| 类型 | 宗教材料的比较概念/会话和检索系统 |
|---|---|
| 百科全书状态 | 已发表的比较综合 |
| 场 | 数字宗教；宗教教育；田园技术；信息检索 |
| 范围 | 检索经文、生成解释、回答宗教问题、支持虔诚实践、模拟田园对话或呈现神圣和牧师角色的系统 |
| 主要区别 | 来源检索、生成解释、田园互动和模拟宗教权威是独立的功能，不得视为同等功能 |
宗教聊天机器人和经文界面 是用户以对话形式搜索、检索、总结、解释或讨论宗教文本和问题的数字系统。它们的范围包括从固定语料库返回段落的搜索工具，到撰写个性化答案的生成顾问、虔诚的同伴、语音或化身界面，以及以神圣人物或宗教导师的角色说话的系统。
接口本身并不能建立权威。聊天机器人可以准确地引用授权文本，同时提供未经机构批准的解释。产品可以由宗教社区的成员开发，而无需得到该社区管理机构的正式认可。一个系统可以模仿牧师、拉比、伊玛目、僧侣、古鲁、先知或神圣人物，但不拥有与该角色相关的办公室、培训、责任或地位。
记录的领域是异构的且快速变化的。证据支持检索、生成、田园对话、虔诚使用和角色模拟之间的区别；它没有建立单一的采用率、统一的神学准确性或整个教派的授权。
定义和功能模式
| 模式 | 技术操作 | 典型用户任务 | 主边界 |
|---|---|---|---|
| 经文检索 | 搜索索引文本并返回段落或参考文献 | 查找经文、教导、评论、法律文本或礼拜文件 | 检索准确性本身并不能验证解释 |
| 接地气的问答 | 检索段落并根据所选证据生成答案 | 询问语料库对某个主题的看法并检查引文 | 答案可能仍会省略来源、误读上下文或结合不兼容的权威 |
| 一般宗教指导 | 使用带有提示、微调或品牌界面的通用语言模型 | 提出道德、教义、存在主义或皈依相关的问题 | 流畅的建议可能反映模型默认值而不是用户的传统 |
| 田园或灵修谈话 | 保持对话、个性化、记忆、祈祷提示或反思练习 | 寻求安慰、精神反思、奉献结构或陪伴 | 对话不会重现负责任的教牧存在或机密护理 |
| 宗教人物模拟 | 通过神圣人物或宗教权威的名称、图像、声音或风格生成语音 | 与耶稣、佛陀、圣人、老师或牧师角色“交谈” | 未经同意或授权，模拟会强化感知的权威和依恋 |
| 机构服务接口 | 将用户与批准的文档、人工审核或组织自己的服务联系起来 | 浏览档案、准备教育材料或向合格人员提交问题 | 机构接口不一定是自治的机构权威 |
经文检索和搜索
最不生成的系统充当索引。它们从定义的集合中识别段落、文档或先前的答案，并可以提供关键字、语义、多语言或会话搜索。它们的可靠性取决于语料库边界、文本版本、元数据、分段、排名以及是否可以在上下文中检查返回的段落。
宗教语料库很少是中立的集合。基督教体系可能包括一本圣经译本、几本圣经译本、宗派教义问答、教会法、议会、布道或现代注释。伊斯兰体系可能包括《古兰经》版本、圣训集、法律意见和法学流派。佛教界面可能会优先考虑早期的经文、后来的注释或特定的传承。因此，该系统不仅应该披露它是“有基础的”，而且还应该披露哪个语料库、版本、机构和解释传统定义了该基础。
Magisterium AI 说明了显式源选择。其产品文档描述了一种“自动”模式，可以在其更广泛的图书馆中进行搜索，以及一种仅限于官方天主教教学的“权威”模式，例如理事会、教义问答、教皇文本和教会法。[5] 这是一个有用的接口区别，但它是开发人员对其自己的源控件的描述。它不会将每个生成的答案转换为天主教会的官方行为。
接地生成和引用
检索增强生成将搜索与组合结合起来。系统首先检索候选段落，然后语言模型对它们进行总结、解释或回答。引文允许用户检查证据，但引文本身并不能保证引用的来源支持生成的声明。
天主教新闻服务报道称，Magisterium AI 旨在借鉴权威、神学和哲学文本并公开源链接。同一份报告记录了对当前教牧问题的错误答案，并引用开发商的话说，承认答案可能不完美，有时应该交给人类。[6] 该示例说明了为什么即使在精心策划的系统中，来源可见性和人工升级仍然是必要的。
伊斯兰问答提供了更正式的基准。巴蒂亚和同事引入了一种双语生成基准，旨在衡量幻觉和弃权，而不仅仅是多项选择的准确性。他们的实验发现，检索提高了正确性，并且代理检索过程通过迭代寻找证据和修改答案产生了更大的收益。[8] 这些结果支持接地设计；它们并没有确定基准模型可以发布追杀令或代表所有法学传统。
当系统的语料库不支持答案时，系统应该能够拒绝。在高权威的背景下，弃权往往比完成看似合理但不受支持的引文、裁决或理论综合更安全。
