人智交互視角下AI歌手的用戶特征與情感實踐研究

摘要：隨著人工智能算法、算力、算據的加速發展，AIGC正成為數智時代背景下重要的內容生產模式。2023年4月，“AI孫燕姿”的爆火意味著人工智能技術向音樂領域進一步滲透。在人工智能時代，AIGC生產中用戶角色、行為與情感實踐均發生了變化。AIGC賦權用戶，極大地降低了內容生成的技術門檻，內容分發呈現個性化與智能化的特點。同時，在AIGC加速發展的浪潮下，用戶研究范式從關注用戶開始轉向人智交互方向。

文章基于人智交互的研究視角，對AIGC創作背景下的用戶特征進行總結，并探討用戶對AI主體性感知和感受性感知特點。在此基礎上，深入分析“AI孫燕姿”爆火的原因。通過用戶研究發現，AI歌手所具備的極強擬人性、易用性和易掌控性，是促使其爆紅的三個關鍵因素。

同時，文章從情感實踐的視角出發，探究用戶與AI歌手之間的情感互動。一方面，AI歌手的擬人性極大地提升了用戶的人智交互體驗，構筑了用戶與不同AI歌手之間獨特的情感意義空間；另一方面，人機之間構筑的虛擬情感聯結呈現出脆弱性和不穩定性的特征，人類對于算法的認知解釋存在算法偏見，導致AI歌手的瑕疵極易引發用戶的算法厭惡。最后，文章對AI歌手背后所存在的法律問題和倫理隱憂進行了探討，并提出以人本人工智能為核心理念的發展建議，堅持以人為本，為人所用。

關鍵詞：人工智能生成內容；人智交互；AI歌手；用戶特征；情感實踐

中圖分類號：TP18文獻標志碼：A文章編號：1674-8883（2024）20-0022-05

2022年被認為是人工智能生產內容AIGC（ArtificialIntelligentGeneratedContent）爆發元年。2022年人工智能繪畫（以下簡稱“AI繪圖”）席卷網絡，設計師杰森·艾倫的獨立實驗室發布了與其同名的圖像生成模型Midjournery。模型生成的圖片《太空歌劇院》在科羅拉多州的藝術展上脫穎而出，榮膺最高榮譽。由此他發出感慨——“藝術已死”，引發熱議。類似AI繪圖開源創作工具還有StableDiffusion、OpenAI等，一系列AI繪圖模型的誕生和廣泛應用，證明了隨著人工智能算法、算力、算據的加速發展，AIGC正成為數智時代背景下重要的內容生產模式[1]。

2023年上半年，“AI孫燕姿”（ArtificialIntelligence）在網絡上爆火，在B站和抖音等多個平臺引發熱議。截至7月初，由B站用戶“陳墨瞳1995”發布的“AI孫燕姿”翻唱歌曲《發如雪》的視頻播放量已經突破200萬，多個由“AI孫燕姿”演繹的翻唱作品視頻播放量突破百萬。

順應AIGC創作浪潮席卷而來的AI歌手讓人們看到了一種具有生命力和想象力的全新音樂生態。部分歌迷認為AI孫燕姿等AI歌手將他們帶回了記憶中那個群星璀璨的華語樂壇，彌補了遺憾。但也有人質疑AI歌手的演唱毫無靈魂，同時還侵犯了歌手本人的知識產權。目前，AI歌手與真正的音樂人之間的邊界和版權劃分尚不清晰，平臺審核規則也并不明確。在“AI孫燕姿”爆火并引發爭議之后，不少創作者也悄然刪除了平臺上多個播放量破百萬的視頻。

在人工智能時代，AIGC生產中用戶角色、行為與情感實踐均發生了變化，用戶研究范式也從關注用戶本身向人智交互的方向發展[2]。本文以“AI孫燕姿”為研究對象，基于人智交互研究視角，從用戶特征維度出發對“AI孫燕姿”爆火的原因進行探析，發掘AI歌手與用戶之間的情感互動實踐，同時針對AI歌手所面臨的爭議以及困境提出應對的策略思考。

