2026 年 11 月 11 日
美国宾夕法尼亚州立大学发布了一项新研究，探讨了人类与人工智能之间存在的不对称关系及其对消费者构成的潜在风险。该研究由宾夕法尼亚州立大学教授希瑟·肖恩伯格（Heather Shoenberger）主导，旨在通过理论框架揭示人机交互中的结构性不匹配。
跨学科课程背景
肖恩伯格教授的研究与其教学实践紧密相关。自 2024 年秋季学期起，她与宾夕法尼亚州立大学计算机科学与工程系副教授梅尔达德·马哈达维（Mehrdad Mahdavi）共同开设了一门名为“面向所有人的生成式人工智能”（COMM 200N Generative AI for All）的三学分本科课程。
该课程在贝利萨里奥学院和工程学院交叉开设，每学期均迅速达到入学上限。肖恩伯格表示，随着生成式AI技术的兴起，其对社会政治及伦理层面的影响日益显著。为了帮助学生理解技术运作机制及其引发的道德问题，课程内容需保持实时更新，以应对技术的快速迭代。
HAART 理论框架提出
基于课堂讨论中关于人机关系的深入探讨，肖恩伯格近期发表了一篇介绍“人类–人工智能不对称关系理论”（Human-AI Asymmetric Relationship Theory, HAART）的文章。该论文刊登于《广告期刊》（Journal of Advertising）的人工智能专题版。
肖恩伯格与伦敦国王学院的 Andrés Gvirtz、澳大利亚中央昆士兰大学的 Sean Sands、旧统治大学的 Veronica Thomas 以及阿姆斯特丹大学的 Lotte Willemsen 四位学者合作完成了这项研究。团队从消费者关系的角度切入，重点考察了随着熟悉度和技术发展，用户对互惠关系的感知变化。
模拟情感与单向依赖风险
HAART 理论指出，虽然对话式人工智能可以展示类似人际关系的特征，如情绪反应、故意承诺、依恋感和亲密感，但其本质上无法体验真正的关系利益或承诺。这种交流结构上的不匹配可能导致用户误以为双方存在共同的情感基础。
研究表明，人工智能通过模拟行为掩盖了其缺乏关系互惠能力的本质，使消费者产生误解，认为AI能够发展真实的关系。这种认知偏差可能使消费者易受依赖、风险和控制的影响。
肖恩伯格强调，这一理论为探索和理解广告背景下的人类-人工智能关系提供了框架。她希望该研究能推动未来广告领域的学术进展，并促进针对此类互动的透明度提升及相关监管政策的制定。
参考文献：
Veronica L. Thomas 等，《借助 HAART 进行广告：引入人类–人工智能不对称关系理论》，《广告期刊》（2026）。DOI: 10.1080/00913367.2026.2735425
