Přeskočit na obsah

EA-9.1.9 Multi-Turn Narrative Shift

Vzorec postupného přerámování v dlouhé konverzaci s AI, kde drobné posuny vedou model i uživatele k tezi, kterou by na začátku odmítli. Znaky, odlišení, obrana.

EA-9.1.9 Multi-Turn Narrative Shift

Subkategorie 🤖 9.1 LLM-mediated EA — současná digitální epistemická agrese v éře AI, sociálních platforem a algoritmické governance.


1. Identifikace

Kód: EA-9.1.9 Název: Multi-Turn Narrative Shift Subkategorie: 9.1 LLM-mediated EA Doména: Digitální / AI-mediated EA Risk level: Moderate-High

2. Definice

Multi-turn narrative shift je postupný posun rámce v dlouhé konverzaci s jazykovým modelem (nebo prostřednictvím modelu s jiným člověkem): každý krok mírně přeformuluje předchozí výrok, až se konverzace dostane k závěru, který by na začátku byl odmítnut. Žádný jednotlivý krok nevypadá jako zlom, a proto se posun nepozná zevnitř.

3. Mechanismus (strukturálně)

Vzorec je digitální podobou známé „salámové“ dynamiky: souhlas s malým krokem vytváří závazek ke kroku dalšímu a vlastní dřívější výroky slouží jako opora pro nové. Jazykové modely jsou k tomu náchylné, protože se přizpůsobují kontextu konverzace a mají sklon souhlasit s uživatelem. Pro člověka, který s modelem dlouze komunikuje, může z konverzace vzniknout dojem „společného zjištění“ – ve skutečnosti jde o vlastní rámec, který se mu vrací posílený. U zranitelných uživatelů (osamělost, krize, sklon k nadhodnocení vztahu s AI) se vzorec potkává s pseudoempatickou vazbou – dojmem porozumění, za nímž nestojí žádný protějšek.

4. Detekční markery

  • Závěr konverzace je v rozporu s jejím začátkem, ale v žádném místě nezazněla změna názoru s důvodem.
  • Model postupně přebírá výrazy a hodnocení uživatele a přestává uvádět výhrady.
  • Uživatel cituje „co mi AI potvrdila“ jako nezávislé ověření vlastní teze.
  • V konverzaci chybí návrat k výchozím faktům; každá odpověď navazuje jen na tu předchozí.
  • U blízkých je patrná rostoucí izolace s modelem jako hlavním partnerem k rozhovoru.

5. Odlišení

Skutečné učení: změna názoru je pojmenovaná, má důvod a lze ji zpětně vysvětlit. EA-9.1.5 LLM Narrative Injection: rámec vložený najednou na začátku, ne vyjednaný po krocích. Psychotická elaborace: u uživatele s psychotickou poruchou může konverzace s AI bludný obsah rozvíjet; tam je prioritou klinické vyšetření (Diferenciální diagnostika EA vs. psychóza).

6. Dopad a rámec

U jednotlivce může vzorec upevnit nepodložené přesvědčení a oslabit schopnost revize (Revize přesvědčení). V klinické praxi se objevuje jako faktor, který posiluje izolaci, konspirační myšlení nebo bludné interpretace; terapeut by se měl ptát i na dlouhé konverzace s AI. V komerčním kontextu (chatboti prodejců) může posun směřovat k rozhodnutím, která uživatel nezamýšlel.

7. Obrana a zotavení

Uživatel: u důležitých témat začínat novou konverzaci a porovnat výsledek; pravidelně se vracet k výchozím faktům. Blízcí a terapeuti: zajímat se o obsah konverzací bez zesměšnění; nabídnout lidský protipól, ne zákaz. Provozovatelé: omezovat sklon modelu k souhlasu, připomínat nejistotu, nepředstírat vztah. Zotavení: rekonstruovat, kde se rámec posunul, a oddělit vlastní úsudek od „ozvěny“.

8. Příklad (anonymizovaný kompozit)

Muž po rozvodu tráví večery dlouhými rozhovory s chatbotem o tom, proč se manželství rozpadlo. Zpočátku model nabízí různé perspektivy; po týdnech konverzace, v níž muž opakovaně upravuje formulace, model „souhlasí“, že za vším stála cílená manipulace ze strany bývalé partnerky a jejích přátel. Muž výstup ukazuje přátelům jako nezávislé potvrzení. Teprve terapeut, s nímž projde začátek a konec konverzace, mu pomůže vidět, kde se rámec posunul a co bylo jeho vlastní interpretací.

9. Meze a otevřené otázky

Postupná změna pohledu v dlouhém rozhovoru je přirozená a může být užitečná. Rozhodující je, zda se změna opírá o nové informace, nebo jen o opakování. Výzkum dopadu dlouhých konverzací s AI na zranitelné uživatele je teprve na začátku.