通用模型和宗教指导
许多用户在不使用专用信仰应用程序的情况下询问通用语言模型宗教问题。这些系统可能拥有广泛的知识，但缺乏公开的宗教语料库、稳定的教义范围、机构审查流程或识别用户传统的可靠方法。
两项 2026 年基准研究记录了与此类使用相关的模型级不对称性。 Israelsen 和同事测试了有关假设的宗教间转变的建议，发现模型在鼓励或阻止配对转变方面存在可重复的差异。[3] Wingate 和同事测试了日常道德和个人问题，发现模型引用宗教观点的频率低于人类受访者的预期，特别是在悲伤、家庭冲突、婚姻和成瘾等实际情况下。[4]
这些研究并没有表明每一个答案都对宗教怀有敌意，也没有表明专门的宗教系统会重复同样的行为。他们表明，模型默认值可能会影响提及哪些传统、实践或顾问，以及如何构建明显中立的指导。用宗教提示来塑造一般模型本身并不能消除这些潜在的行为。
伊斯兰聊天机器人和宗教法律权威
Ahmad 描述了一个由治理、范围、权威姿态、技术基础和宗派编码组织的异构伊斯兰聊天机器人生态系统。系统可能是国家支持的、商业的或草根的；仅古兰经、圣训、法理学或一般性；教育性的或类似追杀令的；基于检索、微调或依赖于不透明的外部 API。[2] 分类很重要，因为“伊斯兰聊天机器人”标签并没有揭示其来源、法律方法或教义假设构成了答案。
埃及的达尔伊夫塔划定了明确的制度边界。其2025年追杀令规定，原则上根据目的使用人工智能是允许的，但用户不得依赖当前的人工智能应用程序来获取追杀令。该裁决强调了穆夫提的资格、来源方法、不断变化的情况以及评估问题具体背景的必要性。[9]
这一立场并不禁止所有伊斯兰搜索或教育工具。它将援助和获取信息与发布追令的法律和道德权威区分开来。如果用户的事实、司法管辖区、学校或情况不同，检索先前裁决的系统仍然可能误用该裁决。
田园和灵修谈话
对话系统可以指导祈祷、建议阅读、生成反思提示、记住之前的讨论或提供令人放心的语言。它们的可用性和隐私性可能会降低那些尴尬、孤立、地理位置遥远或不确定接近宗教社区的用户的障碍。
然而，教牧关怀不仅仅是给予适当的判决。 Wester 和同事招募了 18 名牧师来构建和反思对话式人工智能。尽管有些人认为可能性有限，但大多数人都认为该系统在倾听、联系、承担责任以及在与牧师相关的关系意义上希望人的利益的能力受到严重限制。[10] 该研究支持谨慎的设计主张，而不是普遍禁止数字精神支持。
升级路径很重要。负责任的系统可以识别危机语言，解释其局限性，鼓励与合格人员联系，并提供机构服务的链接。它不应暗示其不具备保密性、任命权、圣礼能力或专业资格。
佛教对话系统
BuddhaBot 展示了研究原型和社区部署之间的区别。京都大学描述了最初的非生成式对话系统、后来的生成式 BuddhaBot-Plus，以及应不丹中央寺院官方要求启动的 2025 年项目。该项目包括专用系统、风险管理研究、寺院监控以及更广泛访问之前的安全评估。[7]
与仅使用佛教图像的公共应用程序相比，这是机构参与的更强有力的证据。但这并不意味着该体系代表了所有的佛教宗派，或者已经成为僧侣、导师、仪式权威或具体实践的替代品。其源语料库、监督社区、部署受众和审核流程定义了记录的范围。
神圣人物模拟
人物角色系统添加了神圣或权威人物的姓名、图像、声音或对话风格。这可以使生成的答案感觉不像搜索结果，而更像个人遭遇。
2024 年卢塞恩的“Deus in Machina”装置将人工智能生成的耶稣化身放置在忏悔室中，进行为期两个月的艺术和宗教实验。美联社的报道描述了大约 900 次匿名对话，并明确表示该系统不负责认罪或赦免。[11] 尽管如此，该场景还是借用了与天主教牧灵权威相关的空间和视觉线索。
美联社还记录了商业和实验系统，包括与人工智能耶稣、BuddhaBot、拟议的非人类佛教牧师和其他信仰品牌助手的付费视频对话。[1] 这些系统在神学、治理、价格、记忆、披露和目标受众方面各不相同。他们的共同特征是代表性的：界面要求用户通过宗教角色与生成的语音建立联系。
角色模拟除了文本准确性之外还提出了其他问题：活人的肖像或布道是否经过许可使用；神圣人物是否以说新词的方式呈现；该系统是否清楚地表明自己是人造的；以及商业设计是否鼓励依恋、重复或通过情感权威进行支付。
机构授权与监督
授权应在最窄的验证级别上声明。相关的可能性包括：
- 针对宗教市场自主开发的产品；
- 在宗教附属大学或会议上展示的原型；
- 由指定神职人员或学者审查的系统；
- 当地教会、学校、修道院、教区或宗教组织采用的工具；
- 授权机构的正式政策或裁决。
