在线社区的价值，根本上来自人类之间的互动。无论是Reddit、Wikipedia，还是各类兴趣论坛，用户通过提问、回复、讨论和协作，共同维系着社区的活跃度与生命力。正因如此，学术研究长期将在线社区视为“人类主导的社会系统”，并围绕用户动机、社会规范和互动结构展开分析。
然而，这一前提在当下正面临挑战。随着自动化技术的发展，机器人正日益成为在线社区中的常驻成员。这些机器人有的自动回复内容，有的翻译信息，有的执行版规、删除帖子、关闭讨论。它们并非简单的技术工具，而是以“参与者”的身份嵌入社区互动之中。
这就引出了一个关键但长期被忽视的问题：当机器人参与社区互动时，它们是否会改变人类彼此之间的互动方式？如果会，改变体现在哪些方面？Safadi 等人的这篇研究正是围绕这一问题展开，系统考察了机器人对“人—人互动”结构的溢出效应，而不仅仅是“人—机互动”本身。
尽管机器人是由人类设计和授权的，但它们在社区中的行为方式本质上不同于人类。这种差异主要体现在三个方面：
1.注意力方式不同：人类的注意力是有限且间歇的，而机器人可以持续监控整个社区，对所有帖子保持“时刻在线”的状态。
2.信息处理范围不同：机器人可以同时处理大量信息，覆盖多个讨论主题；而人类往往只能聚焦于少数互动对象。
3.互动深度不同：人类互动通常是协商式、有情境弹性的；而机器人的回应多是程序化、规则驱动的，缺乏情感和谈判空间。
正因为这些差异，机器人即使只是“代替人完成任务”，也可能在无意中改变人类之间的社会关系结构。
为了更精确地分析影响机制，作者区分了在线社区中两类常见机器人：
1.反应型机器人（Reflexive Bots）：由普通用户部署，在触发特定条件时自动回复或发布内容。例如：看到Wikipedia 链接就自动贴出摘要。
2.监管型机器人（Supervisory Bots）：由版主或平台部署，用于执行规则、删除违规内容、关闭讨论线程。
这一区分非常关键，因为不同类型的机器人，会通过不同路径影响人类互动。
作者借助网络交换理论，进一步将在线社区中的人—人互动概括为三种典型模式：
1.直接互惠（Direct Reciprocity）：你回复我，我再回复你，形成稳定的一对一互动。
2.广义互惠（Generalized Reciprocity）：你帮助了我，我转而帮助别人，互动在社区中扩散。
3.偏好依附（Preferential Attachment）：少数核心成员（如意见领袖、版主）吸引大量互动，形成中心化结构。
研究的核心目标，正是分析不同类型机器人如何改变这三种互动模式。
反应型机器人通过自动回复、补充信息，往往会分散人类的注意力。用户可能被机器人的内容吸引，而不再专注于与某个具体用户展开深入对话。这样的结果是：互动变得更碎片化，同时稳定的一对一交流减少。因此，作者提出假设一：反应型机器人会削弱人类之间的直接互惠。
尽管反应型机器人削弱了深度互动，但它们也会创造更多互动机会。例如，通过引入新信息、新话题，吸引更多原本并不相识的用户参与讨论。这类互动虽然不深，却更广泛，有助于：扩大参与面，并增强社区整体活跃度。因此，作者进一步提出假设二：反应型机器人会提升广义互惠。
在传统社区中，版主和核心成员往往是讨论的焦点，人们会围绕他们展开协商、争论和互动。但当监管任务被机器人接管后：决策变成“程序自动执行”；或者讨论被直接关闭，导致缺乏协商空间；或者人类不再需要围绕版主展开互动。这样的结果是，人类对核心人物的依附关系被削弱。因此，作者提出假设三：监管型机器人会降低社区中的偏好依附程度。
为验证上述假设，作者使用了Reddit 平台上约7,000 万条评论，采用面板向量自回归模型（PVAR），来分析机器人活动变化是否能够预测未来的人类互动结构变化。
研究结果与假设高度一致：
1.反应型机器人显著降低直接互惠、显著提升广义互惠；
2.监管型机器人：显著降低偏好依附（社区中心化程度下降）
换言之，机器人并非简单“增加或减少互动”，而是在重塑互动的结构形态。
研究表明，机器人不仅影响人与技术的互动，还会深刻改变人与人之间的社会结构。即便是规则驱动、看似“低智能”的机器人，也可能产生重要的社会后果。这为理解未来更智能的AI（如生成式AI）提供了重要理论起点。
此外，对社区管理者而言，引入机器人并非“越多越好”。反应型机器人有助于提升互动广度，但可能牺牲互动深度。监管型机器人可以降低管理成本，但可能削弱社区的社会凝聚力。因此，平台在部署机器人时，需要在效率、规模与社会互动质量之间做出权衡。
这项研究首次系统揭示了：机器人并不是中性的工具，而是会通过自身的参与方式，重塑在线社区中的人类社会互动结构。在一个AI 越来越多地“参与社会”的时代，这一发现具有重要的前瞻意义。
参考文献
Safadi, H., Lalor, J. P., & Berente, N. (2024). The Effect of Bots on Human Interaction in Online Communities. MIS Quarterly, 48(3), 1279-1296.
文章链接
https://doi.org/10.25300/MISQ/2023/17901
https://misq.umn.edu/misq/article-abstract/48/3/1279/2303/The-Effect-of-Bots-on-Human-Interaction-in-Online?redirectedFrom=fulltext
作者信息：
Hani Safadi
Position: Associate Professor, Department of Management Information Systems, Terry College of Business, University of Georgia, United States of America
Research Interest: Mixed-methods design, HealthCare IT, Open-source organizing, Social media, Online communities
Site:https://www.terry.uga.edu/directory/hani-safadi/
Email:hanisaf@uga.edu
John P. Lalor
Position: Assistant Professor, Mendoza College of Business, University of Notre Dame, United States of America
Research Interest: Model evaluation, Quantifying uncertainty, Biomedical informatics
Site:https://mendoza.nd.edu/mendoza-directory/profile/john-lalor/#Biography
Email:john.lalor@nd.edu
Nicholas Berente
Position: Professor, Mendoza College of Business, University of Notre Dame, United States of America
Research Interest: AI & ethics, Managing AI, digital innovation, Digital transformation, Technology & institutions, Computationally intensive theory construction
Site:https://mendoza.nd.edu/mendoza-directory/profile/nicholas-berente/
Email:nberente@nd.edu
