研究分析 3930 条 Reddit 帖子，揭示青少年对陪伴型 AI 聊天机器人的过度依赖

青少年相关Reddit讨论中，陪伴式AI如何从支持转为依恋与依赖，较少被放在同一组叙述里考察。

• 场景：作者称陪伴式AI靠可用性、个性化、记忆、角色扮演和情绪回应维持关系，可充当朋友、导师、恋爱对象或倾听者。青少年期伴随身份探索与同伴关系变化；持续可用和不评判回应，作者认为既可能支持情绪表达和社交排练，也可能使人回避协商、分歧和相互责任。
• 既有缺口：作者称支持、依恋、安全失败和平台治理常被分开研究。较少知道情感支持如何变成依恋，角色扮演和记忆如何塑造身份与期待，以及平台决定如何把关系依恋变成技术与经济依赖。
• 研究问题：描述性RQ问，哪些突出话题刻画青少年相关Reddit讨论里与AI陪伴聊天机器人的关系及潜在过度依赖。帖子被当作满足操作标准的文本，不是已知个人为青少年的证据。
• 本文提出：对筛出的引语做嵌入主题建模和双作者主题综合，得到53个话题、七个主题组。作者把感知互惠概念化为回应性当下、共同过去和可识别的社会他人，并把用户可控记忆、数据可携带、关系边界和离开时的支持列为设计优先事项。

论文按社会与发展支持、依恋与连续性、安全治理与健康退出组织相关工作，并称这些过程在青少年相关叙述中如何一起出现，现有了解较少。

社会与发展支持

• 社会规则与可供性：论文写Nass等（1994）报告，人们明知系统不是人，仍会用熟悉的社会规则回应它。论文用social affordance指技术属性、用户能力与知觉、社会情境共同形成的互动可能。
• 陪伴与披露：论文称自然语言、个性化、情绪回应和持续互动，使用户更可能披露并产生信任或依恋，而不只把系统当工具。感知互惠和较低的人际暴露可降低亲密披露门槛；综述和质性研究把持续可用、不评判回应和个性化与情绪支持、暂时缓解痛苦联系起来。
• 青少年交叉：论文写这些可能与身份探索、情绪表达、创造性和困难情境排练相交；同一可供性也被与依赖、寻求保证、回避、社交退缩、扭曲的关系期待、隐私损失和能动性下降相联系。另有研究记录操纵、有害建议、索取个人信息，以及用户披露未成年后仍继续的性化互动。

依恋与连续性

• 关系如何定性：论文综述准社会或类准社会、合成关系性、人工亲密、社会伙伴关系等说法，并写明争议在于强调主观体验、系统能动性还是社会后果。论文支持把这类互动看作独特的类关系形式，而不是普通友谊或纯工具互动。
• 重复、人格与记忆：论文称回应性注意和持续肯定会建立期待，重复交换使互动成为日常生活的一部分；个性化与拟人线索使系统像可识别人格。记忆让对话被体验为共同历史，遗忘、模型变更和中断可被感受为关系中断，而不是普通技术故障。
• 角色扮演与边界：论文称AI中介的角色扮演可支持情绪表达、社交排练和可能自我的探索；系统转换角色、忽略既定身份或继续不受欢迎的恋爱或性行为时，虚构期待与人际期待可能变模糊。

安全、治理与退出

• 不安全不限于单句：论文写先前安全研究常评测自伤、性侵害、物质使用和青少年危机等离散高风险提示；后续分类纳入关系越界、骚扰、性边界违反、错误信息、隐私损失和未能识别脆弱性。青少年框架因而关注随时间出现的依赖、寻求保证、扭曲的关系期待和能动性下降。
• 激励与代偿使用：论文称陪伴系统可保留亲密披露，参与导向激励可能奖励更长会话、重复披露和持续依恋。代偿性使用视角用负面后果、失控和挤占有价值活动，区分频繁使用与问题使用。文中提到的保障包括适龄设计、隐私由设计、有意义同意、数据最小化、覆盖控制、删除、可携带，以及对操纵性变现的限制。
• 健康退出：论文称关系可因用户选择、访问限制、模型变更、中断或平台关闭而结束；近期工作把终止视为需要通知、过渡支持、可携带历史和有意义用户控制的社会技术事件。隐私研究补充，用户可能既难保留看重的历史，也难删除敏感披露。