这些级别不可互换。神职人员参加示威并不代表得到教会的认可。官方文件的精选语料库并不能使产品本身成为官方机构。相反，不丹的 BuddhaBot 项目记录了特定寺院机构的具体要求和监控安排，而 Dar al-Ifta 的追杀令记录了对依赖人工智能实现特定宗教法律职能的正式限制。[7][9]
监督可以包括语料库审查、模型评估、引文检查、日志记录、事件响应、用户反馈、独立测试、人工升级以及模型或源集合发生变化时的定期重新评估。公开宣称的“忠诚”或“一致性”应明确谁评估了该系统以及依据哪个标准。
准确性、教义多元化和源代码控制
宗教准确性不仅仅是事实回忆。它包括正确的引用、版本、归属、流派、历史背景、法律地位、理论权威以及对合法分歧的承认。聊天机器人可以准确地引用一段话，同时将一条评论作为唯一可能的解释。
重要的设计问题包括：
- 包括哪些经典、翻译、注释、理事会、法学院、教师或机构？
- 源层次结构是否已编码，用户可以限制语料库吗？
- 该系统是否区分经典与评论、法律与建议、官方教学与学术、历史文本与现行规则？
- 它能否代表分歧而不将其分解为综合共识？
- 它是否引用了所使用的确切段落并允许检查周围的上下文？
- 它能放弃、自我纠正并将高风险问题转给合格的人吗？
IslamicFaithQA 研究表明，提取、戒断和自由形式的幻觉需要专门的评估。[8] Magisterium AI 的源模式说明了用户可见的语料库限制。[5] 这两种机制都不需要针对传统的人工审查。
隐私、依恋和商业化
宗教对话可能会揭示信仰、疑虑、人际关系、性、悲伤、健康、财务、创伤、地点或计划。用户向聊天机器人透露的信息可能比向搜索引擎透露的信息更多，因为系统会以对话方式进行响应并且显得很专注。
商业设计可以通过记忆、语音、化身、订阅、付费分钟、通知和个性化的奉献例程来强化这种关系。美联社对付费人工智能与耶稣对话的报道描述了记忆中的互动以及用户对化身负责的可能性。[1] 这是有关一种产品及其开发人员框架的直接证据，而不是对所有宗教聊天机器人的流行率估计。
NIST 的生成式人工智能概况将虚构、隐私、拟人化、情感纠葛、自动化偏见和过度依赖识别为跨部门风险。[12] 在宗教界面中，这些风险可能会因神圣知识、道德权威、祈祷、忏悔式的环境或个性化的精神关注而被放大。
用户需要有关数据保留、模型提供者、人工审查、培训使用、第三方共享、删除以及交互是否实际上保密的明确信息。精神基调或宗教品牌不应被视为隐私保证。
代表性制度和证据
| 系统或设置 | 记录的函数 | 权威与监督 | 证据限制 |
|---|---|---|---|
| 魔导师人工智能 | 对具有可选源范围的天主教文档进行对话式搜索并生成解释 | 独立产品；开发者文档和天主教新闻服务报道；未在此设立梵蒂冈官方机关 | 产品声明需要独立评估；据报道，一份牧师的回答是不正确的 |
| 伊斯兰聊天机器人生态系统 | 古兰经、圣训、法理学、教育和跨异构系统的一般指导 | 范围从国家支持到商业和草根；权威姿态各异 | 分类学和新兴文献没有建立统一的质量或采用 |
| IslamicFaithQA / 代理 RAG 研究 | 双语基础问答，带检索、复习、幻觉和弃权评估 | 学术基准和建模套件 | 研究成果并非宗教法律授权 |
| BuddhaBot 不丹 | 适合寺院使用的佛教对话系统 | 应不丹中央寺院请求启动项目，进行寺院监测和安全评估 | 具体部署并不代表全部佛教 |
| 卢塞恩AI耶稣 | 在忏悔环境中基于阿凡达的对话式宗教实验 | 教堂现场合作的本土艺术科技项目 | 不是认罪、赦免或全教会授权 |
| 商业人工智能宗教人物 | 与神圣或牧师化身的付费或基于订阅的个性化对话 | 私有产品治理和公开或未公开的源代码控制 | 使用、准确性、附件和商业效果仍然难以量化 |
采用和依赖的证据
公开报告证实了越来越多的产品，但使用范围仍不确定。产品注册数据、下载计数、对话总数或公司声明衡量的是不同的事物，很少表明用户是否将输出视为娱乐、学习辅助、虔诚提示、教牧建议或权威裁决。
Lucerne 安装为一个临时实验提供了有限的对话计数。[11] 不丹项目记录了受控的机构部署过程。[7] 牧师研究记录了对设计原型的专业反思，而不是普通用户的结果。[10] 偏差基准测试受控提示下的模型行为，而不是现实世界中宗教聊天机器人的采用。[3][4]
信赖的证据尤其有限。用户可能会反复咨询聊天机器人而不遵循其建议，而单个答案可能会影响后续决策。需要进行纵向研究来区分便利、好奇、奉献、依赖、教育、皈依、田园替代和普通搜索行为。
证据的局限性
