ELIZA：首个聊天机器人
Joseph Weizenbaum开发了ELIZA，这是最早的自然语言处理程序之一，能够模拟心理治疗师。
事件概述
ELIZA由麻省理工学院的Joseph Weizenbaum开发，它通过模式匹配和替换技术来模拟人类对话。最著名的脚本"DOCTOR"模拟了罗杰斯式心理治疗师，通过将用户的话语转化为问题来回应。尽管ELIZA实际上并不理解对话内容，但它成功地让许多用户产生了情感共鸣，这一现象后来被称为"ELIZA效应"。
深度学习笔记
背景、原理、影响与要点，一次读懂这个事件
背景与脉络
1966 年，MIT 的 Joseph Weizenbaum 发表 ELIZA，通常被视为世界上第一个聊天机器人。他本意并非证明机器理解语言，而是用极简的模式匹配「嘲讽」人们对人机交流的过度想象。程序最著名的 DOCTOR 脚本模仿罗杰斯学派心理治疗师，仅用关键词替换与模板重组制造共情假象。出乎 Weizenbaum 意料，许多用户竟对程序产生了真实情感依赖，这一反差促使他日后转而批判 AI。
核心要点
- 1Weizenbaum 于 1964–1966 在 MIT 用 SLIP 语言开发 ELIZA。
- 2DOCTOR 脚本模仿罗杰斯学派治疗师，靠「把陈述反问回去」制造共情。
- 3程序无任何真实语义或世界知识，仅做关键词匹配与模板重组。
- 4命名源自萧伯纳《卖花女》中习得上层口音的 Eliza Doolittle。
- 5许多用户（甚至心理学家）误以为它在理解，诞生「ELIZA 效应」。
- 6Weizenbaum 因此反思，1976 年著书警示机器理性对人类的僭越。
原理与技术细节
ELIZA 的技术极其朴素：它没有任何「理解」，只是玩文字游戏。程序按脚本运行，脚本维护一张带优先级的关键词表。收到用户输入后，它扫描并找出等级最高的关键词，套用对应的「分解规则」把句子拆开，再按「重组规则」拼出一句反问。例如用户说「我头疼」，命中「头疼」便反问「你为什么说头疼？」。代词会被替换（「我」变「你」），并设有记忆队列，能把前文话题在稍后再次提起。若没有关键词命中，就抛出「请继续说」之类的通用回应。整套机制等于一本精心编排的话术手册，却足以让人产生被倾听的错觉。
影响与后续
ELIZA 是自然语言处理与对话系统的里程碑，直接启发了 PARRY 等后续聊天程序，并预示了今日 Siri、客服机器人等产品范式。它暴露了「语法操纵≠理解」的根本局限，催生了关于机器共情与拟人化的伦理讨论。Weizenbaum 自身由作者转为批判者，成为 AI 社会责任反思的重要起点。
学习要点
- 流畅的对话可由纯模式匹配产生，但「像在听」不等于「真的懂」。
- 人类对回应的共情倾向极强，拟人化是界面设计的双刃剑。
- 最朴素的系统也能暴露深刻的哲学与伦理问题，技术之外还有人。
术语表
人们倾向于把机器的符号操作误认为理解与共情的现象，由 ELIZA 而得名。
卡尔·罗杰斯创立的非指导式心理治疗，强调倾听与反射式回应，DOCTOR 脚本即模仿它。
在输入文本中查找预定义关键词并按规则变换的浅层 NLP 技术，ELIZA 的核心。