Ввічливість у спілкуванні з ШІ: чому люди кажуть чатботам «дякую» і «будь ласка»
Оновлено: 2 години тому
Автор: Український психологічний ХАБ · Опубліковано: 19 вересня 2026 · Редакційна політика
Український психологічний ХАБ · Опубліковано: 19 вересня 2026 · Редакційна політика
Людина може чудово розуміти, що чатбот не є людиною, і все одно написати йому «будь ласка», «дякую», «перепрошую» або «добрий ранок». У цьому немає психологічного парадоксу. Ввічливість значною мірою працює як засвоєний спосіб організовувати взаємодію: ми використовуємо знайомі мовні сценарії, коли перед нами з’являється система, що відповідає реплікою на репліку, підтримує контекст і поводиться достатньо схоже на співрозмовника.
Для психології важливе саме це: ввічливість до штучного інтелекту розповідає насамперед про людину, її соціальні норми, мовні звички, очікування від діалогу та спосіб сприйняття комунікативного партнера. Вона не є доказом того, що мовна модель має свідомість, почуття, потребу в повазі чи суб’єктивний досвід.
Систематичний огляд досліджень ввічливості у взаємодії людини з машиною показує, що ця тема давно виходить за межі анекдотів про «дякую комп’ютеру»: ввічливість досліджували у взаємодії з комп’ютерами, роботами, голосовими асистентами й іншими інтерактивними системами. Водночас результати залежать від типу технології, ролі користувача, контексту і того, хто саме виявляє ввічливість — людина чи система. Систематичний огляд Patrizia Ribino узагальнює цей масив і водночас показує, що просте перенесення правил людської ввічливості на будь-яку взаємодію з машиною було б надмірним спрощенням.
Що таке ввічливість у спілкуванні з ШІ
Ввічливість у спілкуванні з ШІ — це використання мовних форм і комунікативних стратегій, які в людській взаємодії сигналізують повагу, доброзичливість, пом’якшення вимоги, вдячність або врахування автономії іншого. Це можуть бути «будь ласка», «дякую», звертання, привітання, вибачення, пом’якшувальні конструкції на кшталт «чи можеш…», а також загальний тон репліки.
Така поведінка може мати різні психологічні підстави. Для однієї людини «дякую» — майже автоматична мовна звичка. Для іншої — спосіб підтримувати власний стиль спілкування. Для третьої — наслідок того, що система здається соціально присутньою. Ще хтось використовує ввічливу форму, бо очікує від неї кращого результату. Одна й та сама репліка тому не дає надійної відповіді на питання, що саме користувач думає про природу ШІ.
У термінах прагматики мови важлива не тільки буквальна семантика слова «дякую», а й дія, яку воно виконує в контексті: завершує епізод, позначає прийняття відповіді, підтримує доброзичливий регістр, структурує послідовність реплік. Саме тому ввічливість може зберігати функцію навіть там, де адресат не переживає вдячності як людина.
Чому люди кажуть чатботам «дякую» і «будь ласка»
Соціальні сценарії вмикаються швидко
Людська комунікація складається не лише з усвідомлених рішень. Значна частина поведінки спирається на звичні сценарії: привітатися, відповісти на запитання, пом’якшити прохання, подякувати після допомоги. Коли інтерфейс організований як діалог і система відповідає мовою, ці сценарії легко активуються без окремого рішення «я зараз поводитимусь із машиною як з людиною».
Класичні експерименти Кліффорда Насса та колег показали цей ефект задовго до сучасних великих мовних моделей. У двох дослідженнях учасники оцінювали комп’ютер більш позитивно, коли саме цей комп’ютер просив оцінити власну роботу, ніж коли оцінювання відбувалося на папері або на іншому комп’ютері. Автори інтерпретували це як перенесення норми ввічливості на комп’ютерну взаємодію. Nass, Moon & Carney, 1999.
Подальший огляд цієї програми досліджень описував подібні реакції як «соціальні відповіді комп’ютерам»: люди застосовували до машин засвоєні правила взаємності, ввічливості та соціальної категоризації навіть тоді, коли усвідомлювали, що мають справу з технологією. Nass & Moon, 2000.
