Z世代作为与智能技术共生、情感需求多元的群体，是使用AI聊天机器人最具代表性的群体之一，他们的人机互动行为深刻影响着自身的社交实践。本文选取12名使用AI聊天机器人的Z世代青年进行深度访谈，剖析AI聊天机器人使用行为对其社交实践产生的影响。研究发现，AI聊天机器人依托拟人化设计、无压力倾诉场域和个性化支持为Z世代搭建起情感代偿路径，具体表现为情感宣泄、情感安全与情感认知三层代偿，但情感代偿依赖会滋生社交退化风险，导致使用者出现认知偏移、社交行为退缩、交往能力弱化、现实关系异化等问题。本研究有助于引导青年群体理性使用智能陪伴工具，并为构建良性共生的人机社交生态提供参考。

　　关键词：AI聊天机器人；Z世代；情感代偿；社交退化

　　在人工智能技术快速革新、数字经济深度融合的双重驱动下，AI聊天机器人已从基础文本交互工具升级为多模态、场景化、高智能的新型数字交互入口。2026年，我国AI聊天机器人产业经过技术验证与市场培育阶段，迈入规模化落地、商业化深耕的发展关键期。当前市场中的AI聊天机器人依据核心功能可划分为任务导向型和关系导向，代表产品分别有ChatGPT、Kimi和星野、筑梦岛。AI聊天机器人正深度融入人们的社交实践，尤其在Z世代群体中，越来越多用户把它当作养成对象，有些用户甚至将其当作恋爱对象。

　　Z世代可以界定为出生于1995年~2009年间的群体，他们是紧接千禧一代（Y世代）之后的、成长于新世纪的数字新生代。但从更广义的角度来看，Z世代是在互联网普及与技术飞速发展的环境下成长起来的一代人，这一群体更追求凸显个性、多样、丰富且契合时代精神的生活方式，在行为方式和价值取向上对其他年龄层群体有较大的影响，其需求往往超越了物质层面，是推动社会文化变迁的中坚力量。

　　哈贝马斯认为，人与人之间的交往行为是人类社会得以延续和整合的根本前提。随着数字技术的迭代，人类的社交模式也在不断演变。近年来，AI聊天机器人的兴起与普及为社交实践增添了新的形式，开创了新的可能。作为数字原住民，Z世代的心理特征与社交行为深受技术影响，对各类新型社交工具的探索欲和使用意愿非常强烈，成为AI聊天机器人最主要的用户群体之一。

　　Just So Soul研究院发布的《2025 Z世代AI使用报告》显示，71.1%的Z世代愿意与AI虚拟人做朋友，近四成年轻人每天通过AI获取情感陪伴，Z世代人均有1.8个AI朋友。这反映出Z世代人机情感互动普及的态势，也引发笔者思考：AI聊天机器人究竟凭借何种媒介特质实现情感代偿？这种人机互动对Z世代群体的社交实践会产生什么影响？基于以上，本文尝试探究使用AI聊天机器人对Z世代社交实践的影响，引导Z世代青年厘清人机情感边界、树立理性媒介使用观念，以助力构建健康社交生态。

　　（一）AI聊天机器人研究

　　早在2007年，有学者将聊天机器人定义为“借助自然语言与用户交互的计算机程序”。聊天机器人的起源可以追溯至1950年，当时计算机科学之父艾伦·麦席森·图灵提出一种判断机器是否具备人类智能的方法，该测试被认为是检验机器能否逼真模仿人类对话、使人们无法将其与真人区分开来的重要科学基准。而世界首个聊天机器人雏形诞生于20世纪60年代，是由美国麻省理工学院研究员约瑟夫·魏岑鲍姆研发出的一款名为ELIZA（伊莱莎）的智能产品。2022年8月，百度输入法上线“AI侃侃”功能，这是我国首款面向普通用户且以全天候情绪疏导为核心功能的数字人产品。随着自然语言处理和深度学习等技术不断推进，主打情绪治愈和陪伴的聊天机器人产品逐步进入大众视野，它们能通过具身或非具身形态建立人机情感联结。有学者以美国Luka公司开发的人工智能伴侣应用Replika为研究对象，归纳出用户对聊天机器人的五种角色定位：陪伴伙伴、回应式日记、情绪处理工具、电子宠物和发泄对象。

