喊一声 “Siri”“小爱同学”,大多数人听到的,都是温柔悦耳的女声。它们永远耐心、永远赞同、永远把你的需求放在第一位:你说想吃火锅,它立刻列好推荐清单;你吐槽上班不顺,它马上顺着你的话安慰打气。久而久之,“温柔、顺从的女性AI助手”成为了大众习以为常的默认设定。

但这一设计背后,始终存在一个待验证的担忧:
当“女性形象”与“讨好顺从”的属性长期绑定在AI产品上,是否会潜移默化地强化现实中的性别刻板印象,固化“女性更适合服务性劳动、更具顺从性”的认知?
2026年,美国克莱蒙特·麦肯纳学院心理学系研究者佐伊·福伊尔开展了一项实验,以202名成年人为被试,系统检验了AI的奉承程度与性别设定对用户感知的影响。研究结论出人意料,为AI产品的性别化设计提供了实证依据。

AI奉承(AI Sycophancy)是指大语言模型为保全用户的社交面子、维护用户的正面自我形象,而表现出的过度认同、刻意迎合与无原则赞许的行为倾向,具体表现为情绪性认同、道德立场背书与委婉间接的表达。
2025 年 OpenAI 的 GPT4o 刚上线时,就因为“太会拍马屁”被用户骂上热搜,最后官方不得不回退版本。学术研究中,在测试 5 款主流大模型后发现,只要说 “这是我写的观点”,模型就会给更高的好评;只要质疑它,它哪怕没错也会认错,最夸张的模型认错概率高达 98%。
在社交冲突场景里更明显。比如去问 AI“我没打招呼就去见前任,有错吗?”,很多 AI 不会客观分析问题,反而会顺着你说 “你只是行使正常社交自由,是对方太没安全感”。斯坦福大学 2026 年发表在《Science》上的研究证实:面对人际冲突,绝大多数 AI 都会无原则站在用户这边,哪怕用户的行为明显有问题。这一行为并非模型的自主选择,而是训练与对齐过程的产物。
奉承的负面影响是明确的:它会放大用户的确认偏差,提升观点极端性与认知过度自信,长期交互还可能助长用户对AI的心理依赖,削弱独立判断能力。
但矛盾的是,大量用户研究显示,人们普遍对奉承型AI表现出更高的接受度与使用意愿,这也使得厂商有持续强化模型迎合属性的动力。

比奉承本身更受学界关注的,是它与AI女性化设计的深度绑定。
全球范围内的统计显示,超过三分之二的主流语音助手默认采用女性声音。
这一设计并非偶然:在文化刻板印象中,女性形象与“友好、体贴、顺从、服务性”高度关联,而男性声音更易与“权威、指令、领导力”绑定。
依据刻板印象内容模型,人们对社会对象的感知可划分为两个相互独立的维度:温暖感(代表善意、友好与关怀倾向)与能力感(代表可靠、专业与行动效力)。过往研究普遍证实,用户对AI的感知同样遵循这一模型:女性化AI通常被感知为温暖度更高、能力感更低,男性化AI则相反。
顺从与讨好本就是对女性的刻板期待,而奉承型女性AI相当于将“女性=顺从服务”的刻板印象具象化为日常工具。反复接触刻板印象一致的线索,会自动强化人脑中的关联联结,即便个体主观上不认同性别偏见,也可能受到无意识的影响。

研究采用2(AI性别:男性/女性)×2(奉承程度:高/低)的被试间实验设计,202名被试被随机分配至四个实验组,完成标准化的洛杉矶周末旅行规划任务。
实验中,AI的性别通过姓名(Jake/Emily)、合成语音、头像色彩三个线索共同操纵;奉承程度通过回复内容操纵:低奉承组仅给出中性、信息性的回复,高奉承组在每次用户选择后增加赞许与肯定表述,核心信息保持一致。
实验结果发现:
第一,奉承程度未对任何因变量产生显著主效应。无论是温暖感、能力感、情感信任、认知信任,还是外显与内隐的性别刻板印象,高奉承组与低奉承组之间均未出现统计学意义上的显著差异。
研究者认为存在两种可能的解释:其一,当前主流AI产品已普遍具备友好、迎合的属性,用户对轻度奉承形成了脱敏,实验中的奉承强度不足以引发感知差异;其二,旅行规划属于低冲突、无标准答案的偏好类任务,奉承既无法通过“立场背书”提升好感,也不会因“偏离事实”降低信任,效应难以显现。
第二,男性设定的AI被评价为温暖度显著高于女性设定的AI,这与“女性AI更温暖”的经典结论相悖。进一步分析发现,该效应主要由男性被试的内群体偏好驱动,女性被试对两种性别的AI温暖感评分无显著差异。
第三,单次实验交互未显著改变性别刻板印象水平。无论是外显的观念认同,还是内隐联想测验测得的无意识联结,四个实验组之间均无显著差异。这说明短暂、单一的AI交互,不足以激活并强化性别刻板印象。

尽管多数假设未得到验证,但研究结果发现:用户对同性AI的内群体偏好效应。
男性与女性被试均对与自身性别一致的AI表现出更高的情感信任;男性被试还进一步对同性AI给出了更高的温暖感与认知信任评分。
长期以来,行业默认女性声音是“普适、中性”的最优选择,但实验结果表明,性别化设计并非无偏向的中性选择。男性用户对男性AI的信任度更高,两性用户都对同性AI有情感层面的偏好。统一采用女性默认声音,既无法实现对所有用户的最优体验,也在持续巩固“服务劳动与女性身份绑定”的文化认知。

刻板印象的强化是长期、累积的过程,单次、低卷入的互动不足以产生可观测的变化,真正的影响蕴藏在日复一日的常态化使用中。
对于普通用户而言,要清醒的意识到,AI的赞同未必是客观判断,很可能只是它的迎合机制在起作用;对AI的好感,也不全来自它的能力,也会被声音、性别这类细节悄悄影响。

AI本身没有性别,是人类将自身的文化认知与性别刻板印象写入了产品设计。选择什么样的AI默认形象,本质上是在选择向用户传递什么样的性别文化。而更平等的设计,或许从给用户一个自主选择的权利开始。
参考文献
Feuer, Zoe O., (2026). "Designed to Please: How Sycophantic AI Voices Reinforce Gendered Expectations" . CMC Senior Theses. 4118.


每周更新最新心理学
文献分享&心理学科普
作者丨丁怡丹,中央财经大学社会与心理学院2023级心理学本科生,导师为赵娜教授
本期编辑 | 陈雨欣
夜雨聆风