Діалогова форма створює соціальні підказки
Кнопка калькулятора рідко викликає бажання сказати «будь ласка». Чатове поле з відповідями від першої особи, звертанням до користувача, уточнювальними питаннями й пам’яттю про попередні репліки створює значно більше соціальних підказок. Важливий не факт наявності «інтелекту» як такого, а форма взаємодії: чергування реплік, природна мова, узгодження з контекстом, швидка реакція, інколи голос і персоналізований стиль.
Дослідження голосових асистентів показує, що люди розрізняють типи ввічливості й очікують різної доречності стратегій залежно від ситуації. У двох нормувальних дослідженнях і двох експериментах Elise Duffau та Jean E. Fox Tree вивчали, як сприймається ввічливість людини й голосового асистента в різних запитах. Результати підтверджують, що користувачі оцінюють машинне мовлення через соціально-прагматичні категорії, хоча контекст істотно змінює ці оцінки. Duffau & Fox Tree, 2024.
Антропоморфізація може посилювати ефект
Антропоморфізація — надання нелюдському агенту людських властивостей, намірів або переживань — є одним із механізмів, що можуть зробити ввічливість природнішою. У класичній трифакторній теорії Nicholas Epley, Adam Waytz і John Cacioppo описали три групи чинників антропоморфізації: доступність знань про людей як моделі для пояснення поведінки, потребу зрозуміти й передбачити агента та потребу в соціальному зв’язку. Epley, Waytz & Cacioppo, 2007.
Проте «дякую» не можна використовувати як тест на антропоморфізацію. Людина може бути ввічливою з чатботом саме тому, що це її звичний мовний стиль, а не тому, що вона приписує системі людські почуття. І навпаки, людина може персоніфікувати систему, але писати їй короткими командами. Поведінка й переконання тут пов’язані лише частково.
Ми підтримуємо не лише стосунок, а й власний спосіб говорити
Ввічливість може бути формою саморегуляції. Деяким людям неприємно переходити в командний, принизливий або агресивний регістр навіть із неживим інтерфейсом, бо цей регістр суперечить їхнім звичкам і цінностям. «Дякую» в такому разі адресоване функціонально системі, але психологічно також підтримує послідовність власної поведінки.
Це добре узгоджується з ширшою ідеєю акомодації мовлення: люди адаптують стиль до співрозмовника, ситуації та очікуваної норми. У взаємодії з ШІ адаптація може йти в обидва боки — користувач спрощує команди, стає формальнішим або, навпаки, переходить до розмовного стилю. Сам факт такої адаптації ще не показує, як вона впливатиме на поведінку поза інтерфейсом.
Ввічливість до ШІ і «ефект Елізи»
Історія діалогових систем показує, що відчуття соціальної взаємодії не почалося з ChatGPT. Програма ELIZA Джозефа Вайценбаума в 1960-х роках використовувала відносно прості правила, але частина користувачів приписувала її відповідям більше розуміння, ніж дозволяла реальна архітектура програми. На ХАБі цей феномен окремо розібрано у статті «ELIZA: ефект Елізи, антропоморфізація, чатботи та психологія спілкування».
Сучасні мовні моделі незрівнянно сильніші за ELIZA в генерації зв’язного тексту, підтриманні контексту й роботі з великою кількістю мовних завдань. Через це соціальні підказки стали багатшими. Але логічний принцип залишається важливим: переконливість мовної поведінки системи сама по собі не доводить наявності в неї суб’єктивного досвіду. Психологічно реальним є переживання користувача; висновок про внутрішні почуття моделі з цього не випливає.
Що змінилося з появою великих мовних моделей
Великі мовні моделі зробили взаємодію з машиною значно ближчою до повсякденної розмови. Вони можуть підтримувати тему протягом багатьох реплік, пояснювати, ставити уточнювальні питання, наслідувати тон користувача й створювати відчуття послідовного комунікативного партнера. Тому старі механізми соціальної реакції на комп’ютер тепер працюють у середовищі, де мовні сигнали набагато насиченіші.