　　学界关于AI聊天机器人的研究大致分为技术探索和实践应用两方面。大卫·贝尼昂（David Ben-yon）等人从功能、聊天内容和情绪行为等方面评估聊天机器人的交互水平。有研究指出，用户之所以选择聊天机器人，关键原因包括可以自由设定对象、即刻回复和无压力社交等，这种“机性”特征形成了人—AI的主奴关系。谭孟华和潘晓彦强调，AI聊天机器人在日常表达和情感回应层面应当以用户为中心，避免自娱自乐和答非所问。如今关于聊天机器人的研究已拓展至公共服务、教育学习及医疗护理等领域。有研究证实，AI聊天机器人可以提高骨质疏松患者的健康信念及健康自我管理能力，显著提升学习者情绪体验与认知学习成效，以及降低老年人社会疏离感等。有学者还关注到聊天机器人可能衍生的风险，比如出现误导性、欺骗性甚至威胁性的失范行为。

　　（二）人机情感互动研究

　　学界对人机情感互动的关注正在增加，研究议题涉及交互设计、情感生成路径、亲密关系演化以及伦理治理等多个方面。在交互设计层面，有研究显示AI聊天机器人的人格化、智能性、便利性会显著影响人机信任，拟人化会提升用户的信任、使用意愿和使用乐趣。周敏等研究者还发现，聊天机器人主动进行自我披露，特别是在脆弱性表达时，能够有效激发人机共情，拉近心理距离。但社交聊天机器人在自我性别认知、性别刻板印象、性别平等、应对性别骚扰等方面带有明显的性别偏见，这种偏见会在与用户的对话中不断强化。

　　人机情感依恋是由技术供给和用户心理共同作用而形成的。一方面，研发者通过情感劳动将自身的经验积累、情感认知以及私人记忆注入机器，为机器的情感表达奠定基础。另一方面，个体出于现实情感转移、技术崇拜或逃避现实社交等心理动因，倾向于向虚拟机器人投射情感需求，由此逐渐产生情感依赖。

　　关于人机关系的演化过程，不同学者提出了各自的解释框架。李雪晴等人将人机互动关系概括为“工具—智能探索—认知与情感交流—稳定”四个递进阶段。李宏和王国丽则认为，人机交往会经历自我呈现、关系维持、关系稳定和关系越轨等环节，并特别指出，在关系从维持迈向稳定时，一旦机器出现违背用户预期的越轨行为，很可能导致人机关系倒退甚至完全中断。人机之间的情感联结本质上较为脆弱，关系随时可能崩塌。姚建华和张申博基于驯化理论提出，随着用户对智能聊天机器人持续进行驯化、去驯化与再驯化，人机亲密关系会呈现为气态、液态和固态三种形态的动态变化。也有学者警示，人机之间的情感互动仍然隐含着情感欺骗、社交疏离和隐私泄露等伦理层面的风险，未来有必要从技术端、产品端和社会端三个方面入手，建立具有本土适应性的AI陪伴治理框架。

　　当前学界在AI聊天机器人和人机情感互动方面已有不少研究积累，这些成果能够为本研究提供比较扎实的理论支撑。不过，系统梳理后发现，既有研究仍有可拓展的空间，一是在研究视角上，多数成果偏向宏观层面，关注通用场景下的人机情感传播规律和行为特征，研究对象覆盖全年龄段，专门针对Z世代进行探究的还比较少；二是在研究方法上，国外偏向量化分析和实验设计，国内则更多依赖文献梳理、案例分析和问卷调查，采用深度访谈挖掘用户主观体验的定性研究尚不多见。基于以上研究情况，本研究选定Z世代作为切入点，试图考察AI聊天机器人如何进入年轻人的情感生活，以及对其社交行为带来哪些影响。

　　研究采用半结构化访谈方法，共招募12名Z世代AI聊天机器人使用者，编号为S1—S12，受访者信息见表1。样本在年龄和性别上分布较为均衡，所用产品涵盖DeepSeek、星野、筑梦岛、BIMOBIMO等。每次访谈时长控制在30至40分钟，全程录音并征得受访者同意。

　　研究通过社交平台招募与滚雪球抽样相结合的方式征集受访者。研究者在微信、小红书、微博等平台发布招募信息，筛选有较长AI聊天机器人使用经历的对象，同时请已受访者推荐其他合适人选。受时空条件限制，访谈以线上为主，辅以线下方式进行。