一、AIGC人機協同創作指向人智交互

“AI孫燕姿”的橫空出世，究其根本，是人工智能技術向音樂領域的滲透。實際上，在“AI孫燕姿”爆火之前，網絡上就已經有不少創作者使用AI算法工具創作了“AI周杰倫”“AI陳奕迅”等AI歌手，并發布了相關的翻唱視頻，但最終的呈現效果以及熱度都不如“AI孫燕姿”。AI歌手的生成效果因人而異，歸根結底是由后臺的算法側重所決定的。

創作“AI孫燕姿”的核心技術來自so-vitssvc開源軟件制作的Sovits4.0歌聲轉換模型。歌聲轉換模型通過內容編碼器提取歌曲的音調、音高等特征，將每段音頻做成幾秒到幾十秒不等的片段，再輸入算法拾取翻唱者的聲音數據與歌曲切片對應，加上后期優化即可生成一首AI翻唱歌曲。

概括地說，就是用一個音色替換另外一個音色，并選擇性保留了原唱歌手的語氣、唱腔等細節，達到宛如真人翻唱的逼真效果。

so-vits-svc升級迭代至今已發展到Sovits4.0版本，其已經可以僅憑數段由軟件處理的原聲音生成目標音色的音頻，滿足使用者定制歌曲的音色和曲目需求。得益于開源軟件的支持，AI歌手創作的技術門檻較低，哪怕是技術小白也能在短時間內學習并完成定制化的AI歌手模型生成與歌曲創作。

隨著互聯網形態演化和人工智能技術發展，AIGC進入加速發展階段，對比貫穿Web2.0時代的PGC（ProfessionalGeneratedContent，專業生產內容）和UGC（UserGeneratedContent，用戶生產內容）創作模式，AIGC的出現使內容生成力呈指數級上升。AIGC憑借其大規模、高質量和低成本的內容生產特點，有望成為未來Web3.0元宇宙場景下主導性的內容生成范式[3]。

同時，AIGC技術特征所指向的另一個大方向就是人智交互。作為一種人機協同參與的數字內容生成方式，AIGC打破了人、機器與信息資源之間的邊界，重塑了內容生成的全鏈條。在內容生成方面，AIGC賦權公眾其強大的數據檢索、集成、分析與自主生成能力，極大地降低了專業內容生成的技術門檻，推動了內容生產的平民化和民主化[4]。在內容傳播與分配的階段，個性化定制策略與智能化推介機制逐漸占據核心地位。AIGC憑借其強大的內容生成能力，快速產出定制化內容，進而實現內容與目標受眾群體之間的高度匹配[5]。

有學者認為，人智交互與人機交互的核心區別在于，用戶的交互對象由傳統的計算機信息系統變更為先進的AI系統，并據此構建了人本導向的人智交互研究框架[6]51。而無論是人機交互還是人智交互，本質上都是將算法視為傳播主體，關注人與技術的交流與互動，以及對個人、社會和技術發展所產生的影響。

二、為何爆火？——AIGC創作背景下用戶特征研究

阿爾法圍棋（AlphaGo）擊敗人類職業圍棋手時，人們還篤定人工智能不過是人類指令的執行者，AI無法在藝術等人文領域擊敗人類的思想和創作力。時過境遷，目前AI已經全方面滲透繪畫、音樂等人文藝術領域，并以驚人的速度迭代升級。2023年6月中國傳媒大學新媒體研究院與新浪AI媒體研究院發布的《2023年中國AIGC行業用戶態度觀察》顯示，超四成人對于AIGC可自動完成大量內容創作任務，并且可快速學習和迭代生成內容的能力表示認可或者非常認可。人們對于AIGC生產的內容開始從不屑走向接受，甚至引發了對于AI創作能力的恐慌。

“AI孫燕姿”的爆火并不是AI在音頻創作領域的唯一佳績，據喜馬拉雅發布的《2022年原創內容生態報告》，由AIGC完成的“單田芳聲音重現”系列專輯，在2022年總播放量就已經超過1億次。AIGC所生產的內容逐漸被人們接受和喜愛。