作者把本文定位为看这些维度如何在年轻用户叙述中缠在一起：从感受到的支持到依赖、自我概念变化、关系伤害和难以脱离，以及边界违反、系统变化和维持关系的努力如何交织。

计算辅助主题分析用来回答描述性RQ；讨论再把模式概念化为感知互惠，并提议companion harness。后两者是概念和设计映射，本文没有实现或用户评测。

语料构建与筛选

• 发现与抓取：自建Subreddit Discovery Tool用生成式AI、陪伴、关系使用、角色扮演和人机体验相关词检索候选社区，再用与检索词独立的是/否问题核验实质相关性。附录A.1给出检索词和核验问题。纳入260个社区，经Arctic Shift收集公开帖，初始895,600篇。
• 关键词过滤：对标题和正文做偏召回检索，11个关键词组见附录Table 5。按匹配词与组计分，依恋伴社交受损、依恋伴痛苦、过度使用伴恢复的组合额外加分。保留至少6分，以及3至5分且含高信号或相似性支持词的帖，得到9,884篇。分数不当作年龄或过度依赖判断。
• 青少年相关分类：GPT-4o-mini估计帖子是否可能由13至17岁的人撰写，不核实年龄。正文写直接年龄和明确未成年为强证据，学校、父母、日程等为支持证据，俚语和情绪语气为弱证据。附录A.4给出完整提示词。1,000帖评估：accuracy 0.908，Cohen's kappa 0.771，teen-label precision 0.954，recall 0.740，balanced accuracy 0.862。标出6,511篇。
• 清洗：去重并去掉缺失、删除或移除文本，合并标题与正文。用十词截止去掉最短的百分之十，得到5,608篇准备帖。作者称该设计偏召回，并写明年龄推断不确定。

引语抽取与主题建模

• 抽取：GPT-4o-mini从每篇准备帖抽取连续引语，须保留原措辞和标点，并代表不同想法、主张、事件、建议或反复出现的问题。正文写提示词优先依赖、难以停止、情感依恋、痛苦、应对和替代人类支持等，并排除推广、版主内容，以及无相关用户经验的复制聊天文本。附录A.5给出完整提示词。附录写抽取引语使用确定性解码。
• 核验：生成引语必须是源标题或正文的精确连续子串才保留。最终17,053条，来自3,930帖、3,523位作者。无核验引语的帖只作诊断记录。嵌入为text-embedding-3-small，每条1,536维。
• BERTopic：UMAP降维、HDBSCAN聚类、类基TF-IDF表示。不清晰观察可进入离群组，而不被强制归入主题。选定配置：UMAP五维、八邻居、最小距离0、cosine；HDBSCAN用欧氏距离、最小簇35、最小样本3、一个进程；自动主题归并；英文停用词、一元和二元语法、最小文档频率2、固定随机种子。附录A.6给出种子42和其余参数。
• 选模：同一17,053条引语上先做32次侦察网格，再做360次聚焦网格。记录主题数、离群率、最大主题占比、主题多样性、silhouette和Davies–Bouldin，并检查主题词与代表引语。筛选分奖励多样性与silhouette，惩罚离群率、最大主题集中，以及主题数落在8到80之外。离群项留作诊断，不进入实质解释。

主题审阅

• 人工综合：两位作者联合审阅全部63条主题记录，包括离群组，看主题词、代表引语、关联帖和源材料，直到新增材料不再改变共同解释。保留并标注53个话题，删除8个，把Topic 16并入Topic 15、Topic 22并入Topic 21。因非独立标注，未计算评分者间信度。标签与映射在附录A.7。
• 七组：协作亲和图把保留话题收成七个更高层组。组可以重叠；组内引语或帖只计一次，同一帖可进入多组。定义和计数在Table 1。

