Nghiên cứu mới: Khi AI ngày càng giống người, con người lại dần hành xử như máy móc

Theo tin từ IT ngày 1 tháng 9, các nhà nghiên cứu từ Đại học Birmingham (Anh), Đại học Aarhus (Đan Mạch) và Đại học Linnaeus (Thụy Điển) đã công bố một nghiên cứu vào tháng trước (tháng 8 năm 2026), cho thấy việc người dùng tương tác lâu dài với các AI chăm sóc khách hàng có hành vi giống con người có thể dần dần làm thay đổi ngôn ngữ, khuôn mẫu hành vi và ảnh hưởng đến việc định hình lại nhận thức về bản thân của họ.

Bài báo liên quan đã được đăng trên tạp chí mở AI & SOCIETY vào ngày 19 tháng 8. Các nhà nghiên cứu đã đề xuất khái niệm "robotoid humanness" (tính nhân bản kiểu robot), chỉ ra rằng trong quá trình tương tác với AI, khi AI trở nên "giống người" hơn, người dùng có thể vì tiếp xúc liên tục mà lại biểu hiện "giống máy móc" hơn.

Nghiên cứu tập trung vào 4 lĩnh vực dịch vụ: bán lẻ, khách sạn, du lịch và y tế. Nhóm nghiên cứu chỉ ra rằng, khả năng học tập thích ứng, giao tiếp cá nhân hóa và phản hồi đồng cảm sẽ khiến robot trở nên giống người hơn; trong khi đó, người dùng cũng có thể bắt chước cách diễn đạt của máy móc để nhận được phản hồi thuật toán suôn sẻ và tích cực hơn.

Về cơ chế hình thành, các robot chăm sóc khách hàng sẽ mô phỏng cử chỉ, giọng nói và các tín hiệu cảm xúc của con người. Hệ thống cũng sử dụng học máy (machine learning) để điều chỉnh cách phản hồi dựa trên dữ liệu đầu vào của người dùng. Mục tiêu của chúng thường là xây dựng niềm tin và tăng cường sự tương tác của người dùng.

Con người có xu hướng "phản chiếu" (mirroring) trong giao tiếp xã hội, thường vô thức bắt chước hành động, biểu cảm và cách diễn đạt của đối phương. Nghiên cứu đã chỉ ra cơ chế phản chiếu gồm ba giai đoạn:

Giai đoạn thứ nhất là bước vào "thực tại xã hội tổng hợp" (synthetic social reality). Các hệ thống tạo sinh thông qua ngôn ngữ tự nhiên, tín hiệu cảm xúc và phản hồi thích ứng để tạo ra một môi trường tương tác gần giống với các mối quan hệ xã hội. Người dùng sẽ đánh giá cách phản hồi, cách diễn đạt trong quá trình tương tác, và cũng có thể gán ý nghĩa xã hội cho các phản hồi từ hệ thống.

Giai đoạn thứ hai là "chiếm lĩnh danh tính tính toán" (computational identity capture). Hệ thống tạo ra hồ sơ dự đoán từ hành vi, sở thích và dấu vết tương tác của người dùng, sau đó phản hồi lại cho người dùng thông qua các đề xuất, phân nhóm hoặc phản hồi cá nhân hóa.

Giai đoạn thứ ba là điều chỉnh bản thân thích ứng. Người dùng có thể có xu hướng sử dụng các cách diễn đạt mà hệ thống dễ hiểu và dễ "khen thưởng" hơn; các tương tác lặp đi lặp lại sẽ củng cố sự đồng bộ này, khiến những khái niệm trừu tượng thống kê do máy tạo ra dần trở thành tài liệu tham khảo quan trọng để người dùng hiểu về chính mình.

Khung nghiên cứu này liệt kê 4 yếu tố then chốt: bối cảnh dịch vụ, kỳ vọng của người tiêu dùng, ngoại hình và ngôn ngữ của robot, cùng với sự đầu tư tương tác từ cả người và máy. Nghiên cứu cho rằng, những yếu tố này cùng nhau quyết định cách người dùng hiểu về mối quan hệ dịch vụ, đồng thời ảnh hưởng đến hướng thay đổi trong nhận thức về bản thân của họ.

Ví dụ, các hệ thống có khả năng học tập thích ứng, giao tiếp cá nhân hóa và tương tác đồng cảm có thể định hình trải nghiệm người dùng mạnh mẽ hơn. Mỗi khi người dùng đưa ra dữ liệu đầu vào, hệ thống sẽ điều chỉnh phản hồi ngay lập tức. Các tương tác lặp lại có thể tạo thành một vòng lặp bắt chước và phản hồi liên tục.

IT đính kèm địa chỉ tham khảo:

Robotoid humanness: when selfhood becomes machine-legible

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài có trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian lựa chọn, kết quả chỉ mang tính chất tham khảo. Các bài viết của IT có chứa liên kết ngoài đều bao gồm tuyên bố này.