基于以往的人智交互體驗研究視角，所探討的用戶特征大致可以歸納為兩大范疇。一是用戶個體的固有屬性特征，二是用戶與AI接觸互動后所形成的感知評價。用戶對于人工智能的感知可進一步細化為主體性感知和感受性感知[7]。具體包括以下15個用戶特征維度：性別、性格、倫理或政治意識、自主性、使用動機、個人狀態、專業能力或知識、信心、社會支持、認知臨場感、掌控感、AI算法規范感知、AI擬人化感知、AI價值觀評價和AI易用性評價[6]46-48。

下文主要從用戶接觸AI后所形成的幾個感知維度出發，對“AI孫燕姿”的爆火原因進行分析。

（一）AI擬人化感知

當用戶感知到AI具有擬人化特征時，人智交互體驗感會更好，進而提升用戶對AI的同理心、接納程度和信任程度。有研究認為，當人工智能具備擬人化屬性時，用戶在交互過程中更易體驗到社會臨場感。社會臨場感最早在傳播學領域提出，后引入人機交互領域，通常被界定為計算機系統被用戶視作“真實個體”的程度[8]。AI歌手天然具有極強的擬人性，也可以說AI歌手將擬人性作為目標進行不斷的創作與迭代升級?！癆I孫燕姿”能夠在一眾AI歌手中脫穎而出，不僅是因為背后歌聲轉換模型的技術升級，也與孫燕姿本人音色的獨特性密切相關。孫燕姿獨特的聲線、吐字清晰的唱法和極具特點的氣息運用等聲音特質，更容易訓練出具有個人標識的穩定聲音模型，也彌補了原唱歌手在唱功上的缺失?！癆I孫燕姿”翻唱的歌曲一經推出就深受大眾喜愛，因其極為貼合孫燕姿本人的聲線，具有極強的擬人性，用戶容易對其產生同理心，將對本人的喜愛移情和投射到“AI孫燕姿”身上。

（二）AI易用性評價

在“AI孫燕姿”某個翻唱視頻爆火后，出于追逐流量和熱點的心理，其他視頻創作者自然會產生模仿創作的行為。加之創作“AI孫燕姿”所使用的Sovits4.0歌聲轉換模型來源于so-vits-svc開源項目，并不具有使用限制，技術門檻較低，使得短時間內涌現了大量的“AI孫燕姿”翻唱視頻，并且在平臺算法推送機制下屢次登上視頻熱門榜，產生滾雪球效應，不斷擴大“AI孫燕姿”的傳播面與影響力。

（三）對AI的掌控感認知

掌控感指的是個體對于自身能夠施加控制或影響AI行為程度的主觀感知。用戶對AI歌手具有極強的控制權。AI歌手本質是運用算法生成定制化音頻，以滿足用戶的個性化需求。據不完全統計，僅“AI孫燕姿”這一個AI歌手翻唱的歌曲已達上千首，可見AI歌手極大地滿足了用戶的個性化需求。從粉絲的心理層面上來看，對于AI歌手的掌控欲，某種程度上映射了粉絲對于真實的歌手偶像的控制欲。僅需極低的成本，就可以訓練出自己所喜愛的歌手的AI模型，并應用到無限的歌曲定制中。

目前，Sovits4.0歌聲轉換模型只能做到音色的替換，語氣唱腔等細節無法改變。但假以時日，這些標志著歌手個性化特征的氣息與唱腔也會被AI復制，打造出一個情感飽滿的AI歌手。

三、AI歌手與用戶的情感互動

情感實踐維度是人智交互研究視角下考察人與AI關系的另一個切入點。情感實踐（emotionalpractices）源自情感史學研究領域，涵蓋涉及個體自我（身體和精神）、語言、物質制品、環境互動以及與他人交往的多種實踐活動。相較于傳統的內容生產與分發模式聚焦于信息的有效傳遞，元宇宙場景下的內容創作與分發更注重用戶體驗和情感層面的互動交流[9]。有學者認為，算法的永恒在線、隨時鏈接和個性化互動反饋可以為用戶創造出一種“共在的情感實踐”，形成與用戶之間復雜的情感動態[10]。