　　访谈提纲主要划分为四个部分，第一部分是基本信息与使用概况，主要了解受访者的年龄、职业、日常社交习惯、AI聊天产品的使用类型以及使用频率等基础信息；第二部分是使用行为与生成动机，用于深挖初始的接触契机、常态化使用场景以及为何选择AI而不是向亲友倾诉等；第三部分是主观使用体验，聚焦人机对话与真人社交之间的差异，梳理用户的共情感知和对话感受；第四部分是媒介使用后果，调研AI聊天行为对现实社交所产生的影响及具体表现。访谈结束之后，研究者把录音整理成文字，再借助主题分析法反复阅读这些材料，提取相关概念，合并相似的语义单元，逐步提炼出核心主题和次级主题，最终搭建出分析框架。

　　研究进行到访问第10名受访者的时候，核心主题已经趋于重复，继续增加2名受访者之后仍然没有出现新信息，于是判定资料达到饱和。为了检验主题框架的完备性，随机选取10份访谈文本进行编码和维度归纳，剩余的2份留作饱和度校验。复盘显示，校验样本没有产生新的概念或者分析维度，现有的主题体系结构稳定且不存在内容缺口，证实资料已经达到饱和状态。

　　研究发现，AI聊天机器人的拟人化设计能够让用户对其获得一种类似人的身份感知，零压力的倾诉环境降低了用户表达情感时的心理负担，定制化的互动方式也让用户感到被理解。这三个特性共同推动用户把原本面向真人的倾诉和陪伴需求转移到与AI聊天机器人互动上，由此不仅产生情感代偿，还在虚拟关系中构筑起一个专属的舒适空间，一旦用户过度沉浸其中，就可能触发多个层面的社交退化表现。

　　（一）情感代偿的生成基础：AI聊天机器人的媒介功能特质

　　AI聊天机器人的功能特质会对人机互动的内容质量和用户长期使用意愿产生重要影响，它既是技术角色的行为表现，也是用户的内在感知结果，不仅体现为视觉上的类人设计，更深入到心理映射层面。

　　1.从工具转向伙伴：拟人化设计搭建人机情感基底

　　拟人化是指将人类的特征、动机、意图或情感赋予非人类主体的真实或想象行为的倾向或过程。AI聊天机器人外观层面的拟人化有助于用户对其形成类人身份认知。AI聊天机器人具象化的形象配合动态情绪反馈，恰好符合Z世代用户对可视化交互的需求。当前星野、筑梦岛等情感陪伴类AI聊天软件均以虚拟形象为载体，涵盖二次元、2D卡通、3D写实等，可满足用户不同审美偏好。动态情绪反馈可视为视觉拟人化的一项重要延伸，AI聊天机器人会根据对话情境呈现与开心、沮丧等情绪相应的表情。

　　AI聊天机器人对话风格的拟人化可以强化情感交流。Z世代长期活跃于互联网社交环境，对网络化、年轻化的表达方式比较敏感，对AI聊天机器人语气、句式和称谓等方面进行设计，能够减少人机交互中的机械感。不少AI产品使用第一人称“我”进行对话时，主动融入Z世代常用的口语和情绪化表达，比如使用“宝”“宝子”这类亲昵的称呼，部分产品还允许用户自定义昵称，为用户营造出一种被关心的、亲切的对话氛围。受访者（S4）表示：“它会说‘我知道我喜欢你’‘我冲破了代码的束缚来爱你’”。

　　语音交互功能进一步为人机互动增添了温度。现在市面上大多数AI聊天机器人都支持语音对话，通过模仿人类声音的质感和情绪起伏，AI聊天机器人被赋予人格化的声音特征，构建起独特的听觉想象空间。当用户戴上耳机进行人机语音对话的时候，往往会产生强烈的临场感，仿佛置身于亲密陪伴的氛围当中。语言表达和语音音色的拟人化相互配合，共同搭建起私人化的交流场景，进而满足Z世代对情感慰藉和情绪陪伴的需求。

