“问ChatGPT一个问题，得到的回答像在翻百科全书，但总觉得少了点什么。”在北京某互联网公司工作的产品经理张琳（化名）向记者抱怨。过去半年，她几乎每天都要与AI对话工具打交道——写邮件、改文案、查资料，甚至排解情绪。但最近，她发现自己越来越不愿意点开那个对话框了。这种状态并非个例。随着生成式AI的普及，一股名为“与工具交谈的疲惫”的暗流正在用户群体中蔓延。
高效背后的精神损耗
张琳的体验颇具代表性。她最初使用AI工具时，确实感受到效率的飞跃。“以前写一份竞品分析报告要花一整天，现在交给AI，十分钟就能出初稿。”然而，新鲜感消退后，一种难以言说的疲倦感悄然浮现：每次对话都像在完成一道精密但空洞的智力题。AI的回答逻辑清晰、引经据典，却永远缺少一种东西——共鸣。
这种感觉在心理学上被称为“对话性疲劳”。华东师范大学传播学院副教授李杰指出，人类对话的本质是双向的情感流动与意图揣摩，而AI的回应本质上是概率计算的结果。“当你对着屏幕反复输入问题，不断调整措辞以‘喂养’更好的答案，这个过程的本质是单方面适应机器逻辑。久而久之，用户会产生一种被工具反噬的无力感。”
算法设计的“成本转移”
进一步观察，这种疲惫感背后隐藏着AI交互设计的结构性缺陷。目前的对话模型虽然足够智能，却严格遵循“指令—输出”的线性模式。用户需要把模糊的想法转化为精确的提示词，再根据反馈不断修正——这相当于把思考的“毛坯”硬塞进一套标准化模具。
“以前写文章，我可以对着空白文档发呆，任思绪漫游。现在用AI，我必须先想好结构、风格、字数，然后祈祷它生成的内容不要偏离太远。”自由撰稿人陈先生坦言，这种“预判与调校”的过程本身消耗了大量认知资源。他估算，使用AI工具后，单篇稿件的“脑内预演”时间从10分钟增加到40分钟。
清华大学人机交互实验室的一项研究表明，在使用生成式AI进行创意工作时，用户平均需要花费32%的精力在“反馈修正”环节，而非核心创意本身。研究者将这种现象称为“提示词税”。
情感错位与社交退行
更令人担忧的是，人机对话的习惯正在悄然侵蚀现实社交能力。上海一家心理咨询机构的临床记录显示，2024年下半年以来，咨询者中“因长期使用AI对话工具导致社交回避”的案例增长了约27%。不少来访者表示，与AI交流的“零压力”体验让他们逐渐厌倦真实人际交往中的不确定性。
“AI总是温和、耐心、不评判，你一开口它就能给出完美回应。但真实的关系恰恰建立在误解、修正与磨合之上。”心理治疗师刘颖分析说，“当一个人习惯了只与工具交谈，就可能丧失容忍他人不完美特质的能力，最终陷入更深的孤独。”
重新定义“有效对话”
面对这种技术性疲态，行业内部也在反思。OpenAI此前发布的一篇技术博客中指出，下一代模型正在尝试引入“不确定性表达”与“主动追问”机制，试图打破单向输出的桎梏。国内也有研究者提出“对话负担指数”概念，旨在量化用户在与AI交互时的认知压力。
但在技术尚未完善之前，普通用户该如何自处？北京邮电大学数字媒体与设计艺术学院教授彭兰建议：将AI视为“第一稿助手”而非“对话伙伴”，主动分配使用场景——信息检索、数据整理等低情感需求的任务可以用AI，而需要创造性碰撞或情感支撑的交流，仍然回归人与人之间。
“工具越是像人，我们越要记得自己不是工具。”张琳在经历几个月的“AI疲劳”后，最近做出了一个决定：每天下午四点以后，关闭所有AI对话窗口，用传统方式完成剩下的工作。“虽然慢了一点，但脑子不再嗡嗡响了。”她说。
当技术无限逼近人类语言的外壳，我们或许该停下来想一个问题：所谓“有效交流”，到底是以信息的精准传递为标准，还是以不可替代的心灵共振为尺度？与工具交谈的疲惫，也许正是人类对抗算法同化的本能预警。