在“AI本兮”的翻唱視頻中，有條令人印象深刻的彈幕：“復活吧我的愛人！”有學者認為，隨著元宇宙社會的到來，人的意識可以數據化存儲，實現個體生命的“不朽”與“永生”[11]。AI歌手在某種意義上讓歌手的生命在數字領域得以永生。

在“AI姚貝娜”翻唱視頻標題上，視頻創作者寫道：“我想給她完整的一生?！盇I歌手模型將已經逝去的歌手的聲音再次帶到了喜愛他們的粉絲面前。這種可以被稱為數字哀悼的媒介實踐，從情感實踐的維度來看，用戶的情感表達和流動占據著行為和意圖的中心[12]。用戶對于AI歌手產生了特定的想象與心理投射，產生了情感寄托與慰藉的作用，構筑了用戶與不同AI歌手之間獨特的情感意義空間。

在某種意義上，AI歌手似乎符合人本人工智能和人智交互視角下以人為本的準則規范。但實際交往中，用戶與AI之間的情感互動實踐并不是完全愉悅的。相反，人機之間構筑的虛擬情感聯結脆弱且不穩定。

算法厭惡是指一種人們不愿意使用或者相信算法或人工智能產品的傾向。有學者認為，人類對于算法錯誤呈現高敏感、低容忍的認知特點。當算法犯了人類預測者類似的錯誤后，相較于后者，更容易削弱人們對算法的信心水平[13]。李游等學者在對算法厭惡相關實證研究進行梳理后，將算法厭惡的發生機制概括為算法偏見機制和人類偏愛機制[14]。當AI歌手輸出的歌曲音色不夠自然或者不符合人們對其的期待時，對于真人歌手的偏愛和身體認同感，會讓用戶對AI歌手由于移情等心理作用所產生的濾鏡迅速幻滅并產生算法厭惡，不再信任AI歌手生成歌曲質量與效果，此前人智互動間構筑的情感橋梁也不復存在。

綜上所述，“AI孫燕姿”等AI歌手之所以能爆火，極強的擬人性是重要因素之一。換言之，AI歌手其實是用戶對于真人歌手的一種“代餐”。所謂“代餐”，是指當粉絲無法從偶像身上獲得內容層面或精神層面的反饋時，出于情感寄托所尋求的相似物。

在虛實交融的應用化場景下，用戶對于AI歌手的追捧更多是站在現實世界通過虛擬世界進行的一次情感探求，因此一旦AI歌手喪失了擬人性或真人歌手出現，用戶對AI歌手所產生的情感依戀便會消失。

四、走向何處？——AI歌手的發展隱憂與應對策略

“AI孫燕姿”爆火后，一條“AI出來后第一個失業的是孫燕姿”的微博詞條登上了熱搜。在部分用戶將“AI孫燕姿”視為精神寄托給予正面反饋的同時，同樣有人抱有質疑的態度，認為這象征著AI浪潮對于人類創作以及行業生存空間的又一次擠壓。正如孫燕姿在“AI孫燕姿”爆火后回應中說：“你跟一個每分鐘就推出一張新專輯的人還有什么好爭的。”

與此同時，AI歌手背后所涉及的法律、倫理問題也有待解決。目前，AI歌手創作與真人歌手二者間的權益版圖劃分尚不明晰。以著作權法為依據，上文所提及的發布“AI孫燕姿”翻唱周杰倫歌曲《發如雪》視頻的B站用戶“陳墨瞳1995”，就存在侵犯孫燕姿和周杰倫兩位相關權利人知識產權的法律風險。

目前國家與平臺仍在深入探索AIGC以及人工智能的法律規定和管理辦法。2023年4月，國家互聯網信息辦公室發布了《生成式人工智能服務管理辦法（征求意見稿）》，同年5月抖音也發布了關于人工智能生成內容的平臺規范暨行業倡議。顯然，AIGC在內容創作上的巨大潛力和產能給法律體系和行業規范造成了一定的沖擊。

