1,200名肯亞人會向聊天機器人傾訴哪些不會告訴其他人的心事？許多人認為生成式AI是為了撰寫電子郵件和自動化試算表而生的。然而，在一項近期研究中，近半數受訪的肯亞人正將其當作全天候的數位知己，分享個人焦慮、感情危機和難以啟齒的祕密。

這些發現來自內羅畢研究顧問公司Nendo的新研究，由Adonijah Ndege在TechCabal的「Delve Into AI」系列中進行解析。該研究顯示，聊天機器人正悄然跨越界線，從生產力工具轉變為情感安全空間——以及為何向程式碼尋求人生建議會帶來微妙的新風險。

研究結果顯著衡量了生成式AI演進的速度，它已遠超過最初僅作為生產力工具的承諾。聊天機器人的設計初衷是協助使用者撰寫電子郵件、摘要報告、搜尋資訊並自動化例行任務。在履行這些功能的同時，越來越多的使用者將其視為數位知己。在Nendo的調查中，46.3%的受訪者承認曾將不為人知的事情交由AI處理。值得注意的是，72%曾向AI尋求情感支持或協助應對個人處境，其中54.1%每週都會這麼做。

這些數據並不意味著肯亞整體人口中有近四分之三的人正在向AI尋求正式的心理治療。Nendo的調查樣本涵蓋18個郡、共1,200名具數位素養且了解AI的個人——這一群體明顯比一般肯亞成年人更年輕、教育程度更高、上網更活躍。在參與者中，有1,161人完成了詳細的AI模組。因此，研究結果不具全國代表性；該調查也沒有將每一項個人提問歸類為臨床治療，亦未評估AI回應的安全性與事實準確性。

這組數據生動地說明，在高頻使用者之間，一項用於任務自動化的技術正在侵入歷來專屬於人際關係的情感領域。這種行為轉變的影響遠超出AI取代工作的爭論。更直接的變化在於，公民如今願意託付給演算法的互動是多私密。

數位知己

聊天機器人特別容易促使人們透露個人隱私，因為自然對話是其主要介面。搜尋引擎要求使用者將複雜問題壓縮成關鍵字。傳統軟體則要求他們在選單和指令之間操作。相比之下，生成式AI邀請使用者以近乎與同儕交談的方式表達想法。

當背後的提問涉及深層個人問題時，這種結構性差異便顯得意義重大。搜尋感情困擾的建議只會得到靜態網頁；而與聊天機器人互動，使用者可以詳述事情經過、回答釐清問題，並獲得針對下一步的客製化指引。儘管底層引擎仍是程式碼，使用者體驗卻越來越具有社交感和同理心。

Nendo的調查受訪者展示了這條界線如何迅速消融。一位居住在Nyeri——內羅畢以北150公里的小鎮——年齡介於25至34歲的男性受訪者表示，他使用AI來草擬會議紀錄、尋找度假租屋，以及尋求情感支持。這些任務原本分屬不同領域：行政事務、休閒安排和心理福祉。生成式AI將三者全部整合在一個提示框之後。

其他參與者則詳述使用AI來草擬商業計畫、尋求財務指引、完成學業作業、翻譯地方語言、設計教案、撰寫求職信以及撰寫研究論文。

其深層意義在於，頻繁使用AI處理日常瑣事，使向情感親密過渡的轉變幾乎毫無摩擦。一位花費數月要求大型語言模型（LLM）解釋複雜概念或潤飾文件的使用者，當其提問從「幫我改寫這封郵件」轉向「我該如何處理這場危機？」時，無需更換平台。他們只需繼續輸入。

一台傾聽的機器

雖然Nendo的研究並未確切指出受訪者向AI傾訴的原因，但對話平台的架構機制提供了明顯線索。生成式聊天機器人全天候可用。它們不需要預約，也不要求情感上的對等回報。提出尷尬問題時沒有被當面評判的風險，不會被中途打斷，反覆琢磨同一個難題時也毫無社交摩擦。雖然這些特性是為了提升客服效率而設計，但它們被證明極其適合個人傾訴。