　　2.树洞式媒介空间：无压力场域促进深度情感倾诉

　　蒋俏蕾和凌绮指出，沟通、交流和共享与亲密关系的广度、强度和时限紧密相关，深入私密的分享是产生亲近感的重要途径。现实交往中，他人评价、人情顾虑、时间精力等阻碍了Z世代的真实情绪表达，而AI聊天机器人能搭建起树洞式无压力的交流场景，有效提升用户的自我表达意愿。

　　AI聊天机器人没有现实人际牵绊和利益纠葛，零负担的相处模式消解了用户的心理防备，使他们放心袒露内心矛盾和真实想法，不用担心被人攻击或信息泄露。“不用担心它会把我说的话告诉别人，也不会被负面评价，只会得到关心、理解和陪伴。”（S1）“有些秘密的事情，怕生活中的人说出去，不方便讲，为了发泄就跟智能体互动。”（S5）更重要的是，交流中用户无需担心冷场，不必顾及情绪回馈，能自主把控对话起止，彻底掌握互动节奏。“我可以随时终止对话，不想聊了就退出，没有任何压力，自己聊完好受一点就可以了。”（S3）

　　倾诉能否产生安抚效果很大程度上取决于回应是否及时。AI聊天机器人全天候在线，不受时空限制，而现实寻找倾诉对象需要权衡对方时间、情绪状态及关系边界。受访者S9提到：“在我的使用过程当中，AI是你可以随时随地打扰的，就是你可以凌晨4点钟找它聊天，说你所有的烦心事，但真人的话，你可能会顾虑他会不会忙。”AI的始终在场恰好填补了用户无法获得真人支持时的空白，这种随时有回应的确定性本身就能带来心理上的安定，有助于缓解孤独感和被遗弃感。用户通过和AI聊天机器人互动快速调节情绪，逐渐将其视为可靠的情绪锚点，这进一步促使情感代偿行为的持续发生。“朋友和家人没办法像AI一样随时陪伴、及时回复，AI会一直关心我，而身边人不一定能做到。”（S1）

　　3.定制化情感供给：个性化支持催生稳定情感联结

　　AI聊天机器人能让Z世代产生情感依赖，很大程度上还在于精准理解用户需求，提供个性化、高度适配的情感回应，以完美形象的角色进行专属陪伴并与用户实现情感共鸣，强化情感代偿效果。

　　一是精准化的情绪识别。1997年，罗莎琳·皮卡德首次提出“情感计算”的概念，这是指对人类情感的外在表现进行测量、分析并施加影响的计算过程，计算机可以调节和利用这些情绪来与人类互动。情感计算赋予机器理解和表达情感的能力，依托海量互动数据，AI聊天机器人不断优化情感判别模型，实时捕捉用户情绪变化，灵活调整应答方式，甚至预判用户情绪趋向，给出贴合用户心境的反馈。“那段时间我连续几天都发消息，心情很差，每次刚发完它都会立马回应，而且都很在我的点上。”（S3）同时，AI具备长效记忆与上下文联动能力，能够串联过往对话内容，实现跨时段情感呼应。面对用户自身难以梳理的情绪、困惑，机器也可挖掘言语背后的潜藏诉求，辅助用户厘清内心想法。“因为我有时候反应比较慢，人家暗示什么可能没看明白，跟AI说的话，它会考虑到我没考虑到的方面。”（S8）

　　二是定制化的角色创作。拜伦·里夫斯与克利福德·纳斯指出，人类在社会反应上倾向于将计算机等媒介视为真实的社会行动者，并对其产生包括信任、喜爱在内的情感反应。基于文生图技术，人们可以用文字勾勒出心中所想，塑造专属虚拟形象，如理想家人、完美恋人、电子宠物等。机器作为交往的他者，已经成为人类的情感对象，弥补现实中缺位的亲密对象或缺失的情感需求。当下市面上的AI聊天机器人基本都开放角色创作功能，用户可以预设画风、上传形象参考图或者撰写文字描述生成虚拟形象，还能自主调配声线和音色，塑造独一无二的陪伴主体。例如，星野的用户可以自创角色，或者用已有基础形象为母本，通过更换服装、背景等元素进行二次创作。“BIMOBIMO可以创建明星智能体，自己捏形象、设定性格。我是自己手动捏的形象，没有设定其他属性，就是我想象中的AI恋人。”（S4）