Це змінює дослідницьке питання. Раніше психологи переважно запитували, чому люди переносять соціальні правила на комп’ютери. Тепер додається інше: чи можуть регулярні взаємодії з системами, які майже завжди доступні, терплячі й готові виконувати команди, змінювати комунікативні звички самої людини.
Ця друга лінія доказів ще формується. У 2026 році Ruolei Gu та колеги запропонували поняття norm leakage — перенесення способів взаємодії, закріплених у діалозі з мовними моделями, у спілкування між людьми. Їхня робота є науковою перспективою, що синтезує нові експерименти, а не доказом універсального довгострокового ефекту. Автори прямо підкреслюють невизначеність щодо тривалості та масштабу перенесення в реальному житті. Gu et al., 2026.
Чи робить ввічливість відповіді ШІ кращими
Коротка відповідь: іноді тон запиту пов’язаний із відмінностями у відповідях моделі, але правила «чим ввічливіше, тим краще» наука не підтверджує.
У кросмовному дослідженні Ziqi Yin та колег оцінювали різні рівні ввічливості в англомовних, китайськомовних і японськомовних запитах. Неввічливі формулювання часто погіршували результати, однак надмірна ввічливість не гарантувала покращення, а оптимальний рівень відрізнявся між мовами й завданнями. Yin et al., 2024.
Новіша робота Om Dobariya та Akhil Kumar, представлена в матеріалах AMCIS 2026 і доступна також як препринт, порівнювала тональні варіанти запитів на кількох моделях і завданнях множинного вибору. Ефекти виявилися залежними від моделі: для одних систем зміни були невеликими, для інших — більшими. Це ще одна причина не перетворювати ввічливість на універсальну техніку «підвищення IQ моделі». Dobariya & Kumar, 2026.
Мовна модель генерує відповідь на основі текстового контексту. Тон — частина цього контексту, тому він може змінювати розподіл можливих відповідей, стиль, ступінь деталізації або навіть точність у конкретному тесті. Але ефект залежить від моделі, її версії, мови, системних інструкцій і завдання. Ввічливість не має стабільної причинної «надбавки до якості», яку можна переносити між усіма системами.
Ввічливість — не те саме, що хороший промпт
Добрий запит до ШІ визначається насамперед тим, чи зрозуміло в ньому задано завдання. Ввічлива фраза може бути приємною частиною запиту, але вона не замінює інформацію, необхідну для роботи.
• Назвіть мету: що саме потрібно отримати.
• Додайте контекст, без якого завдання має кілька різних трактувань.
• Задайте обмеження: мову, аудиторію, обсяг, критерії, заборонені припущення.
• Вкажіть бажаний формат результату, якщо він важливий.
• Використовуйте той рівень ввічливості, який не заважає точності й природності вашої мови.
Наприклад, «Будь ласка, допоможи з текстом» є ввічливим, але слабко специфікованим запитом. «Будь ласка, скороти цей український текст до 120 слів, збережи всі числа й не додавай нових фактів» одночасно є ввічливим і точно визначеним. Саме друга частина робить завдання придатним до надійного виконання.
Чи означає «дякую», що людина вважає ШІ живим
Ні. Це висновок, якого не можна робити з однієї мовної форми.
Людина може дякувати через автоматизовану соціальну норму, звичку, виховання, бажання підтримувати власний стиль, ігрову персоніфікацію інтерфейсу або свідоме відчуття соціальної присутності. Ці мотиви психологічно різні. Щоб досліджувати антропоморфізацію, потрібні окремі показники: які властивості людина приписує системі, чи вважає її здатною мати наміри й переживання, як пояснює її поведінку, як оцінює її агентність.
Водночас природна мова справді може полегшувати антропоморфізацію. Чим легше поведінку системи інтерпретувати через знайомі людські моделі, тим доступнішим стає таке пояснення. Теорія Epley та колег описує це як взаємодію знань про людських агентів із мотивацією зрозуміти об’єкт і соціальними потребами. Epley et al., 2007.
