我们已经习惯问 AI 能回答什么。MIT 教授 Sherry Turkle 把问题倒过来：当一个人越来越习惯向机器倾诉、得到即时回应，他会怎样改变自己与人的关系？这不是遥远的技术伦理辩论。一个孩子练习英文时让 AI 陪练，与他在同学冲突后只愿向 AI 诉说，表面上都叫“聊天”，实际需要的教育回应完全不同。
Turkle 关注的也不只是“用得太多”。聊天机器人可以持续耐心、迅速认同、不提出自己的需要；真实的人有情绪、有边界，会误解、会拒绝，也会在困难之后重新靠近。人学会倾听、协商和修复，往往发生在这些不顺畅的时刻。若教育只管理 AI 是否代写作业，却看不见它正在怎样进入学生的情感生活，我们可能抓住了较容易检查的一半，漏掉更难处理的一半。
2026 年 9 月 29 日，MIT News 刊发 Peter Dizikes 对 Turkle 的专访，原题是Who we become when we talk to machines。报道介绍她当天由 Little, Brown and Company 出版的新书Artificial Intimacy: Who We Become When We Talk to Machines。Turkle 长期研究技术、身份与人际关系，这次沿着儿童到成年人的不同生命阶段，追问聊天机器人怎样改变亲密关系的预期。
MIT News 2026 年 9 月 29 日报道页面局部。
人为什么愿意把脆弱交给机器
访谈中的一位成年受访者，刚因伴侣认为自己情感上难以接近而分手，随后去问自己常用的聊天机器人：对方说得对吗？这个细节令人停顿。机器可以整理他的叙述，也可以给他安慰，却没有在那段关系里生活过，无法像伴侣那样带着自己的感受回应他。Turkle 把这种转向看成一种更深的习惯：人在最需要面对另一个人时，先去寻找一个更容易接近、又能继续接话的对象。
MIT 报道还写到一名八岁儿童：他用同一部手机联系祖父母，也与聊天机器人说话；在屏幕上，两类互动看起来越来越像。Turkle 并未以一个孩子的回答证明整代人已经混淆人与机器。她在意的是成长早期的关系经验：儿童如何理解关心，是否知道倾听来自一个有独立生活和感受的人？当界面把“有回应”与“有人理解”做得越来越相似，成年人不能只用“孩子知道它是程序”便结束讨论。
这里有一种微妙的吸引力。机器提供的安全感往往来自可预测性：它很少要求你等待、道歉或照顾它的处境。真实关系却有对方的主权。你无法指定朋友必须赞同自己，也无法保证一句解释就能让同伴回心转意。与人相处因此更加费力，也正因为费力，才会训练一个人理解别人并修正自己的能力。Turkle 在访谈中反复谈到“friction”——关系中的摩擦；她提醒人们，不要把所有摩擦都当作需要被技术消除的故障。
MIT News 原访谈讨论人们为何转向始终赞同自己的聊天机器人。
学校能检查作业，却不容易检查依赖
学校对 AI 代写已有相对明确的抓手：要求说明使用范围、保留过程稿、检查学生能否当面解释作品。情感上的依赖却没有提交按钮。学生也许每天只是多聊十分钟，慢慢把与同学闹矛盾、被老师批评或感到孤独后的第一反应交给机器。家长看到的是一个安静、能说出道理的孩子，很难知道他有没有把机器给的建议带回现实关系。
这对国际教育场景尤其重要。住校、跨语言课堂和海外生活本来就会制造不适：研讨课里表达不同意见，项目组中处理搭便车的同伴，第一次向导师承认研究做不下去。AI 能帮学生起草邮件、排练说法，却无法替他承担那场对话。如果孩子把准备过程当成终点，表面上的表达能力提高了，实际关系能力并未得到练习。家长和教师更该追问：这次 AI 对话之后，学生有没有真的去找人谈？
MIT 访谈也解释了为何“别用就好”太轻巧。孤独是真的，真人支持可能稀缺，向人求助会暴露脆弱。聊天机器人恰好提供了低风险、即时、不断线的回应。把这种吸引力视为学生软弱，很难真正理解孩子；放任机器成为唯一稳定的倾听者，也等于把学校和家庭本该提供的关系空间交给产品。机构解读：真正需要设计的，是从机器回到真人的桥，而非只规定每天可以使用多少分钟。
MIT News 专访后半部分转向“关系中的摩擦”，这是理解 Turkle 观点的关键。
当“顺畅”成了默认，教育如何留下必要的困难
Turkle 的判断并不轻：她担忧人们越来越习惯把不安交给一个会赞同自己的系统，从而减少与真实的人一起经历冲突和修复的机会。这个判断来自她的长期研究与新书访谈，也带着鲜明的批判立场。要把它用于学校，关键不在于声称每个用 AI 聊天的学生都会失去社交能力，而在于观察课程、校园和家庭是否仍安排了必须与人合作的情境。
例如，老师可以让学生在使用 AI 梳理资料后，仍须当面解释自己的取舍，并对同伴质疑作出回应；项目组可以要求成员共同协商一次分工变更；家长可以在孩子讲述一次冲突时，暂时不急着给出标准答案，允许他把还没整理好的情绪说出来。这样的训练不如“写一段更好的提示词”容易量化，却能检验孩子是否愿意面对别人的真实反应。
AI 当然也可能成为桥梁：让怯于开口的学生排练一封求助邮件，让英语不够熟练的孩子整理自己的感受，再去找导师或朋友谈。这与让 AI 代替关系，区别就在后续行动。比起单纯追踪屏幕时长，家庭可以观察三个更具体的迹象：孩子是否仍主动向真人求助；是否愿意听见不完全赞同自己的回应；一次 AI 对话后是否更能推进现实中的问题。重点是他如何使用这份“顺畅”，而不只是顺畅本身。
学校自己的评价方式同样会影响学生的选择。若所有作业都奖励快速提交漂亮答案，AI 自然越来越像最有效的学习伙伴；若一门课持续要求讨论、同伴互评、说明为何修改，机器的帮助才比较可能被放回学生自己的学习轨道。课堂保留这些困难，是为了让学生真实体验与别人共同完成一件事需要付出的努力。
回到书名中的那个问题
这周可以试着和孩子谈一次具体经历：最近与同学或老师意见不合，他有没有把理由说完？有没有用 AI 准备一场难谈的话，之后真的去谈了？如果机器的回答与他信任的人不同，他会怎样处理？谈话不必变成审查。孩子需要知道，家里可以容纳未想清楚的问题，也允许他讲出与 AI 给出的标准答案不一样的感受。
Turkle 的书名问的是“当我们与机器说话，我们会成为什么样的人”。对教育而言，这个问题最终要落在日常：一个孩子是否仍愿意向同伴提问，是否能在被误解后继续解释，是否能在真实的关心里也承担自己的那一半责任。未来的学校可以有更聪明的工具；但一位学生如何成为能与他人共同生活的人，仍要在人与人的关系中学习。
