图片

《柳叶刀》(The Lancet)发表的一篇评论指出,OpenAI宣布计划在ChatGPT免费及低价版本中引入广告,令人深感担忧。在对话式AI的私密交流中,育儿、心理健康等敏感信息具备商业价值,营销融入个性化交流可能放大对脆弱用户的影响力。此外,广告曝光将集中于支付能力较弱的人群,加剧健康不平等。文章呼吁采取政府主导的预防性监管,从政府、学术界、民间社会组织和国际机构方面提出应对广告向AI聊天机器人领域扩张的行动措施。识别文中二维码或点击文末“阅读原文”,查阅原文。

图片


AI聊天机器人中的定向广告:一项新的公共卫生风险


OpenAI已宣布计划在ChatGPT的免费和低价版本中引入广告,同时采取自动保护措施,包括将广告与回复内容分离、隐私保护、在广告投放中排除未满18周岁的用户以及限制围绕健康等敏感话题投放广告[1,2]。鉴于资本密集型人工智能(AI)模型带来的巨额财务亏损,以及数字平台上定向广告已被证实的盈利能力,这一转变在意料之中,它可能标志着整个行业将出现更广泛的转型,其他提供商很可能会效仿[2]

从健康的商业决定因素角度来看,这一发展趋势亟需引起高度重视。这一变化将长期塑造社会规范和有害健康产品消费的广告基础设施延伸到了对话系统中,而这类系统正被人们日益依赖,用以寻求治疗支持、陪伴和敏感建议[3]大量证据表明,烟草、酒精、赌博及不健康食品的营销会增加其消费,导致肥胖和非传染性疾病,并加剧心理健康问题的易感性[4-6]。同样,母乳替代品的营销会减少母乳喂养,影响母婴健康结局[7]

《柳叶刀》健康的商业决定因素专辑(The Lancet Series on commercial determinants of health)阐述了企业权力的扩张和市场导向型体系损害人群健康、加剧不平等并削弱监管应对措施的种种行为[8]。在数字环境中,这些驱动因素高度集中在由少数主导性科技公司掌控的基础设施之中[9]。这种在线平台内部的权力集中不仅带来了经济优势,更赋予了其在全球范围内影响信息流和议程设置的结构性权力。对话式AI将这种集中影响力从社交媒体动态和搜索引擎扩展到了私密的、个性化的日常交流中,这些交流涉及饮食、人际关系、财务、压力和育儿等方面的决策。因此,自动保护措施不仅仅是企业策略,更是关乎人群健康与公平的上游决定因素。

对话式AI与早期的数字平台相比,其独特之处在于其亲密性和连续性。与用户向公众披露信息的社交媒体不同,许多人将AI聊天机器人视为私人知己[3],向其倾诉关于债务、心理健康、育儿或赌博等方面的敏感担忧。因此,反复的互动会生成关于用户处境和易感性的丰富背景信息。在由广告资助的系统中,这些信息便具备了商业价值。关于健康的商业决定因素的文献展现了企业策略如何在监管漏洞中不断演变以实现利润最大化[8]。在对话式AI中引入广告,可能会在更为敏感的心理学场景中重现这些模式。

最有动机利用此类环境的行业,正是被全球公共卫生框架认定为造成疾病负担主要来源的那些行业,包括赌博、电子烟和烟草、酒精、不健康食品以及母乳替代品[4–7]。一位因婴儿不肯睡觉而寻求建议的家长,可能会被推送减少母乳喂养的品牌配方奶粉广告[7]。询问如何支付家庭账单或应对压力的人,可能被推送赌博广告。年轻人在搜索周末娱乐活动时,可能会接触到酒精广告。当营销融入个性化的问题解决式交流中时,其影响力可能会被放大,尤其是在财务紧张、疲惫或情感脆弱的时刻,这会强化有害健康的消费行为,并削弱基于证据的指导作用。