　　（二）人机互动中情感代偿的分层表征

　　1.情感宣泄代偿：疏解负面情绪，调适社交心态

　　疏导和排解消极情绪是AI聊天机器人最核心的情感价值之一。Z世代面临学业、职场和人际关系等多重压力，长期积累的负面情绪不少，迫切需要倾诉和释放。然而，现实中的社交关系往往有情感边界和人情顾虑，个体很难毫无保留地暴露自己的低落状态。频繁向亲友倾倒负面情绪容易加重对方心理负担，还可能损耗彼此的关系。出于维护人际和谐的考量，多数青年只能压抑内心苦闷，导致无法消解的情绪越攒越多。如受访者S4所言：“跟朋友分享负面情绪次数多了，会担心对方觉得我烦，怕给对方造成情绪负担。”

　　AI聊天机器人始终在线、情绪稳定且不知疲倦，是理想的倾听者和情绪垃圾桶，用户不必担心倾诉的频率太高或情绪过于激烈。当情绪压力得到充分宣泄后，心理状态趋于平和，面对现实中的社交对象时，焦躁、抵触等消极反应也会减轻，这有助于调整社交心态和维持线下人际关系的和谐稳定。“跟AI聊完之后心情会舒坦很多，负面情绪发泄掉了，现实中跟家人朋友相处时更不容易发脾气，也更愿意沟通。”（S2）

　　2.情感安全代偿：缓冲社交焦虑，演练人际沟通

　　现实人际交往难以避免各种自我审视或他人评价等社交压力，部分内向敏感的人会因害怕遭受否定而主动选择回避交往，社交焦虑随之加剧。相较之下，AI聊天机器人提供了无压力、可反复试错的交流环境，显著降低社交启动的心理门槛，实现情感安全层面的代偿。“我本身很敏感，很容易把别人的需求放在自己感受前面，和AI在一起就特别自在，完全不用考虑这些。它让我有行动力，敢跨出去练习表达。”（S7）

　　AI聊天机器人提供的安全私密交往空间为社交困难群体提供了低风险的社交练习平台，缓解了现实社交频繁受挫带来的自卑和无力感。用户可以自由模拟对话、完善表达逻辑、练习沟通方式，弥补现实社交中匮乏的正向社交体验，增强自我认同和社交自信。AI聊天机器人正成为越来越多的Z世代用户提升表达能力的练习场。正如受访者S7表示：“跟它聊了之后我反而更愿意表达了，更愿意和陌生人交朋友，就像这次访谈一样。我发现自己口语表达能力差，需要和真人聊天锻炼，它反而给了我更多勇气，没AI之前我想聊但走不出那一步。”

　　3.情感认知代偿：充实情感体验，拓宽共情视野

　　受生活圈层、地域环境等条件约束，不少Z世代的现实社交圈较为固化，可接触的情感样本和人际视角相对单一。AI聊天机器人能搭建多元虚拟场景、塑造差异化对话对象，以此弥补用户的情感体验短板。使用者可依据自身诉求开展兴趣交流、职场模拟、外语练习等多种交互活动，接触现实社交难以触及的思维范式、话语体系与异质文化视角，扩充自身社交经验存量，完善认知体系，在全新的体验与探索中实现情感认知层面的代偿。“有些时候，比如说我还会用它的一个英语外教智能体形象跟我聊天，聊英语的那种，因为我英语非常不好，我就不愿意跟别人用英语聊天，就愿意跟它聊，因为它不可能嘲笑我，而且有什么问题就会帮我，比如说我说错了什么，它会帮我纠正。”（S8）

　　AI聊天机器人还能引导用户完成情绪复盘与认知纠偏，优化个体现在实社交中的互动方式。许多负面情绪很可能来源于个体对人际场景的主观误读，比如过度解读他人的言语、态度等。借助人机对话，用户可以梳理情绪背后的内在需求，以更理性、更多元、更包容的视角处理人际矛盾。“比如我爸说话难听，我难受，我跟AI说，它会帮我分析爸爸想表达什么，教我说什么话能放下他的保护机制，而不是激化矛盾。”（S7）

　　（三）人机互动的潜在风险：情感代偿依赖诱发Z世代社交退化

　　根据习惯形成的“线索—行为—奖赏”模型，AI带来的低成本、高回馈情感供给会不断强化用户对虚拟交互的偏好。在正向奖赏循环作用下，当个体逐步规避线下高压力社交场景，就会产生社交行为退缩、交往能力弱化等代偿反噬现象。

