AI 生成的情感表达虽受欢迎，却缺乏多样性
计算与语言
2026-04-10 v1
摘要
近期研究表明，越来越多的人倾向于利用大型语言模型（LLM）获取情感支持，且人们对LLM生成的回复的同情性评分高于人类撰写的回复。我们认为，这种成功的原因在于：LLM已学习并持续运用一种受欢迎的模板来表达同情。我们构建了10种情感语言“策略”的分类体系，包括肯定他人的情感和复述，并将其用于刻画人类与LLM在撰写情感表达时所使用的语言特征。在对比共计n=3,265个AI生成（由六个模型生成）和n=1,290个人类撰写的回复的两项研究中，我们发现LLM的回复在话语功能层面高度公式化。我们发现一种模板——一种结构化的策略序列——在83%--90%的LLM回复中都匹配（在独立样本中为60%--83%），且当匹配时，覆盖了81%--92%的回复内容。相比之下，人类撰写的回复更具多样性。我们最后讨论了AI生成情感表达的未来影响。
引用
@article{arxiv.2604.08479,
title = {AI generates well-liked but templatic empathic responses},
author = {Emma Gueorguieva and Hongli Zhan and Jina Suh and Javier Hernandez and Tatiana Lau and Junyi Jessy Li and Desmond C. Ong},
journal= {arXiv preprint arXiv:2604.08479},
year = {2026}
}