《非诚勿扰》智能体“小零”介入情感决策:技术模拟与主体性理解的鸿沟
2026/10/28 11:10阅读量 4
江苏卫视《非诚勿扰》十五周年推出基于多模态大模型的智能体“小零”,以83%匹配度参与嘉宾情感决策,引发关于机器能否真正理解情感的讨论。研究表明,尽管语音识别准确率已达93.1%,且马尔可夫决策优化提升了交互效率,但机器仅能模拟情感状态,无法跨越从行为模拟到现象学体验的鸿沟。算法匹配的“客观性”实为技术与节目呈现共同构建的认知权威,机器伦理对齐仅赋予其弱主体性,难以替代人类在情感中的主体地位。
事件概述
江苏卫视《非诚勿扰》十五周年之际,联合南京大学研发了智能机器人“小零”。该智能体基于十五年情感大数据及多模态视听融媒大模型,融合文本、语音、行为识别等技术,以实时交互方式参与节目。在首期节目中,“小零”综合多维度因素为男嘉宾匹配智推女生,给出83%的综合匹配度。这一事件将机器作为社会行动者介入人类情感决策的场景具象化,引发了学界对机器情感理解本质的深入探讨。
核心信息与技术前沿
1. 理论范式的演进
机器与情感的关系研究经历了三个阶段的演变:
- 行为模拟范式:早期研究受行为主义影响,将情感理解操作化为对外部信号(如面部表情、语音)的识别与分类。虽然技术可实现高准确率识别,但悬置了情感的质性维度,即“知道如何分类”不等于“知道情感是什么”。
- 认知建构范式:主张机器不仅应识别情感,还应拥有内部情感状态以驱动决策。例如通过生理信号建模实现差异化情感表达。然而,这种模拟的情感状态与人类真实体验的状态之间存在本质鸿沟。
- 社会行动者范式:近年趋势是将机器重新定位为社会行动者,情感理解被视为在人机互动关系场域中共同建构的结果。“小零”被赋予认知权威,更多是因为在互动中被参与者当作实体对待,而非其真正具备理解能力。
2. 关键技术指标与局限
当前技术在“读情”、“应情”和“造情”方面取得进展,但存在明显边界:
- 情感识别精度:改进水循环算法优化的语音情感识别模型平均准确率达 93.1%。但高精度识别并不自动转化为深度理解,AI生成音乐的研究显示,即使产生即时情感反应,听众在感知理解和深层共鸣上的评价依然偏低。
- 交互决策优化:采用马尔可夫决策过程框架,实现了比人类快 50% 的说服速度和超过 99% 的计算时间缩减。这种优化将情感交互压缩为效率问题,服务于匹配成功率等外在目标,而非情感本身的深化。
- 生成内容与来源效应:当内容被标注为AI生成时,听众的喜好度和参与度显著下降。这表明情感共鸣高度依赖于对表达主体的判断,机器缺乏产生深层共鸣所需的主体基础。
值得关注:伦理争议与哲学反思
- 算法客观性的幻象:算法匹配带来的“客观感”是技术设计与节目呈现共同制造的幻象。生理信号虽难伪装,但其含义并不清晰。数据客观性并未解决相亲节目的真实性难题,反而为其披上了合法外衣。
- 主体性的不对等:人机情感交互中,用户感到被理解,而机器并未被理解。小零的情感是功能性和服务性的参数设定,而非体验性存在。共鸣需要一个能被共鸣的主体,而AI不具备此基础。
- 弱主体性与伦理对齐:现有的机器伦理对齐只能让机器做出符合规范的行为反应,赋予的是“弱主体性”。其决策始终是对人类价值观的反映和对齐,而非基于真正理解的判断。当匹配成功时被视为精准,失败时则归咎于数据或情感复杂性,显示出机器作为社会行动者在伦理责任上的脆弱性。
结论
“读懂爱情”的定义决定了答案。若指信号识别、策略优化或内容模仿,技术已相当成熟;若指涉及主体性、体验性和现象学深度的理解,机器与情感之间的鸿沟并未消弭。智能体“小零”的价值不在于证明机器能理解情感,而在于迫使人们重新审视“理解”的本质以及爱情是否可以被完全量化和算法化的深层困惑。