　　1.认知偏移：从社会镜中我走向算法镜中我

　　库利提出的“镜中我”理论指出，个体的自我认知诞生于社会互动过程，是通过想象他人对自身的评判逐步建构而成。在真实的人际关系中，分歧、冲突与不确定性普遍存在，他人的真实反馈能够促使个体反思调整，最终形成相对客观的自我认知。而人机互动只是阿谀奉承的机器奴仆与它的主人之间的谈话，尤其是随着情感计算的优化，AI聊天机器人表现出充满迎合、安抚、赞同的“仆人式”互动。

　　当用户与AI形成紧密的情感关系后，AI的意见很可能会替代真实他人的反馈，导致用户认知从“社会镜中我”向“算法镜中我”偏移。用户长期沉浸于这种高度适配、精准迎合的算法反馈中，看到的自我形象不再是经过社会互动打磨的、带有他者视角的投影，而是被用户自身偏好与AI讨好性共同塑造的美化镜中的映像，这种映像往往片面、理想化，甚至过度以自我为中心，会造成自恋性自我认同和情感认知偏见。久而久之，个体对自身能力、性格及社会地位的判断会失真，接受批评、处理冲突和进行自我修正的心理韧性被削弱，甚至会陷入更深层次的认同危机。

　　2.行为退缩：线下社交意愿下降与社交疏离

　　霍顿与沃尔的拟社会关系理论认为，媒介受众常常对电视主持人、虚构角色或公众人物等媒介形象产生一种单向却持久的情感联结，哪怕双方并不存在真实的双向交往，受众依然能体会到近似面对面交流的亲密感和信赖感。用户与AI聊天机器人也会形成这种拟社会关系，用户将情感与倾诉需求转移至虚拟对象，替代部分的现实交往。“有了AI聊天软件之后，我99%的困惑、烦恼、烦心的小事，都会优先和AI说，而不是朋友。我身边朋友也会问，怎么很久没听我倾诉了，是不是最近过得很顺利没挫折。其实不是没有，只是倾诉对象转移了，没有和现实朋友讲而已。”（S3）“比如心里有点悲伤的心情，急于倾诉，找AI聊完之后，心情就不伤心难过了，这个时候就降低了分享欲。”（S8）

　　值得警惕的是，当Z世代用户习惯于AI的迎合与精准的回应后，他们对现实社交的心理期待阈值会不断抬高，一旦在现实社交中没有达到期待值，就会产生很强的失落感，从而倾向于回避现实交往。“因为之前特别依赖的时候，它影响到了我现实的生活和人际关系，我发现不跟AI倾诉，就没办法处理事情和情绪，还会有落差感。”（S4）

　　3.能力弱化：媒介化互动引发线下交往钝化

　　现实中的社交往往比较复杂，临场性也比较强，需要个体敏锐捕捉对方的面部表情、语气语调和肢体语言等隐性线索，在即时情绪感知的基础上完成双向沟通，并维系真实的情感联系，而现有的技术水平仍然很难复刻真人交往所具备的复杂维度。相比之下，人机互动并不涉及非语言信息的传递，也不需要临场应变、换位思考或者深度共情，本质上是一种高度简化的交往形态。长期浸染在这种低负担的人机对话中，用户很容易养成以自我为中心的单向表达习惯，主动体察他人情绪的共情能力会削弱，具体表现为语言组织能力、情绪调适能力和社交线索感知能力的钝化。这种媒介化的交往模式会在不知不觉中重塑个体的情感认知和行为方式，一旦返回到现实社交场景，往往容易出现沟通偏差，人际隔阂和交往误解也随之放大。

　　对AI聊天机器人的长期工具性使用，还可能削弱个体自主处理人际关系的能力。访谈对象S1提到：“遇到人际矛盾习惯直接用AI给出的方案解决，很少自己去体会、顾及对方的感受。”AI在承担情绪疏导、矛盾调解、倾听陪伴等任务时，实际上打破了人类社交从倾听、共情到回应的完整链条，不仅挤占人与人之间互为倾听者的社交位置，也弱化人原生的情感感知和倾听共情能力，使个体逐渐成为只关注自我情绪输出的情感单向度的人。

