Rachel Han

cs.HC

2026-05-28

北师大访谈 52 人、问卷 673 人做出 20 题 HAABI 量表,四维为情绪真实感、分离焦虑、情感投入、浪漫亲密,信效度达标。

这篇在解决什么

AI 陪伴应用不需要再证明规模:截至 2025 年 7 月全球累计下载 2.2 亿次,仅上半年就有 6000 万次,同比涨 88%。「AI 陪伴是缓解孤独还是制造依赖」的争论两边都有研究撑着,但背后的工具大多是人际依恋量表改几个词,把「伴侣」换成「AI」,保留焦虑、回避两维度。这样测出来的是「对 AI 的依恋像不像对人」,测不了 AI 联结自身由什么构成。

北京师范大学心理学院团队把这个缺口当正题:不判断这种联结是好是坏,先用用户自己的话把它拆开、量清楚。

方法

两项研究串行,标准的量表开发流程:

六维收敛成四维、49 题砍到 20 题,收敛本身有信息量:感知能动性和感知关系合并成 emotional realism,「觉得 AI 有心意」和「觉得关系是真的」在体验里分不开;情绪投射拆成了 separation anxiety 和 emotional investment 两头。

结果

指标结果
因子结构20 题、四因子,累积解释 47.64% 方差
CFA 拟合(独立样本)CFI=.919,TLI=.906,RMSEA=.056,SRMR=.062
信度总量表 α=.905、ω=.927,四个 subscale α=.763–.817
已知组效度工具组 2.23 < 倾诉组 3.59 < 关系组 4.17,η²=.62
效标关联AI 依恋焦虑 r=.54,AI 相关幸福感 r=.53,情感互动占比 r=.44
增量效度对 AI 幸福感,在依恋与使用指标之外额外解释 ΔR²=.102(β=.43)

量表抓的是互动质量而非时长:与情感互动占比的相关(r=.44)明显高于与每日互动时长的相关(r=.27)。三组用户得分单调递增,两两比较全部显著。

人口学结果里有一条和中文圈讨论对上了:既往恋爱关系满意度越高的人,emotional realism 越高(r=.14)、separation anxiety 越低(r=−.13)。总分与线下感情状况并无显著关联,效应都落在具体维度上。陪伴/角色扮演类应用用户得分高于通用助手用户(d=0.48);男性在 emotional realism(d=.33)和 romantic intimacy(d=.21)上高于女性。

为什么重要

对做陪伴类产品的人,这是一份从用户原话出发、按四维拆开联结强度的中文量表,可以直接做用户分层:总量表看强度,四个 subscale 看构成。研究「觉得关系是真的」这个现象用 emotional realism,研究 AI 恋爱用 romantic intimacy。

separation anxiety 维度把平台决策和用户心理后果接上了。论文引用 2025 年 OpenAI 下线 GPT-4.0 后用户社区的丧亲式反应:模型更新、记忆清空、产品停服不是功能变更,是对一段关系的单方面终止。评估这类决策的代价,现在有了个体水平的测量工具。

也要说清:这是心理测量论文,不改进任何模型,贡献就是把尺子做出来。

局限与存疑

作者列了三条:样本全部是中文成年人,情感表达和关系规范的文化差异可能让因子结构换个文化就走样;横断面设计回答不了因果和发展顺序;全靠自评,浪漫与性相关条目受社会期许影响最大。

读下来再补几条。研究 1 女性占 86.5%、平均 23 岁,框架的源头样本偏得厉害;已知组效度按用户自报的关系类型分组,再用分数检验同一份自报,循环成分不小;对「感知 AI 情绪能力」的增量效度只有 ΔR²=.009,接近噪声;四因子解释 47.64% 的方差,剩下大半没着落,六维压四维的叙事更像事后追认。

术语

原文与代码

社区讨论

相关论文

全部论文解读