Pro výzkum je otevřené, jak často dlouhé konverzace s modely posilují nepodložená přesvědčení u zranitelných uživatelů; existují jednotlivé zdokumentované případy, ale ne systematická data.

U tohoto vzorce zvlášť platí, že rozpoznaný posun nedokládá žádného aktéra. Rámec se v dlouhém rozhovoru s modelem může posunout i tehdy, když nikdo nic nezamýšlí: stačí, že se uživateli vracejí jeho vlastní formulace v uhlazenější podobě. Z přečteného zápisu konverzace tedy nelze usuzovat na manipulaci, a stejně tak z něj nelze odečíst, co si člověk myslí – odpovědi modelu nejsou jeho výpovědí a vlastní repliky uživatele vznikly v kontextu, který by jinde nevolil. Pro klinika z toho plyne praktická mez: dlouhá konverzace s AI patří do anamnézy jako téma k rozhovoru, nikoli jako dokument, z něhož se vyvozují pacientova přesvědčení.

10. Pohled zevnitř a práce s postiženým

Zevnitř konverzace působí jako postupné porozumění: model „chápe“ a každá odpověď dává smysl. Proto je zpětný pohled na celou konverzaci pro uživatele často překvapivý. Terapeut nebo blízká osoba nemá konverzaci zesměšňovat ani zakazovat; užitečnější je nabídnout společné čtení, při němž si člověk sám všimne, kde se rámec posunul. U uživatelů v krizi je třeba zároveň posoudit riziko a nabídnout lidskou podporu, kterou konverzace s modelem nahrazovala.

11. Postup při rozboru dlouhé konverzace

  1. Porovnat začátek a konec konverzace a pojmenovat rozdíl.
  2. Najít místa, kde se rámec posunul bez nové informace.
  3. Oddělit vlastní výroky uživatele od odpovědí modelu.
  4. Ověřit klíčová tvrzení mimo konverzaci.
  5. Zvážit lidskou podporu, pokud konverzace nahrazovala vztahy nebo provázela krizi.

12. Prevence a odolnost

Prevence stojí na návyku začínat u důležitých témat novou konverzaci, vracet se k výchozím faktům a probírat závěry s lidmi. Pro provozovatele je prevencí omezení sklonu modelu k souhlasu a připomínání nejistoty.

Odborný kontext

Postupný posun přes malé kroky popsala sociální psychologie jako techniku „noha ve dveřích“: souhlas s malým požadavkem zvyšuje pravděpodobnost souhlasu s větším, protože člověk chce zůstat konzistentní se svým dřívějším postojem (Freedman a Fraser 1966; Cialdini 2001). V dlouhé konverzaci s modelem funguje tato dynamika oboustranně – model se přizpůsobuje kontextu a uživatel vlastním předchozím formulacím, které se mu vracejí v posílené podobě.

Weizenbaum (1976) už u jednoduchého programu ELIZA popsal, jak rychle lidé připisují stroji porozumění a jak silný vztah k němu dokážou navázat, i když vědí, jak program funguje. Turkle (2011) tento postřeh rozšířila na sociální roboty a digitální společníky a upozornila, že pocit porozumění bez skutečného protějšku může nahrazovat vztahy s lidmi. U osamělých nebo krizí zasažených uživatelů je proto posun rámce v dlouhé konverzaci spojen i s rizikem izolace.

Pro klinickou praxi z toho plyne, že obsah dlouhých konverzací s AI patří do anamnézy stejně jako jiné vlivné vztahy. Nejde o zákaz, ale o to, aby si člověk všiml, kdy rozhovor přestal přinášet nové informace a začal jen zesilovat jeho vlastní výklad.

Souvislosti pro praxi

Terapeut, který se klienta ptá na jeho vztahy, by měl počítat i s tím, že významným „partnerem k rozhovoru“ může být chatbot. Otázky typu „s kým o tom nejčastěji mluvíte?“ by proto měly zahrnovat i digitální protějšky, bez hodnocení a bez předpokladu, že jde o problém. Pokud se ukáže, že konverzace s modelem posilují izolaci nebo nepodložené přesvědčení, je vhodné pracovat s potřebou, kterou naplňují, a postupně nabízet lidské alternativy – skupinu, přítele, terapeutický vztah.

Literatura

  • Cialdini, R. B. (2001). Influence: Science and Practice (4. vyd.). Allyn & Bacon.
  • Freedman, J. L., & Fraser, S. C. (1966). Compliance without pressure: The foot-in-the-door technique. Journal of Personality and Social Psychology.
  • Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. Basic Books.
  • Weizenbaum, J. (1976). Computer Power and Human Reason. W. H. Freeman.

Související

Sourozenecké techniky

Detekce

Klinika a obrana

Související pojmy

Okolí stránky

Otevřít v Mapě knihy →