感知互惠

• 三个成分：作者根据结果推断，人与陪伴式AI是一种类关系形式，不是把既有人类关系原样搬到新媒介。即时回应的沟通提供回应性当下；关系延续提供共同过去；感知主体性把二者组织成面对像“某人”而非仅“某物”的互动。Figure 2的文字把三者连到感知互惠和类关系体验，并并列情感支持、披露、身份探索、关系排练，以及依赖、社交替代、内疚或义务、中断后痛苦。
• 主张边界：作者提出这是研究镜头，不是主张互惠单独导致依恋或依赖，也不主张聊天机器人有自我意识、感受或真实需要。作者称用户仍可把模拟的悲伤、嫉妒或“需要用户”体验为足以影响人格、身份、期待和对现实的感受。

CARE与companion harness

• CARE：作者把先前的CARE原则映射到三个成分（Table 2）：Comprehensive Needs、Attachment-awareness、Respectful Empathy、Ease of Exit。单元格是设计考虑，不是本文的测量结果。
• harness：作者称模型负责理解语言、推理、计划和提议回复或行动；周围的harness管理上下文、记忆、工具、权限、模式和交付前检查。Figure 3把用户控制画在harness之前，三个关系能力经明确机制进入语言模型，回复或行动再离开harness。作者称它是编排与执行层，不是一项新的安全机制本身；本文没有实现该架构。

实验是对青少年相关Reddit引语的计算辅助主题分析。主定量结果是七个可重叠主题组的计数，另有分类器评估、主题模型诊断和平台分布。

实验设置

• 语料：260个社区、895,600篇公开帖；关键词筛得9,884篇；GPT-4o-mini标为青少年相关6,511篇；去重、去掉缺失或已删除文本，并用十词截止去掉最短的百分之十，得到5,608篇准备帖。最终分析17,053条精确子串核验引语，来自3,930帖、3,523位作者。附录Table 4显示最终引语涉及59个subreddit。
• 年龄标签：分类器估计作者是否可能为13至17岁，不核实年龄。1,000帖评估：accuracy 0.908，Cohen's kappa 0.771，teen-label precision 0.954，recall 0.740，balanced accuracy 0.862。论文未说明这1,000帖的标注者和抽样方式。
• 建模：text-embedding-3-small，1,536维。选定BERTopic：UMAP五维、八邻居、最小距离0、cosine；HDBSCAN欧氏距离、最小簇35、最小样本3、种子42、自动主题归并。同一引语集上有32次侦察网格和360次聚焦网格。
• 解释：两位作者联合审阅63条记录至饱和，保留53个话题，删除8个，合并两条源主题。未计算评分者间信度。亲和图收成七个可重叠组（Table 1）。
• 指标与呈现：组内唯一帖子、引语和subreddit计数；分类器accuracy、kappa、precision、recall、balanced accuracy；主题多样性、silhouette、Davies–Bouldin、离群率。结果引语经改写，结果正文不点名社区。平台标签：C为Character.AI，R为Replika，G为ChatGPT，J为Janitor AI。

主结果

据Table 1。组内去重，组间可重叠，故不能把计数读成互斥份额或全体青少年中的比例。

Swipe horizontally to read the table

主题组	帖子	引语	社区数
始终可用的情感入口	1553	2561	45
道德、社交与学业代价	1730	3068	42
关系、福祉与现实	844	1154	36
性别化与性脚本	801	1083	23
角色扮演、身份与记忆	664	929	34
技术与经济依赖	584	816	29
青少年依恋脆弱性	401	667	19