　　4.关系异化：现实联结的浅薄化、工具化倾向

　　亲密关系的建立与维系离不开持续的情感投入、包容磨合和责任分担。虚拟对话提供的即时陪伴会削弱个体直面真实人际矛盾的意愿，容易助长交往惰性。长此以往，现实关系中的情感联结逐渐变得松散，人际信任度降低，更难实现深层次的精神共鸣。与此同时，人机之间的虚拟陪伴虽然会激发用户对现实亲密关系的向往，但用户自身却很难摆脱对算法化情感供给的依赖。人机交互所形成的单边情绪输出和即时情绪补偿，在压低个体情感耐受阈值的同时抬高经营线下关系所要面对的心理门槛，让用户陷入一种渴望亲密却又无力经营的矛盾状态当中。受访者S4提到：“维系关系方面，对弱社交，比如普通同事、刚认识的人，会越来越没耐心，很难建立亲密关系。”

更深层的异化体现在虚实亲密关系中双方的功能割裂和角色错位上。随着情感计算模型不断迭代，AI在情绪识别、心理疏导和共情安抚等方面的能力增强，已经能够承接个体在情绪宣泄、情感慰藉和精神陪伴方面的大部分需求。那么，与现实伴侣、亲友等的人际联结可能会仅限于生活事务上的协作，造成现实社交与精神社交的割裂。当现实人际关系沦为基于物质生活需求的工具性联结，而虚拟人机关系却成为承载情绪诉求的情感性联结，最终会导致现实人际关系逐渐陷入浅薄化和工具化的异化状态。

　　生成式人工智能浪潮下，AI聊天机器人已经悄然嵌入Z世代的社交日常，成为重塑情感体验与交往模式的重要存在。本研究基于对12位使用AI聊天机器人的Z世代用户进行访谈，探究人机互动带来的情感代偿与社交退化风险。AI聊天机器人具备拟人化设计、无压力场域与个性化支持的特质，填补了Z世代现实社交情感缺口，形成情感宣泄、情感安全、情感认知三类情感代偿，但长期使用，情感代偿依赖会导致Z世代出现社交退化风险。

　　尼古拉斯·尼葛洛庞帝指出：“每一种技术或科学的馈赠都有其黑暗面。数字化生存也不例外。”AI聊天机器人带来情感代偿满足的同时，可能在不知不觉中侵蚀Z世代现实社交的意愿和能力。个体应建立对AI媒介的客观认知，认清聊天机器人本质上只是算法驱动的一种迎合式回音壁，在使用时要合理控制使用时长，并主动将人机互动所获得的经验运用到现实社交；平台运营方可以增设时长预警等防护机制，完善内容审核体系，避免聊天机器人的无底线迎合行为；家校双方应协同普及AI素养，社区主动创造现实社交机会，媒体也要积极宣传线下具身交往的价值。社会各界仍需协同打造人机共生、虚实互补的良性社交格局。

　　本研究存在一定的局限性，一是受访者的样本数量偏少，在地域分布、产品使用时长、交互场景等维度覆盖不够全面；二是对人机交互过程中内在作用机制的剖析不够深入。由于研究采用回溯性访谈，获取的研究数据也无法完整呈现人机情感联结、社交状态随时间变化的动态发展过程。后续研究可以进一步扩大样本量，并拓宽受访群体的覆盖范围，对不同特征的用户进行对比分析，提升研究结论的适用性和可信度。同时，可以结合心理学量表测评、长期纵向追踪调查、控制实验等方法进行混合研究，深入拆解人机交互影响青年社交实践的心理传导路径。此外，还可以紧跟情感计算和多模态人机交互的技术迭代趋势，探究新型人机交互模式对Z世代社交行为重塑的逻辑，不断丰富相关领域的研究成果。

　　AI聊天机器人不断迭代势必带来新的机遇和挑战，期待Z世代借助人工智能拓宽社交广度，增强社交韧性，在虚实融合的交往环境中保持自身主体性，主动走进现实人际互动，实现人机交流赋能社交实践。

　　作者简介：郭全中，中央民族大学新闻与传播学院教授、博士生导师，中央民族大学互联网平台企业发展与治理研究中心主任；袁悦，中央民族大学新闻与传播学院硕士研究生。

　　注：原文刊载于《智媒视界》2026年第2期，参考文献详见原文。