为你定制：语言模型个性化的纵向影响

开发个性化语言模型的兴趣迅速增长。个性化通常被视为更好服务多样需求的机制，但持续互动如何影响人们对AI的感知与行为，仍缺少理解。尤其是即时人机互动之外的下游后果，如自我感知和人际关系影响，基本未被研究。我们招募992名参与者，在五天内每天与语言模型进行寻求建议的互动，将非个性化基线与两种方式比较：基于记忆，即以先前对话历史为条件；基于问卷，即以研究前信息收集问卷为条件。我们发现，人机互动随时间出现的若干变化，主要由重复接触而非个性化本身驱动。然而，个性化组在寻求建议和信息分享的态度及行为上出现差异：记忆组有更多自我披露，并认为模型较少令人不安；问卷组则报告对曾向AI分享个人信息有更高后悔感。最后，我们强调不同个性化方式对互动结果的细微差异，并讨论对负责任设计和部署个性化AI系统的启示。