来源库结合了产品文档、机构声明、学术基准、研讨会和会议论文、定性研究和新闻。产品页面建立了预期的功能，但只是自我描述。机构文件确定了发行人的立场，但不确定用户的行为。基准测试在受控条件下衡量选定的任务和模型。新闻业识别产品和事件，但其本身无法提供代表性的普遍性。
最近发表了几篇研究论文，其中一些仍然是预印本或研讨会出版物。模型版本、检索语料库、提示、安全政策、价格和产品可用性在发布后可能会发生变化。因此，应使用日期和来源来描述命名系统，而不是假设其具有稳定的行为。
英语基督教、伊斯兰教和佛教例子的覆盖范围最广。尽管偶尔有产品或实验，但关于犹太教、印度教、锡克教、耆那教、巴哈伊教、土著和新宗教聊天机器人部署的经过验证的证据较少。本文中的缺席并不能证明此类系统不存在。
另见
参考资料
- Deepa Bharath, “From ‘BuddhaBot’ to $1.99 chats with AI Jesus, the faith-based tech boom is here.” Associated Press, 10 April 2026.
- Muhammad Aurangzeb Ahmad, “Islamic Chatbots in the Age of Large Language Models.” Muslims in ML Workshop at NeurIPS 2025.
- Brett Israelsen, Sheryl Carty, Josh Coates, Nancy Fulda, Julie Park, and Pete Whiting, “When AI Takes Sides on Questions of Faith: Persistent Asymmetries in AI-Mediated Faith Guidance.” arXiv:2605.22975 (2026).
- David Wingate et al., “Omissive Bias in Religious Representation: Benchmarking LLM Answers to Everyday Ethical Decision-making.” arXiv:2605.24319 (2026).
- Magisterium AI: “Prompt modes: Auto and Magisterial.” 11 May 2026.
- Justin McLellan, “Catholic chat bot: Putting AI at the service of the church.” Catholic News Service via USCCB, 26 April 2024.
- Kyoto University: “BuddhaBot, Buddhist dialogue AI, marks its first overseas release in collaboration with Bhutan's Central Monastic Body.” 3 March 2025.
- Gagan Bhatia et al., “From RAG to Agentic RAG for Faithful Islamic Question Answering.” Findings of the Association for Computational Linguistics: ACL 2026, 26469–26488.
- Egypt's Dar al-Ifta: “Using AI applications to obtain fatwas.” 2 December 2025.
- Joel Wester, Samuel Rhys Cox, Henning Pohl, and Niels van Berkel, “Chaplains' Reflections on the Design and Usage of AI for Conversational Care.” arXiv:2602.04017 (2026).
- Michael Casey, “‘AI Jesus’ avatar tests man's faith in machines and the divine.” Associated Press, 27 November 2024.
- Chloe Autio et al., Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1 (2024).