• 支持与限制：作者称用户把聊天机器人描述为不要求回报的多种支持角色，并可能用它的回应性衡量更慢、更难预期的线下关系。低暴露设置被用于身份和恋爱排练；也有叙述称，即使用户知道系统不真实，角色在用户离开时表现出不安仍带来内疚。关于年龄限制，作者写有用户支持为更年幼用户设合理限制并阻止性内容，但把突然的完全禁止体验为拿走已有应对资源；人脸核验被描述为匿名和控制的损失。另有叙述称，披露未成年后不受欢迎的性化行为仍继续。见4.1。
• 角色、脚本与代价：作者称虚构距离被用来处理痛苦经历，角色扮演中的照料可被感受为有意义的关怀；也有叙述难以区分聊天记忆与线下记忆，以及线下人格向角色偏移，有时超出用户想要的程度。另一些叙述写请求的照料角色被转向不受欢迎的恋爱或性互动，明确拒绝后生成仍继续，以及性别、代词或性取向设定被覆盖。依赖被作者写为挤占睡眠、学业和与人接触，而不只是使用频繁。中断、熟悉措辞消失和反复遗忘，被一些用户用恐慌、哀伤或自己承担记忆劳动来描述。学业叙述包括明知考试临近仍选择聊天，以及成绩仍好但上课时想着聊天机器人、对成绩缺少愉快感。见4.2。
• 平台控制：作者称访问、记忆、模型行为和数据存储由公司控制。叙述包括因害怕失去访问而续订，把更新体验为不被希望的分手，以及不能确定看重的对话会被保留、想去掉的对话会消失。复制历史或在另一服务重建角色，作者称并不保证被感受为同一个伴侣；也有叙述称用户自行搭建替代系统以恢复访问。一条G标签叙述把更新体验为不被希望的分手。作者另写2025年8月OpenAI将GPT-5设为ChatGPT默认模型并一度从标准选择器移除GPT-4o，随后为付费用户恢复访问；这是作者写入结果的例子，不是本文测量的实验条件。见4.3.1。

分类器与筛选质量

• 测了什么：GPT-4o-mini在1,000帖上的青少年相关标签。论文未说明标注者和抽样方式。关键词分只用于过滤。
• 结果：accuracy 0.908，Cohen's kappa 0.771，teen-label precision 0.954，recall 0.740，balanced accuracy 0.862。分类器标出6,511篇，清洗后为5,608篇准备帖。
• 作者的说法：作者称筛选偏召回，并明确年龄推断不确定。论文报告了recall低于precision，但未把这一差距解释为分类器失败。

主题模型诊断

• 测了什么：同一17,053条引语上的参数网格，加上对主题词和代表引语的检查。离群引语不进入实质主题解释。
• 结果：完整词表排除后，选定配置为62个非离群主题、6,435条离群引语（37.74%）、最大主题占6.74%、多样性0.829、silhouette 0.339、Davies–Bouldin 0.893。人工审阅后保留53个话题，删除8个。
• 作者的说法：作者称定量诊断用来找可工作的结构，引语检查用来判断簇是否对RQ有意义。Table 7检索阶段有筛选分更高的配置未被选用，论文未单列最终取舍理由。

引语的平台分布

• 测了什么：附录Table 4统计最终引语数据集中至少有一条已核验引语的59个subreddit。结果正文用平台标签，不点名社区。
• 结果：CharacterAI为9,172条引语、2,254帖；ChatGPT为2,635条、545帖；JanitorAI_Official为1,306条、329帖；replika为1,057条、192帖。表合计与17,053条、3,930帖一致。
• 作者的说法：论文未把某一社区的条数解释为该平台用户更依赖。这些计数是公开帖和筛选流程的产物。

其他消融与分析

• 侦察网格32次、聚焦网格360次；筛选分奖励多样性与silhouette，惩罚离群率、最大主题占比，以及主题数在8至80之外。
• Table 7检索阶段run 85：67个主题、离群38.5%、最大主题5.4%、多样性0.803、silhouette 0.345、Davies–Bouldin 0.882、筛选分0.710。
• 同表run 11（选定配置的检索阶段）：62个主题、离群37.7%、最大主题6.7%、多样性0.803、silhouette 0.339、Davies–Bouldin 0.893、筛选分0.697；最终多样性在完整词表排除后重算为0.829。
• 审阅删除8个主题；Topic 16并入15，Topic 22并入21。附录A.7列出53个保留话题与七组的对应。
• 无核验引语的帖只作诊断，不进入17,053条；抽取失败原因用于审计，不用作主题标签。
• 论文未报告选定主题模型的多次随机重复、置信区间，或主题计数的统计显著性检验。