这些风险尤其引发了对健康公平性的担忧。OpenAI目前的计划显示,更高价格的订阅将保持无广告状态[1],这将导致广告曝光集中在那些支付能力最弱的人群中。这种广告曝光的分布模式与社交媒体上的既有模式如出一辙,即年轻人和低收入群体更多地承受着有害数字营销曝光,从而加剧了在身心健康结局方面已有的不平等[10]。规模效应进一步加剧了这些风险。OpenAI报告称,其每周用户数以亿计,每日提示请求达数十亿次[11]。鉴于营销曝光与健康风险行为之间存在强有力的证据关联[12],在这种覆盖范围的系统中,即使曝光量小幅增加,也可能转化为可衡量的群体效应。

这一问题不仅关乎单个广告的曝光,更延伸至广告收入模式本身。广告资助系统通过最大化用户参与度、保留率和交互时长来获取利润。在社交媒体领域,这些商业驱动的激励措施重塑了平台设计、推荐系统和内容审核机制,导致了有据可查的心理健康危害[13]和虚假信息扩散[14]长此以往,对话式AI中类似的激励措施,尤其是在缺乏有力监管的情况下,可能影响信息的呈现框架、优先排序和响应方式。因此,健康风险不仅在于具体的广告内容,还在于信息系统与商业优先事项结构化绑定。

应对这一挑战必须在加强内容层面的保障措施的同时,对塑造AI聊天机器人的底层商业模式和治理结构进行审视。关于健康的商业决定因素的研究表明,自动保护措施很少能抵消利润导向系统中固有的商业激励[8,12]。相关行业常常将自我监管包装为负责任的治理,而监管保护则在持续的商业压力下遭到侵蚀。在对话式AI中,敏感话题[1]的定义仍然模糊,且容易被重新诠释。将广告与聊天机器人回复分离,并不能消除其说服性影响,尤其是在行为定向广告投放作用于受信任的私密交流场景中时。酒精、赌博、不健康食品和母乳替代品等领域的经验表明,自动数字营销框架屡屡未能防止危害性营销信息的曝光[12]

因此,由政府主导的预防性监管至关重要。要应对广告向AI聊天机器人领域的扩张,需要制定可强制执行且不限于特定平台的保护措施来限制有害营销;强制透明并接受独立审计;以及使AI治理符合公共利益原则(见专栏)。然而,有效行动面临诸多障碍。AI的危害跨越国界,执行复杂。某一司法管辖区更严格的保护措施,可能因监管套利而失效。商业游说以及有关创新的说辞可能动摇政治决心。政府往往缺乏审计复杂算法系统的技术能力,而监管职责在各部门之间仍呈碎片化状态。

采取行动的窗口期正在缩小。与早期数字平台不同,AI聊天机器人的规范和收入模式尚在形成之中,这为在广告驱动的架构根深蒂固之前,建立以健康保护为导向的治理模式提供了难得的契机。公共卫生研究人员、政策制定者、政府和民间社会组织必须通力合作,确保在相关决策中将公众健康置于商业利益之上END

专栏:应对广告向AI聊天机器人领域扩张的行动措施


政府
  • 在所有数字环境中禁止有害营销,尤其是针对儿童和易感人群的营销:依据世界卫生组织和联合国儿童基金会的建议[12],加强立法,禁止营销与疾病负担相关的产品,包括赌博、电子烟和烟草、酒精、超加工食品和母乳替代品。确保法律不限于特定平台(即适用于所有数字服务)且技术中立(无论内容传递方式如何或如何演变,法律均保持适用),同时明确其对AI聊天机器人的具体适用范围。
  • 强制AI广告系统进行透明度披露并接受独立审计:要求披露广告操作、数据使用和定向标准。允许对算法系统进行独立审计,对有害广告实施自动化监测[15],并对违规行为处以可强制执行的处罚。
  • 加强跨司法管辖区治理:与国际伙伴合作,采取协调一致的监管方法,以减少监管套利并弥补执法漏洞。
  • 使AI治理与公共利益原则保持一致:将生成式AI视为塑造健康信息获取渠道和影响社会规范的关键数字基础设施。可考虑借鉴公共服务宣传的治理模式,嵌入透明、独立的监督和抵制商业影响的保障措施[16]

学术界
  • 将AI治理和健康的商业决定因素整合到研究、教学和机构优先事项中。就生成式AI系统中广告对健康的影响收集独立证据,开发监测算法定向和曝光影响的方法,为监管设计提供技术专长,并在健康、法律、数据科学和伦理学之间建立跨学科合作。培养未来的研究人员和政策制定者,使其理解基于AI的商业系统如何塑造人群健康。

