关于基于大语言模型的对话智能体拟人化伦理视角的范围综述

拟人化——即非人类实体被赋予类人品质的现象——随着基于大语言模型（LLM）的对话智能体（CAs）的兴起而日益突出。与早期的聊天机器人不同，基于LLM的CAs通常会生成交互性和语言性线索，如第一人称自我指涉、认知和情感表达，实证研究表明这些线索可以增加用户参与度。另一方面，拟人化引发了伦理关切，包括欺骗、过度依赖和剥削性关系框架，而一些作者则认为拟人化交互可能支持自主性、福祉和包容性。尽管对该现象的兴趣日益增长，但文献在领域间仍呈碎片化，并且在如何定义、操作化和规范性评价拟人化方面差异很大。本范围综述梳理了五个数据库和三个预印本库中关于基于LLM的CAs拟人化的伦理导向研究。我们综合了（1）概念基础，（2）伦理挑战与机遇，以及（3）方法论途径。我们发现，在基于归因的定义上存在共识，但在操作化上存在显著分歧，规范性框架以风险为主导，并且将观察到的交互效应与可操作的治理指导联系起来的实证工作有限。我们最后提出了一个研究议程和设计/治理建议，以在基于LLM的对话智能体中合乎伦理地部署拟人化线索。