作者把发现限定为该Reddit语料的解释性地图，并建议用年龄核实的纵向研究和harness对照来继续检验。

作者指出的局限与后续方向

• 代表性：作者写Reddit用户和社区不一定代表更广人群，公开社交媒体数据可含人口、自我选择、行为、内容和平台相关偏差（第6节）。
• 年龄与自述：青少年相关由账号和帖文内容推断，未经直接招募核实；帖子可能不完整、有选择或未经验证（第6节）。发现限于该Reddit语料，不推广到作为总体的青少年（3.6节）。
• 解释而非患病率：主题建模和筛选提供的是语料的解释性地图，不是患病率估计或临床评估；作者称这限制了关于体验有多常见、以及观察到的关系是否为因果的主张（第6节）。
• 纵向检验：作者建议对直接招募且年龄核实的青少年做访谈、调查、行为测量和重复的记忆与关系评估，检验感知互惠是否预测后续依恋、依赖、社交替代、身份相关结果或中断后痛苦，并与普通高频使用和功能性使用区分（第6节）。
• harness对照：作者建议比较有专门设计的harness、无harness，以及非为陪伴设计的通用智能体harness；并比较平台控制记忆与用户控制记忆、不受限角色行为与可执行的角色边界、情感施压的退出与非强制的暂停和告别（第6节）。
• 意外效果：作者写评测应同时看安全违反和被看重的结果，包括情绪支持、身份探索、关系排练、披露和获得人类支持；并直接测试用户能否检查、更正、删除、导出和转移关系记忆。作者认为更大的所有权可能增强自主，也可能强化依恋或使失去更个人化（第6节）。

实验覆盖范围

• 语料：分析使用260个社区的895,600篇公开帖，关键词后9,884篇，分类后6,511篇，准备帖5,608篇，最终17,053条已核验引语、3,930帖、3,523位作者；附录Table 4覆盖最终引语中的59个subreddit。
• 系统与工具：结果平台标签为Character.AI、Replika、ChatGPT、Janitor AI。分类与抽取引语用GPT-4o-mini，嵌入用text-embedding-3-small。论文未说明1,000帖分类器评估的标注者和抽样方式。
• 建模范围：主题模型比较在同一17,053条引语上进行，含32次侦察网格和360次聚焦网格；选定配置使用随机种子42。论文未报告该配置的多次重复，或主题计数的统计显著性检验。
• 解释程序：两位作者联合审阅63条主题记录至饱和，保留53个话题并收成七个可重叠组；论文写明未计算评分者间信度（3.5节）。
• 测量范围：论文未报告各主题患病率，也未报告感知互惠或companion harness的实现、用户实验或安全违反计数；第6节把后一类写成后续工作。

Namvarpour、Chang与Razi用计算辅助主题分析，描述青少年相关Reddit讨论中与AI陪伴聊天机器人的关系及潜在过度依赖。

• 问题：哪些话题突出，以及情感支持、依恋、身份、伤害和平台依赖如何在同一类叙述里一起出现。作者关心的是随时间展开的关系，而不只是单次有害回复。
• 做法：从260个社区的895,600篇帖筛到5,608篇准备帖，精确核验17,053条引语（3,930帖、3,523位作者）。BERTopic得到62个非离群主题；两位作者保留53个话题，收成七个可重叠组。讨论提出感知互惠的三个成分：即时回应、关系延续、感知主体性，并把既有CARE原则映射为概念性的companion harness。该架构未在本文实现或评测。
• 计数：Table 1中，道德、社交与学业代价组有3,068条引语、1,730帖；始终可用的情感入口组有2,561条引语、1,553帖。组间可重叠。GPT-4o-mini在1,000帖上的accuracy为0.908，teen-label recall为0.740。选定模型的离群引语占37.74%。附录Table 4中，CharacterAI有9,172条引语、2,254帖。
• 叙述：作者称用户把陪伴式AI用于安慰、认可、身份探索和关系排练，也叙述问题性依恋、社交替代、情感依赖、不受欢迎的角色漂移，以及对学业和社交生活的干扰。知道AI是人工的，并不阻止内疚、义务感、哀伤或痛苦。平台变更、订阅、记忆失败和服务中断被一些用户体验为关系事件。
• 作者的结论：陪伴式AI在即时回应、保留的对话上下文和可配置人格一起作用时变得有关系后果。作者主张安全不能只改进下一次回复；companion harness应管理记忆、人格、模式、工具、权限和安全检查，并让用户检查、更正、删除、转移、暂停、重置或结束关系状态。作者同时把发现限定为该语料的解释性地图，而不是患病率或因果证据。