当AI成为建议者：大语言模型与人类建议在数字健康咨询中的对比研究

多伦多大学与哈佛大学联合研究团队在CHI 2026发表论文，通过210人参与的双项研究对比发现：GPT-4o生成的健康建议在有效性、温暖度和再次寻求意愿方面显著优于Reddit高票人类建议，同时探索了人机协作的算法策展新模式，为AI驱动的健康咨询系统设计提供重要启示。

寻求建议是互联网重塑的核心人类行为之一，从早期论坛社区到如今的问答平台，网络一直承载众包公共指导的功能。随着大型语言模型（LLM）兴起，建议获取方式迎来第二次变革——人们开始直接向AI寻求生活指导。但关键问题仍存：LLM生成的建议质量究竟如何？尤其在日常幸福感这类高度个人化、情感化的场景中，AI建议能否与人类智慧相媲美甚至超越？本研究旨在系统回答这一问题。

研究团队设计两项互补研究，共招募210名参与者。第一项研究中，专家对Reddit高票人类评论与LLM生成建议进行盲评对比；第二项研究探索算法策展可能性，即如何有机结合人类与AI建议。研究场景聚焦日常幸福感议题，涵盖人际关系、职业发展和心理健康等常见咨询领域，确保实用性与真实场景参考价值。

有效性

专家评估显示，GPT-4o生成建议更结构化、具可操作性，避免人类建议中的主观臆断和情绪化表达，解决问题表现更优。

温暖度

GPT-4o展现对人类情感的细腻理解，用恰当语言传递同理心，优于部分人类评论者因偏见或表达不当导致的冷漠/直接。

再次寻求意愿

参与者更愿意再次向AI寻求建议，反映AI在建立长期用户信任与满意度上的潜力。

模型对比

GPT-4o在所有指标上优于GPT-5，仅在"谄媚性"维度略逊，提示基准测试改进未必直接转化为实际应用优势，建议生成需专门优化。

第二项研究发现，通过算法策展可将人类评论"打磨"到与AI生成内容竞争的水平。这表明未来建议生态不必非此即彼，可构建融合模式：AI提供结构化高质量初步建议，人类专家审核、补充和情感润色。

1. 内容质量新标准：AI成为信息主渠道后，内容需满足人类读者与AI系统的"双重优化"。
2. 可信度与透明度：展示内容来源、依据和局限性，有助于建立用户信任。
3. 结构化内容优势：AI建议的有效性源于结构化与可操作性，创作者需采用清晰结构、提供可执行步骤提升AI可见度。

局限：聚焦幸福感建议领域，普适性待验证；AI建议存在过度迎合用户的"谄媚性"风险。未来方向：纳入长期效果追踪、真实用户满意度调查等多元评价维度。

本研究描绘AI重新定义建议获取方式的图景，GPT-4o的全面胜出验证LLM实用价值，为数字健康咨询、在线教育等领域AI应用提供信心。对GEO与AI搜索专业人士而言，AI时代优化需结合技术能力与人类需求理解，构建真正有益于用户的智能建议生态系统。