有研究者认为,这也许可以为AI模型开发提供一点启发:能否通过调整AI的回应方式,帮助用户更好地与人相处?如果AI既能让用户感到被理解,也能鼓励他理解别人,则可能为现实中的沟通创造更多机会。
无论如何,“祈使句一代”对关系和关怀的理解如何变化,他们的思维与心理将受到什么样的影响,都是值得关注的问题。青少年正越来越熟练地与AI交流,但在现实中如何让他们在人与人交往中获得更完整的经验,学会如何顾及另一个人的感受、需要和选择,同样是成长中的必修课,也是社会的责任。
收到AI的回答后,有些人会顺手敲下这句话,也有人觉得多此一举:跟机器对话,何必客气?还有人把礼貌当作一种对AI的提问技巧,希望多说几句好话,就能得到更准确的答案。这些想法背后,其实有两个不同的问题:对AI客气,能不能让它回答得更好?表达感谢,是否一定要以获得更好的回答为目的?
说不说“谢谢”,当然是个人选择。不过,关于怎样与AI相处,这场讨论也带出了一个更实际的问题:除了调整说话的语气,我们还能做些什么,让一次对话真正对自己有帮助?
这需要先想清楚,我们希望从对话中得到什么。
有时,我们只需要AI提供一段润色后的文字;有时,我们还需要借助与AI的对话,理清自己的处境和想法。需求不同,提问的方式也可以不同。比如,你可以请AI帮忙拟一条拒绝同事的消息,除了命令它“写得委婉一点”,还可以把你的处境说清楚:“同事临时加了一项工作,我想拒绝,但不希望影响后续合作。请先问我几个必要的问题,再帮我拟消息。”
这样,对话就有机会从“怎样说得好听”,进一步深入到“自己究竟想表达什么”:这项工作为什么难以接受?双方此前有没有约定?有没有可以商量的替代办法?补充这些背景,既能为AI提供更明确的信息,也可以给我们一次梳理问题的机会。
如果把AI用于学习,则需要留意另一件事:得到答案之后,自己是否真的学会了。我们可以试着这样提问:“先别告诉我答案,给我一个提示。等我试过这一步,再继续。”在日常学习中,我们仍可以主动决定:哪些步骤请AI协助,哪些步骤先由自己完成,再借助反馈查漏补缺。亲自解决问题的成功经验,是“自我效能感”的重要来源。
与AI复盘人际交往出现的问题,则可以这样提问:“以下只是我对事情的叙述。请帮我区分哪些是已经确认的事实、哪些是我的猜测,还有哪些事情需要向对方了解。”这样的问法,能把自己的注意力延伸到事情的更多角度。当然,AI作出的区分本身也需要审视,它提出的解释——例如“对方可能并没有恶意”——仍然只是一个待确认的可能。大多时候,要了解对方的想法,最好的办法还是当面谈一谈。
无论是拟消息、学知识,还是梳理分歧,都需要留意:一份听起来令人满意的AI回答,并不意味着其中的信息和判断都可靠。我们可以再问一句:“这份回答里,哪些地方最需要核查?”随后,再去检查原始资料,或向相关的人求证。
这些问法都不是保证答案正确的“法门”。它们的共同之处,是让我们在向AI求助时,仍然让自己参与思考、判断和选择:表达之前,先理清自己的需要;学习之中,给自己留下尝试的机会;面对分歧,分清事实与猜测;采用回答之前,核实关键的信息。