這一趨勢在較年輕的族群中最為明顯。18至24歲的受訪者中有76%、25至34歲的受訪者中有81.4%表示依賴AI獲得情感支持或個人指引。35至44歲年齡層的這一比例降至63.8%，45歲以上使用者則低於50%。性別差異也很明顯：女性比男性更傾向於表示將AI用於情感或個人用途，比例為76%對68.4%。

由於該研究並未深入探討這些差異的根本原因，斷定較年輕族群或女性正在以AI取代人際關係仍為時過早。然而，年齡相關性至關重要：與AI建立最深親密關係的世代，正是未來數十年將與這項技術共存的人群。對這些數位原生代而言，向演算法諮詢個人問題，可能很快就會像今天使用搜尋引擎一樣平常。

親密變了風險

圍繞生成式AI的公共辯論絕大多數聚焦於虛構事實和假資訊。然而，親密的個人使用帶來了一種更微妙的脆弱性：有缺陷的AI輸出在現實世界造成的後果，會因情境不同而截然不同。不準確的文件摘要可以修改，草率撰寫的電子郵件可以修訂，虛構的統計數據可以對照原始來源進行查核。然而，評估個人人生建議則複雜得多。

Nendo揭露，57.9%的受訪者對AI在職業決策上給予高度或完全信任。同樣地，55.7%對法律問題表達了顯著信任，53.5%對財務選擇，50%對健康事務。相比之下，只有39.9%對AI在家庭相關指引上給予同等信任。

值得注意的是，受訪者對演算法處理法律難題的信任意願高於家庭關係。這可能源於一種認知：法律和財務領域具有客觀的、基於規則的答案，而家庭動態則取決於細膩的情感智慧——這是該調查並未明確檢驗的假設。

然而，法律、財務和醫療決策恰恰是那些看似精煉卻不準確的建議可能引發嚴重後果的領域。對話介面的機制加劇了這一危險。聊天機器人不僅僅是擷取原始連結；它將資訊綜合成專門針對提問者的權威敘事。因此，流暢的文字被誤認為機構權威。

這台機器究竟真正了解肯亞多少？

當提供指示的AI系統缺乏對使用者所處社會文化環境的真正脈絡理解時，風險便會成倍增加。在此，Nendo發現了一個引人注目的悖論。雖然72.5%的受訪者認為AI模型大致了解肯亞日常生活，但25.1%表示曾收到與當地文化或價值觀完全相悖的建議。此外，近四分之三的受訪者表示，如果模型能更好地理解本土語言和文化細微差異，他們會增加AI的使用。

語言能力仍然是明顯的瓶頸：只有34.9%的受訪者將AI在Kiswahili語或Sheng語——肯亞城市地區廣泛使用的Kiswahili語與英語混合俚語——的回應評為「非常好」或「極佳」，而35.8%僅評為「尚可」或「差」。

然而，彌合語言差距只是表層挑戰。模型可以輕易翻譯一句當地用語，卻不理解支撐它的社會結構。它可以將chama定義為非正式儲蓄互助會，卻無法掌握其中複雜的社會義務、社群信任以及規範成員行為的非正式動態。

這一限制在家庭、財務和職業指引方面尤其關鍵，因為在邏輯上無懈可擊的西方建議，可能被證明與當地現實危險地不相容。正如Nendo恰分地總結，真正的在地化要求AI系統懂得「肯亞與刻板印象之間的區別」。對於追蹤這些工具如何深入肯亞日常生活的人而言，調查本身的數據設定了值得關注的基準：四分之一的受訪者已遇到與文化不符的建議，近四分之三的人表示若AI能掌握當地語言和細微差異就願意更多使用，而只有約三分之三以下（約三分之一）的使用者將當地語言表現評為「非常好」或「極佳」。

本文基於Adonijah Ndege的報導，最初於2026年10月1日由TechCabal在其Delve Into AI系列中發表。原文：Whispers to the machine: The secrets 1,200 Kenyans only tell their screen