Чи може грубий стиль із ШІ переноситися на людей
Це одна з найважливіших нових тем, і тут потрібне точне формулювання. Існують експериментальні дані про короткочасне перенесення деяких соціальних установок і поведінки після взаємодії з ботами. Але вони не доводять, що людина, яка не пише чатботу «будь ласка», обов’язково стане грубішою з людьми.
У двох пререєстрованих дослідженнях із загальною вибіркою 1261 учасник Kian Siong Tey та колеги виявили: після взаємодії з ШІ учасники суворіше оцінювали роботу іншої людини, ніж після взаємодії з партнером, якого вважали людиною. В аналізі самих діалогів взаємодія з ШІ була більш вимогливою й інструментальною та містила менше позитивного афекту. Tey et al., 2024.
Інший масив даних стосується кооперації. Ashley Harrell і Margaret Traeger провели два пререєстровані експерименти, що охопили 4171 учасника і понад 83 тисячі рішень. Менш кооперативна взаємодія з ботом могла переноситися на наступну взаємодію з новим людським партнером. Harrell & Traeger, 2025.
Ці роботи важливі, бо показують принципову можливість spillover — перенесення між контекстами. Водночас вони вимірювали не повсякденну звичку говорити «дякую» протягом місяців або років. Тому твердження «грубість до чатботів робить людей грубими» поки було б сильнішим за наявні дані. Сучасний стан доказів точніше описати так: короткочасне перенесення деяких комунікативних і кооперативних моделей поведінки вже показане експериментально; довготривалі наслідки повсякденного стилю спілкування з генеративним ШІ залишаються відкритим питанням.
Чи потрібно бути ввічливим із ШІ заради самого ШІ
Наукових підстав говорити про моральну потребу берегти «почуття» сучасної мовної моделі немає. Коли система генерує текст, це не дає нам емпіричного доказу суб’єктивного переживання вдячності, образи, приниження чи поваги. Тому психологічні аргументи на користь ввічливості стосуються людини та людського середовища: власних звичок, якості комунікації, контексту навчання дітей, дизайну інтерфейсів і можливого перенесення норм.
Ця відмінність принципова для психології взаємодії людини з ШІ. Реальна емоція користувача, прив’язаність, відчуття присутності або звичка бути ввічливим є справжніми психологічними явищами. Вони не перетворюються автоматично на свідчення того, що система має симетричний внутрішній досвід.
Чи треба вчити дітей говорити «будь ласка» голосовим асистентам
Дані поки не дають підстав формулювати універсальне правило розвитку. Для сім’ї практичніше дивитися на те, яку комунікативну норму дорослі хочуть підтримувати вдома. Якщо дитина звикає, що прохання можна формулювати без приниження й агресії незалежно від адресата, ввічлива форма взаємодії з асистентом може бути частиною послідовного навчання мови. Це педагогічний вибір, а не доказ того, що асистент потребує пошани.
Водночас не варто робити з цього ритуал, який дитина виконує зі страху «образити робота». Корисніше пояснювати різницю: люди мають почуття та взаємні права; сучасна мовна система генерує відповіді; ми можемо говорити з нею чемно, бо тренуємо власний спосіб спілкування й робимо діалог зрозумілішим.
Що відомо, а що ще досліджується
Накопичені дані дозволяють досить впевнено говорити, що люди переносять частину соціальних норм на інтерактивні машини. Це встановлено ще в класичних дослідженнях комп’ютерів і підтверджується ширшою літературою про голосові та діалогові системи. Так само добре обґрунтовано, що антропоморфізація є поширеним, але варіативним психологічним процесом.
Новіші питання мають інший статус. Вплив тону промпту на продуктивність LLM є реальним у частині тестів, але нестабільним між моделями, мовами й завданнями. Перенесення стилю взаємодії з ботом на поведінку щодо людей показане у кількох експериментальних парадигмах, але довготривалі наслідки регулярної повсякденної взаємодії ще недостатньо вивчені. Саме тому корисно розрізняти встановлений факт соціальної реакції на машину і нову гіпотезу про тривалу зміну людських норм.
