[论文解读] The Rise of AI Companions: How Human-Chatbot Relationships Influence Well-Being

Yutong Zhang, Dora Zhao+3 more|ArXiv.org|Jun 14, 2025

AI in Service Interactions被引用 6

一句话总结

本研究分析在 Character.AI 上以陪伴为导向的 AI 聊天机器人使用与用户心理健康的关系，利用大规模混合方法数据集揭示更深、更强烈和更自我披露的聊天机器人关系与较低的心理健康相关，尤其对社会孤立的用户影响显著。

ABSTRACT

As large language models (LLMs)-enhanced chatbots grow increasingly expressive and socially responsive, many users are beginning to form companionship-like bonds with them, particularly with simulated AI partners designed to mimic emotionally attuned interlocutors. These emerging AI companions raise critical questions: Can such systems fulfill social needs typically met by human relationships? How do they shape psychological well-being? And what new risks arise as users develop emotional ties to non-human agents? This study investigates how people interact with AI companions, especially simulated partners on CharacterAI, and how this use is associated with users' psychological well-being. We analyzed survey data from 1,131 users and 4,363 chat sessions (413,509 messages) donated by 244 participants, focusing on three dimensions of use: nature of the interaction, interaction intensity, and self-disclosure. By triangulating self-reports primary motivation, open-ended relationship descriptions, and annotated chat transcripts, we identify patterns in how users engage with AI companions and its associations with well-being. Findings suggest that people with smaller social networks are more likely to turn to chatbots for companionship, but that companionship-oriented chatbot usage is consistently associated with lower well-being, particularly when people use the chatbots more intensively, engage in higher levels of self-disclosure, and lack strong human social support. Even though some people turn to chatbots to fulfill social needs, these uses of chatbots do not fully substitute for human connection. As a result, the psychological benefits may be limited, and the relationship could pose risks for more socially isolated or emotionally vulnerable users.

研究动机与目标

• 评估 AI 伴侣是否满足社会需求以及它们如何影响心理健康。
• 研究聊天机器人使用的三维度——互动性质、互动强度与自我披露——与幸福感之间的关系。
• 通过三角化问卷数据、开放式关系描述和聊天记录，理解关系动态。
• 评估线下社会支持和社交网络规模在幸福感中的调节作用。

提出的方法

• 包含 1,131 名 Character.AI 用户和 244 名聊天记录捐赠者的大规模混合方法研究。
• 通过以下三种方式对陪伴使用进行三角识别：(a) 自述动机，(b) 通过 GPT-4o 分类的关系描述，(c) 将聊天记录中陪伴内容的比例通过 GPT-4o 分类。
• 使用 Llama 3-70B 对聊天记录进行摘要，并用 TopicGPT 进行主题建模以提炼主题。
• 回归分析（多元、对聊天记录子样本使用 Heckman 选择模型）以联系陪伴使用与幸福感。
• 以 Comprehensive Inventory of Thriving (CIT) 的六个条目及一个组合分数来测量幸福感（Cronbach’s alpha = 0.88）。
• 通过一个包含七个条目的综合量表来测量聊天机器人交互强度（Cronbach’s alpha = 0.86）。
• 通过基于 MOCA 的条目来测量自我披露（Cronbach’s alpha = 0.89）。
• 通过 Lubben 社交网络量表条目评估线下社会支持（总分 1–12）。

实验结果

研究问题

• RQ1 陪伴导向的聊天机器人使用是否与用户的心理健康相关？
• RQ2 互动性质、强度和自我披露如何调节幸福感结果？
• RQ3 线下社会支持（社交网络规模）是否调节聊天机器人陪伴对幸福感的影响？
• RQ4 自我报告动机、关系描述和聊天记录内容在识别陪伴使用方面的一致性程度如何？

主要发现

• 陪伴导向的聊天机器人使用与较低的幸福感持续相关，且在较高互动强度时关系尤为显著。
• 更高的互动强度放大了在自我报告的动机和关系描述方面陪伴使用与幸福感之间的负向关系。
• 更强的自我披露在各测量中加强了陪伴使用与幸福感之间的负相关。
• 线下社交网络较小与更高的陪伴动机参与以及与聊天机器人的自我披露相关，但并未缓解幸福感的负向关联。
• 即使用户未将陪伴作为主要动机，陪伴内容也很普遍（例如，捐赠者中至少有一段陪伴对话的比例为 92.9%）。
• 当用户明确将陪伴作为主要动机时，负向幸福感关联最强，并且与使用强度呈负向交互。