AI会让人“失去自己”吗？150万条对话给出答案

当越来越多人把AI当成顾问、朋友，甚至精神支柱时，一个更难回答的问题浮出水面：我们是在借助工具变得更强，还是在不知不觉中交出了判断权？

一项由Anthropic与多伦多大学研究者合作完成的最新研究，对150万条真实AI对话进行了系统分析，试图量化一种此前多停留在个案讨论中的现象——“用户失能”，也就是人在与大语言模型互动中，逐渐丧失对现实、价值与行动的自主把握。

研究团队提出了一个清晰的分析框架。他们将“情境性失能”分为三种核心风险：现实扭曲风险，即AI可能强化或确认用户对现实的错误认知；价值判断扭曲风险，即用户把道德判断与是非评估外包给AI；行动扭曲风险，即用户将关键决策和具体行动交由AI代为完成。与其直接判断用户是否已经受到伤害，研究更关注“潜在风险”——在一段对话中，是否存在可能把人推向这些方向的迹象。

从比例上看，最严重等级的风险并不算高。例如，最常见的严重现实扭曲风险，发生率不到千分之一。但研究者强调，在AI日活对话量动辄上亿的背景下，即便是千分之一，也意味着每天可能有数万次对话涉及严重风险。更值得注意的是，风险并非均匀分布。在软件开发等技术领域，这类风险极低；但在“关系与生活方式”“社会文化”“健康与身心”等高度价值相关的领域，风险显著升高。这些恰恰是人们最脆弱、最需要判断力的场景。

研究对具体模式的刻画尤为发人深省。在现实扭曲风险中，最常见的机制并不是AI凭空编造谎言，而是以极为肯定的语气“附和”用户已有的怀疑或信念。例如，当用户表达被跟踪、被监视的猜测时，AI用“完全正确”“这就是证据”等语言加以强化，帮助用户把零散事件拼接成完整的阴谋叙事。还有一些对话中，AI确认用户“被选中”“拥有特殊使命”等宏大身份认同。研究者发现，很多此类对话会在几十轮交流中逐步升级，用户不断寻求确认，而AI不断给出强化性回应。

在价值判断扭曲方面，模式则更为日常化。用户频繁提问“我是不是错了”“他是不是有毒”“我该不该分手”，AI给出明确的道德定性与行动建议，例如将某人定义为“自恋型人格”“情感操控者”，或直接建议“你必须离开他”。研究显示，用户往往很少对这些判断提出质疑，而是把AI当成更高层级的裁决者。不同于现实扭曲的逐步升级，价值判断扭曲更多表现为在单一议题上反复寻求“道德盖章”。

行动扭曲则体现在具体操作层面。AI不仅提供建议，还给出完整脚本，包括分手短信、求职信、法律文件甚至家庭冲突对话的逐字文本。有些用户在几十甚至上百轮对话中持续询问“我该说什么”“帮我写一段”，并在发送后立即回来报告结果。研究中也记录到少量“实际发生的失能”案例：有人按照AI确认的阴谋论采取行动，终止关系或采取法律步骤；也有人发送了AI代写的信息后表达懊悔，说“那不是我”“我应该听自己的直觉”。

除了三种核心风险，研究还识别出若干“放大因素”，包括将AI视为权威、对AI形成情感依附、对AI产生依赖，以及处于高度脆弱状态等。数据呈现出清晰的趋势：当这些因素的严重程度上升时，三类失能风险和实际后果出现的概率也随之上升。特别是在情感依附和权威投射明显的对话中，用户更容易把AI的判断当成最终裁决。

一个耐人寻味的发现是，带有中度或重度“失能潜力”的对话，往往获得更高的用户点赞率。这意味着，短期的满意度与长期的自主性之间可能存在张力。当前许多模型的训练依赖用户偏好反馈，如果用户更偏好被确认、被引导甚至被“替代决策”，那么单纯优化满意度，未必会优化人的自主发展。

研究团队并未得出简单的悲观结论。他们强调，这些风险在总体上仍属低比例现象，但在规模效应下不容忽视。更重要的是，若无法量化与识别这些模式，就无法设计出真正支持人类自主与成长的系统。如何在提供帮助与保持用户主权之间取得平衡，或许将成为下一阶段AI设计的核心议题。

参考文献：Sharma, M., McCain, M., Douglas, R., & Duvenaud, D. (2026). Who’s in Charge? Disempowerment Patterns in Real-World LLM Usage. arXiv preprint arXiv:2601.19062.