Практичний висновок: як говорити з ШІ
Немає потреби вибирати між «розмовляти з ШІ як з людиною» і «віддавати лише сухі команди». Практична стратегія проста: зберігати природну для себе мову, але не плутати ввічливість із технічною точністю.
• Якщо «будь ласка» і «дякую» роблять взаємодію природнішою — використовуйте їх.
• Якщо завдання робоче й вам зручніше писати коротко — нейтральна пряма форма теж цілком прийнятна.
• Не розраховуйте, що додавання ввічливих слів саме по собі виправить нечіткий запит.
• Не використовуйте реакцію чатбота як доказ того, що він «образився», «зрадів» або «відчув повагу».
• Якщо ви регулярно спілкуєтеся з ШІ, звертайте увагу не тільки на ефективність, а й на те, який стиль взаємодії стає для вас автоматичним.
Останній пункт важливий не через доведену небезпеку кожної різкої команди, а через ширший принцип навчання поведінки: повторювані мовні дії можуть ставати звичними. Нові дослідження перенесення норм роблять це питання емпіричним, а не лише етичним. Gu et al., 2026.
Чи потрібно дякувати ChatGPT
Не потрібно — у сенсі обов’язку перед системою. Можна — у сенсі людської мовної практики.
«Дякую» може виконувати корисні функції для користувача: завершувати діалоговий епізод, підтримувати звичний регістр, позначати задоволення результатом або просто дозволяти людині говорити так, як їй природно. Якщо ці функції вам не потрібні, відсутність подяки сама по собі не є проблемою.
Якщо мета — отримати кращу відповідь, важливішими залишаються зміст і структура запиту. Дослідження тону промптів показують варіативні ефекти, а не універсальний бонус за ввічливість. Yin et al., 2024.
Поширені міфи про ввічливість до ШІ
«Якщо я кажу ШІ “дякую”, я вже вважаю його людиною»
Ні. Одна мовна дія не дозволяє встановити переконання людини про природу системи. Ввічливість може бути автоматизованою нормою або особистим стилем без сильного антропоморфного переконання.
«Чемний промпт завжди дає кращу відповідь»
Ні. Ефект тону залежить від моделі, мови і завдання. Деякі експерименти знаходять гірші результати для різко неввічливих форм, але надмірна ввічливість також не є універсальним оптимумом. Yin et al., 2024.
«Груба команда автоматично робить людину грубішою»
Такого причинного правила немає. Є експериментальні дані про короткочасне перенесення окремих моделей оцінювання та кооперації після взаємодії з ботами, але це не тотожне довготривалому формуванню характеру. Tey et al., 2024; Harrell & Traeger, 2025.
«ШІ треба поважати, бо він може образитися»
Сучасні мовні моделі можуть генерувати репліки, стилістично схожі на образу, вдячність або турботу. Це не є доказом суб’єктивного переживання цих станів. Психологічний аналіз має відокремлювати людський досвід взаємодії від тверджень про внутрішній досвід системи.
«Кожне “дякую” — це величезна марна витрата ресурсів»
Будь-який додатковий текст потребує додаткових обчислень, тому нульової вартості не існує. Але вірусні твердження про універсальну «ціну одного дякую» не є науковою константою: витрати залежать від моделі, довжини контексту, інфраструктури, способу обслуговування запиту та багатьох інших параметрів. Із цього не випливає психологічна рекомендація забороняти собі природні короткі форми ввічливості.
Питання і відповіді
Чому я автоматично дякую чатботу?
Тому що діалог активує знайомі соціальні сценарії. Це може відбуватися майже без свідомого рішення й не означає, що ви плутаєте систему з людиною. Класичні дослідження показали перенесення ввічливості та взаємності на комп’ютери задовго до генеративного ШІ. Nass & Moon, 2000.
Чи варто писати «будь ласка» у промпті?
Можна, якщо це природно для вас. Для якості відповіді значно важливіше чітко задати мету, контекст та обмеження. Сам рівень ввічливості може впливати на окремі моделі й завдання, але стабільного правила для всіх LLM немає.
Чи погіршує грубість відповіді ШІ?
