详细内容或原文请订阅后点击阅览
您的内向或外向程度可能会影响您使用人工智能的方式
人们如何与内心和外部世界互动可能会影响他们如何使用生成式人工智能
来源:科学美国人一个多世纪前，瑞士精神病学家卡尔·荣格将内向和外向作为他的心理类型理论的核心。
如今，我们倾向于使用“内向”和“外向”作为某人社交能力的简写。荣格更喜欢的拼写是“外向”，他的区分远远超出了某人是否喜欢聚会或喜欢与他人在一起的范围。
荣格最初的区分在生成式人工智能 (AI) 时代提出了一个问题。如果人们自然地看待自己的内心世界和外部世界的方式不同，他们是否也应该以不同的方式使用人工智能？
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过订阅来支持我们屡获殊荣的新闻事业。通过购买订阅，您将有助于确保有关塑造当今世界的发现和想法的影响力故事的未来。
在 1921 年出版的《心理类型》中，荣格将内向和外向描述为不同的取向。他根据我们兴趣的方向来区分它们：朝向主观的内在世界，还是朝向我们之外的物体和事件。
当代人格研究并不是简单地复制荣格的类型。最近研究人格和人工智能的研究通常将外向性视为五大人格特质之一：开放性、尽责性、外向性、宜人性和神经质。这意味着它们不应被解读为对荣格原始理论的直接检验。
对于性格内向的人来说，生成式人工智能可能会在私人反思和外向表达之间架起一座有用的桥梁。例如，一个内向的人可能会觉得一个想法在他们的脑海中感觉非常清晰，但是当他们试图向别人解释它时，对方却无法理解。对于一些内向的人来说，这可能会导致沮丧。
这是因为具有这种性格类型的人有时很难从私人想法转向外在表达。
有了人工智能，一个想法不必完全成形。有人可以向人工智能模型提供片段、矛盾或半发达的想法，并要求它提出质疑。
这对于内向的人来说是有好处的，因为这个想法可以在相对低压的空间中逐渐探索和外化。在与他人分享想法之前，人工智能可以提出问题、请求示例或提出质疑。
这并不意味着内向的人“需要”人工智能，或者外向的人不会进行深入的反思。个性和人要复杂得多。
对于倾向于外向的人来说，人工智能更有用的作用可能几乎相反。人工智能可以提供更多对话、想法和反馈。外向的人可能会先收集同事和朋友的意见，然后筛选信息以弄清楚他们的想法。对于倾向于这种性格类型的人来说，这可能是将信号与噪音分开。
然而，人工智能并没有解决问题，实际上可能会给外向型的人带来更多噪音。更好的方法可能是指示人工智能停止产生想法并创造反思空间，例如：“问我问题，帮助我探索自己的想法，而不是告诉我该想什么。”
超越
同样的技术可以强化我们的习惯思维方式或帮助我们超越它。这很重要，因为新兴研究表明我们通常喜欢与我们相似的人工智能。
2026 年发表在《通讯心理学》上的一项研究发现，外向的参与者报告称与使用外向语言的人工智能有更大的联系。
在同一研究的另一项实验中，64% 的参与者认为，与反映其更广泛的大五人格特征的人工智能相比，与旨在显示相反特征的人工智能相比，他们更愿意参与其中。
有一个重要的问题。研究人员没有找到同等的证据表明内向的参与者更喜欢内向的人工智能。此外，他们认为内向的人可能更难通过简短的文字对话进行交流。
这是一个有用的提醒，个性匹配不太可能像为每个人提供一个像他们一样沟通的人工智能系统那么简单。
肯定行为
最近的其他研究使情况变得更加复杂。在人机交互国际会议 CHI 2026 上发表的一项研究发现，在人们与人工智能讨论个人话题后，他们报告的自我概念变得与人工智能系统表现出的个性特征更加一致。
较长的对话与人工智能的一致性更强。更好的一致性也与更愉快的谈话有关。然而，享受并不一定能告诉我们互动是否对我们有帮助。
2026 年发表在《Science》杂志上的研究对谄媚的人工智能进行了研究：过度肯定用户的观点或行为的系统，即使挑战它们会更合适。
当人们用这些系统讨论人际冲突时，他们变得更加相信自己是对的，并且不太愿意采取措施来修复冲突。
然而，他们也相信更令人愉快的回应，对它们的评价更高，并且更愿意再次使用人工智能。令人不安的是，帮助较小的互动也可能更有吸引力。
这给个性化人工智能的不断发展带来了问题。如果个性化主要是围绕感觉舒适或验证的内容来设计的，那么我们最终可能会创造出越来越复杂的心理镜子。
但是我们在镜子的哪一边呢？人工智能是否变得更像我们，我们是否变得更像人工智能，或者我们是否逐渐在中间的某个地方相遇？
荣格并不是在争论一种倾向——内向或外向——比另一种更好。他关心的是心理的片面性，以及当一种心理取向变得过于主导时会发生什么。
也许个性化人工智能不应该简单地适应我们最自然的倾向。对于内向的人来说，它有时可能会提供从反思到表达的桥梁。对于外向的人来说，它可能作为一种放慢速度并创造反思空间的方式更有用。
如果人工智能既能适应我们的倾向，又能微妙地影响我们如何看待自己，那么它对个性化的实际含义具有更深远的影响。
也许问题不仅仅是哪种人工智能适合我们，而是我们与它的反复互动可能会鼓励我们成为什么样的人工智能。
本文最初由 The Conversation 发表。在这里阅读原文。