民间社会组织
  • 通过基于证据的倡导、对营销行为的独立监测、公众参与,以及在必要时采取战略性法律和监管行动,推动AI治理和支持其广告投放的商业体系改革。制衡商业影响力,并为改革维持政治动能。

国际机构
  • 召集成员国制定示范标准,发布技术指南,并提供能力建设支持,以确保在AI系统中对有害营销采取一致的防护措施。

参考文献
[1] Open AI. Our approach to advertising and expanding access to ChatGPT. https://openai.com/index/our-approach-to-advertising-and-expanding-access/ (accessed March 2, 2026).
[2] Ciriello R, Backholer K. OpenAI will put ads in ChatGPT. This opens a new door for dangerous influence. https://theconversation.com/openai-will-put-ads-in-chatgpt-this-opens-a-new-door-for-dangerous-influence-273806 (accessed March 2, 2026).
[3] Zao-Sanders M. How people are really using gen AI in 2025. https://hbr.org/2025/04/how-people-are-really-using-gen-ai-in-2025 (accessed March 2, 2026).
[4] Buchanan L, Kelly B, Yeatman H, Kariippanon K. The effects of digital marketing of unhealthy commodities on young people: a systematic review. Nutrients 2018; 10: 148.
[5] García-Pérez Á, Krotter A, Aonso-Diego G. The impact of gambling advertising and marketing on online gambling behavior: an analysis based on Spanish data. Public Health 2024; 234: 170–77
[6] Roberts ME, Keller-Hamilton B, Hinton A, et al. The magnitude and impact of tobacco marketing exposure in adolescents’ day-to-day lives: an ecological momentary assessment (EMA) study. Addict Behav 2019; 88: 144–49.
[7] Baker P, Santos T, Neves PA, et al. First-food systems transformations and the ultra-processing of infant and young child diets: the determinants, dynamics and consequences of the global rise in commercial milk formula consumption. Matern Child Nutr 2021; 17: e13097.
[8] Gilmore AB, Fabbri A, Baum F, et al. Defining and conceptualising the commercial determinants of health. Lancet 2023; 401: 1194–213.
[9] Arsel Z. Platform capture: a review of the state of the art of research on platforms and a research agenda. J Mark Manage 2025; 42: 303–23.
[10] Vergeer L, Soto C, Bagnato M, et al. Youth exposure to unhealthy digital food marketing in relation to race/ethnicity and income adequacy in Canada. BMC Nutr 2025; 11: 163.
[11] Open AI. How people are using ChatGPT. https://openai.com/index/how-people-are-using-chatgpt/ (accessed March 2, 2026).
[12] WHO. Restricting digital marketing in the context of tobacco, alcohol, food and beverages, and breast-milk substitutes: existing approaches and policy options. World Health Organization, 2023.
[13] Braghieri L, Levy R, Makarin A. Social media and mental health. Am Econ Rev 2022; 112: 3660–93.
[14] Horwitz J. The Facebook files: a Wall Street Journal investigation. https://www.wsj.com/articles/the-facebook-files-11631713039 (accessed Feb 6, 2026).
[15] Martino F, Liyana Pathirana N, Saif L, Bhatti A, Backholer K. Automated detection of digital alcohol marketing using SCANNER: an integrated deep-learning approach. Drug Alcohol Rev 2026; 45: e70095.
[16] Ciriello R. Safeguarding Australia’s sovereignty with public digital infrastructure. The Policymaker: Australian Public Policy Institute, 2025.



题图 Copyright: primeimages via GettyImages       

中文翻译仅供参考,所有内容以英文原文为准。

DOI: 10.1016/S0140-6736(26)00464-2


推荐阅读

编辑政策 | 如何更好地使用生成式AI?

柳叶刀 | 反思科研工作与生成式AI

柳叶刀 | 在AI时代重拾医学人文关怀


点击上方卡片👆👆
两步⭐星标「柳叶刀TheLancet」
不错过最新前沿医学研究
Image


点击阅读原文,查阅论文原文

关注柳叶刀服务号,探索更多科研服务!

#柳叶刀 #AI聊天机器人中的定向广告