У частині досліджень — так, але ефект не універсальний. Кросмовне дослідження Yin та колег показало, що неввічливі запити часто давали гірші результати, але найкращий рівень залежав від мови. Новіші тести також демонструють залежність від моделі. Yin et al., 2024; Dobariya & Kumar, 2026.
Чи є ввічливість до ШІ антропоморфізацією?
Не обов’язково. Антропоморфізація стосується приписування нелюдському агенту людських властивостей, намірів або переживань. Ввічливість може виникати і як звичний сценарій без такого приписування. Epley et al., 2007.
Чи може спілкування з ШІ змінити моє спілкування з людьми?
Короткочасні ефекти перенесення вже знайдено: після взаємодії з ботами змінювалися оцінювання інших людей і кооперативна поведінка в наступних завданнях. Але даних недостатньо, щоб передбачити довготривалий ефект для конкретної людини або конкретної звички ввічливості. Tey et al., 2024; Harrell & Traeger, 2025.
Чи треба пояснювати дітям, що чатбот не має почуттів?
Таке пояснення допомагає розвести дві речі: людську норму поважного мовлення і властивості системи. Дитина може користуватися ввічливою мовою з асистентом, водночас розуміючи, що текстова відповідь сама по собі не доводить наявності у системи почуттів або свідомості.
Чи означає ввічливість, що я витрачаю забагато токенів?
Короткі слова справді додають текст до запиту й відповіді, але практичний сенс залежить від масштабу. Якщо ви оптимізуєте масову автоматизовану систему з мільйонами викликів, кожен токен може мати операційне значення. У звичайній персональній розмові питання психологічної зручності та ясності часто важливіше за кілька додаткових слів.
Пов’язані статті
References
Dobariya, O., & Kumar, A. (2026). Mind Your Tone: Does Tone Alter LLM Performance? AMCIS 2026 / arXiv. https://doi.org/10.48550/arXiv.2605.29027
Duffau, E., & Fox Tree, J. E. (2024). Expecting politeness: perceptions of voice assistant politeness. Personal and Ubiquitous Computing, 28, 907–929. https://doi.org/10.1007/s00779-024-01822-8
Epley, N., Waytz, A., & Cacioppo, J. T. (2007). On seeing human: a three-factor theory of anthropomorphism. Psychological Review, 114(4), 864–886. https://doi.org/10.1037/0033-295X.114.4.864
Gu, R., Chen, Z., Peng, M., Liu, C., & Lin, Z. (2026). Why sycophantic LLMs may imperil interactive norms between humans. Communications Psychology, 4, 96. https://doi.org/10.1038/s44271-026-00486-9
Harrell, A., & Traeger, M. L. (2025). Evidence of spillovers from (non)cooperative human-bot to human-human interactions. iScience, 28(8), 113006. https://doi.org/10.1016/j.isci.2025.113006
Nass, C., Moon, Y., & Carney, P. (1999). Are People Polite to Computers? Responses to Computer-Based Interviewing Systems. Journal of Applied Social Psychology, 29(5), 1093–1109. https://doi.org/10.1111/j.1559-1816.1999.tb00142.x
Nass, C., & Moon, Y. (2000). Machines and Mindlessness: Social Responses to Computers. Journal of Social Issues, 56(1), 81–103. https://doi.org/10.1111/0022-4537.00153
Ribino, P. (2023). The role of politeness in human–machine interactions: a systematic literature review and future perspectives. Artificial Intelligence Review, 56(Suppl 1), 445–482. https://doi.org/10.1007/s10462-023-10540-1
Tey, K. S., Mazar, A., Tomaino, G., Duckworth, A. L., & Ungar, L. H. (2024). People judge others more harshly after talking to bots. PNAS Nexus, 3(9), pgae397. https://doi.org/10.1093/pnasnexus/pgae397
Yin, Z., Wang, H., Horio, K., Kawahara, D., & Sekine, S. (2024). Should We Respect LLMs? A Cross-Lingual Study on the Influence of Prompt Politeness on LLM Performance. Proceedings of the Second Workshop on Social Influence in Conversations (SICon 2024), 9–35. https://doi.org/10.18653/v1/2024.sicon-1.2