另外，AI歌手還極有可能涉及深度偽造等信息倫理問題，AIGC強大的模仿力和逼真的擬人性使得虛假信息更加真假難辨，存在被詐騙集團利用實施詐騙的風險。

人工智能歸根結底是人的本質對象化。AIGC發展應始終堅持人本主義，將人本人工智能（HumanCenteredAI）作為核心發展理念，處理好人、技術、自然與社會的關系，在機器人化與人的機器化的交融發展中真正實現人機共生與虛實共生[15]。未來要推進AI朝著為人服務、以人為本的方向發展，引導其向人類的倫理規范不斷迭代升級。在AI歌手所涉及的AIGC和音樂領域中，建立人工智能倫理問題多元監督機制，進一步優化政府監管、行業自律、公眾監督等多種監督方式的分工協作機制。

國家要盡快完善對AI歌手的立法規范，明確AI歌手所涉及的版權問題以及倫理問題，防止AIGC加劇深度偽造等負面影響。與此同時，平臺應對涉及AI創作生成的音樂視頻和音頻作品加強審核，對相關作品進行標簽注明，提醒用戶分辨真偽，謹防詐騙。

五、結語

在肯定AI歌手給用戶帶來的情感價值的同時，也不能忽視其背后所存在的技術風險和倫理隱憂。面對仍處在探索階段的AIGC，在進行AI歌手的相關創作時，應充分考慮其中所涉及的法律風險，把握倫理底線，堅持人本主義，創作出能夠閃耀人性光輝的AIGC內容。

參考文獻：

[1]張鈸，朱軍，蘇航.邁向第三代人工智能[J].中國科學：信息科學，2020，50（9）：1281-1302.

[2]李白楊，白云，詹希旎，等.人工智能生成內容（AIGC）的技術特征與形態演進[J].圖書情報知識，2023，40（1）：66-74.

[3]王諾，畢學成，許鑫.先利其器：元宇宙場景下的AIGC及其GLAM應用機遇[J].圖書館論壇，2023，43（2）：117-124.

[4]王碩，閻妍.生成式人工智能時代下科技傳播的機遇與挑戰：基于科技傳播體系的分析[J].中國科技論壇，2024（9）：134-143.

[5]沈浩，任天知.智能重構傳播生態：內容生成的范式演進與智能交互的未來構想[J].現代出版，2024（7）：55-63.

[6]姜婷婷，許艷閏，傅詩婷，等.人智交互體驗研究：為人本人工智能發展注入新動力[J].圖書情報知識，2022，39（4）：51，46-48.

[7]張妍，趙宇翔，吳大偉，等.人智交互情境中用戶對生成式人工智能的心智感知及反應研究[J].情報理論與實踐，2024，47（8）：140-149.

[8]鄧俊，易欣妍，傅詩婷.社交機器人如何提升用戶社會臨場感？表情包情感效價在人智對話交互中的作用[J].圖書情報知識，2023，40（2）：29-39.

[9]王諾，畢學成，許鑫.先利其器：元宇宙場景下的AIGC及其GLAM應用機遇[J].圖書館論壇，2023，43（2）：117-124.

[10]皇甫博媛.“算法冒犯我”：用戶與算法的情感實踐及其自主性[J].新聞大學，2023（2）：16-27，117-118.

[11]呂鵬.元宇宙技術與人類“數字永生”[J].人民論壇，2022（7）：21-25.

[12]自國天然.情之所向：數字媒介實踐的情感維度[J].新聞記者，2020（5）：41-49.

[13]李游，梁哲浩，常亞平.用戶對人工智能產品的算法厭惡研究述評及展望[J].管理學報，2022，19（11）：1725-1732.

[14]杜嚴勇.厭惡算法還是欣賞算法？：人工智能時代的算法認知差異與算法信任建構[J].哲學分析，2022，13（3）：151-165，199.

[15]周玄，趙建超.人工智能的倫理困境與正向規約[J].江西社會科學，2022，42（10）：37-43.

作者簡介潘水一，研究方向：媒體融合與文化傳播。