数字陪伴的支持能持续多久？从片刻缓解到日常变化

聊完轻松一些，和生活变得不那么孤独

在暂时无人可聊的时候，一段回应可能让当下没那么孤独。数字疗愈研究既要认真看待这份片刻支持，也要追问它怎样进入生活：下一次交流之前，感受是否延续？不再使用之后，人际联系或日常状态有没有变化？

这是用于说明研究问题的假设场景，并非原创采访或论文中的个案。几个问题都与陪伴有关，回答它们需要的证据却不同。当下得到回应，可以是有价值的体验；若要进一步谈持续支持，还要观察两次使用之间以及停止使用后的生活。

《AI Companions Reduce Loneliness》包含五项研究，涉及应用评价和实验比较。本文集中看其中的研究 3：它连续观察一周，让我们有机会把每次交流后的感受，与下一次交流前的状态分开看。

七天里，谁做了什么

研究共招募 1,088 人，排除 16 名未通过理解检查的参与者后，剩余 1,072 人。论文主分析按预先登记的规则，使用纵向两组完成全部七天的数据。最终样本经常被概括为 922 人，但其中包括不参与七天追踪的预测组。把这三个组分开，才能知道研究究竟追踪了多少人。

实际完成七天纵向任务的是 676 人，而非 922 人。预测组用于研究人们怎样预想 AI 陪伴的作用，不是另一组接受七天干预的参与者。下文的持续变化问题，主要依靠体验组与不聊天对照组来判断。

体验组使用研究者构建的 GPT-4 系统，模型版本为 gpt-4-0125-preview。系统通过摘要保留跨天交流的信息，配有关怀式回应提示和主动问候等安排。研究测试的是这套组合，并未分别操纵记忆、措辞或问候，因此无法把结果归功于其中某个功能。

对照组每天只回答一次当下孤独感问卷，没有等长的交谈或其他活动。研究由此提供了一个不聊天的参照，却没有完全控制时间投入、得到关注或参加活动本身的影响。

平均分下降，发生在哪个时间点

把七天中每次交流前后的观察合在一起，体验组的平均分从 36.64 降至 30.74，论文报告的效应量为 d = 0.20。它描述的是反复测得的聊天前后差异，不能读成“第一天到第七天下降了这么多”，也不是获得治疗改善的人数比例。

第一行说明，即时下降在这一周里可以反复出现。第二行提醒，和不聊天对照相比，逐日结果没有同样一致。第三行尤其关键：研究没有观察到体验组在每日聊天前，已经比对照组保持更低的孤独感。

两组的评分在一周中都缓慢下降，因此，不能把共同的时间趋势归因于 AI。反过来，未见显著差异也不等于证明两组完全一样，或所有 AI 陪伴都不可能产生更持久的帮助。它说明，这项研究尚不足以确认这种持续优势。

把“有效多久”拆成三个问题

一次交流结束时，感受有没有变化？

这是本文证据最直接的部分。在这个系统、样本和安排下，参与者报告的当下孤独感在交谈后降低。短暂的支持也可以有意义，例如在暂时无人可聊的时刻得到回应。研究并未为这种价值设定统一的临床阈值，量表上的变化仍需按其测量范围理解。

到了下一次交流之前，变化有没有延续？

每天聊天前的测量，为两次使用之间的状态提供了线索。它没有显示出相对于对照组的持续优势。因此，“连续七天，每天聊完都好一些”与“这一周越来越不孤独”应当分别表述。重复出现的即时变化，并不会自动累积成日常状态的改变。

停止使用之后，生活有没有变化？

研究没有在七天任务结束后，继续随访数周或数月，也没有据此评价现实社交网络、临床症状或缓解率。它无法回答停用后是否保持改善、是否更愿意联系他人，或是否出现依赖。这些都需要额外的时间点和相应指标。

哪些条件限制了结论

对照活动与聊天并不匹配。体验组投入的时间和互动明显更多。若要更清楚地区分 AI 交谈的具体作用，可以加入时长、注意和投入程度相近的活动。论文其他研究有不同的随机比较，但它们主要也是短时体验，不能补成缺失的长期随访。

完成一周的人，与自然使用的人可能不同。体验组约 23%、对照组约 14% 未完成；漏做一天后，参与者不再收到后续邀请。主分析以七天完成人为基础，且完成者可获得 15 美元额外奖励。付费、任务要求和差异化流失，都可能影响谁留下来，以及他们怎样参与。作者报告了一些补充稳健性分析；本文未下载重跑原始数据，也未复现这些分析。

测到的是当下自报感受。参与者知道自己正在做什么，又反复回答孤独感问题，期待、重复测量和对研究目的的猜测都可能影响评分。研究并非针对临床诊断人群的治疗试验，也没有盲法临床结局评估。

范围限于特定人群与系统。美国付费线上成人、一周、一个研究用 GPT-4 陪伴系统，不足以代表中文使用情境、所有商业产品或现实中的亲密关系。论文没有检验萝钵力情绪互动游戏或萝钵力·入眠，也没有比较长期使用 AI 与维护真人关系的结果。

怎样把这一区分用于产品评价

以下是根据研究提出的待验证思路，并非原论文已经证明有效的功能，也不是对本站产品的实测结论。

预先写清楚，要观察哪一种变化

若目标是片刻陪伴，可以预先登记一次交流前后的状态变化；若目标是持续支持，就另设次日使用前、未使用日和停止使用后的测量。把主要终点与观察时间先定下来，才能避免挑选最好看的时间点作为结论。报告均分、效应量与不确定性，也比把量表下降换算成“治愈比例”更贴合证据。

让不继续使用，也成为可理解的选择

产品应如实说明 AI 身份，让人能够自主暂停或退出。评价时可以询问退出的原因：是已经得到这次需要的回应，还是感到无聊、不适或没有帮助？留存与时长描述参与程度，无法单独区分这些情况。自然使用研究也需要把未完成人的经历纳入，而非只看愿意每天回来的人。

把数字交流放回日常关系里

除了问“聊完感觉如何”，还可以研究体验是否影响用户自主选择的线下行动：例如是否更容易向熟悉的人表达需要，是否愿意参加原本想参加的活动。支持离开屏幕、恢复联系的安排是否有帮助，需要单独测试，不能从一次评分下降直接推出。

片刻缓解与持久变化都有各自的研究价值。把它们分开，既能保留即时体验的意义，也能让后续产品研究清楚知道：已经观察到了什么，还有什么需要继续追踪。

让支持的时间尺度更清楚

数字疗愈并不需要把每一次安慰都写成持久改变。把当次、次日与停用后分开研究，能够更准确地说明体验提供了什么。后续设计可以围绕一个明确目标继续检验，例如帮助人表达一次需要，或为现实中的交流作准备；这些设想尚未由本研究证明。