和对话机器人聊到很晚，第二天更懒得回真人消息——这种变化让人慌。孤独自评（UCLA）在这里能做的事很有限，也正因为有限，才值得把边界说清：它能标记主观孤独负担，不能替你判决「人工智能害了社交」。
它能解释的一层
UCLA 收集的是：你是否感到缺少被理解、被需要、与人有真实连接。若长聊之后，你对真人往来的空落感上升、可托付感下降，量表可以把这层体验量化，便于和咨询师讨论「我现在的连接供给结构变了」。
它不区分空落来自：真人关系变薄、本来就缺少深关系、还是情绪低落让你更退缩。人工智能只是当下接触最多的对象之一，不是量表条目里的诊断原因。读分时应写下时间线——长聊持续几周、线下见面是否同步减少、睡眠是否被挤占——作为语境，而不是写成因果铁证。
它解释不了的几层
UCLA 不能证明你「对人工智能上瘾」，不能测成瘾，也不能说明算法是否在强化讨好式回复。它不能替代社交回避评估：更不想见人，可能是害怕评价、精力耗尽，或抑郁相关退缩。它更不能当抑郁症确诊。
也不要把它读成道德结论：「分数高＝你背叛了真人关系」。主观孤独高，说明体验上缺连接，下一步仍是看如何补可托付的人与支持，而不是先羞耻自己。对产品本身的依赖程度、使用时长管理，属于另一套行为观察，不宜塞进 UCLA 总分里。
更稳的用法
把 UCLA 当「空落是否加重」的观察表：基线测一次，调整使用节奏或补一次低压力真人连接后再复测。讨论时用「我感到空」代替「都是人工智能的错」。若持续低落、功能掉档，优先情绪筛查与面谈；若主要是场面害怕，再考虑社交相关量表。
若你用人工智能处理情绪倾诉，可以另做行为记录：每日使用时长、是否挤占睡眠、是否取消已约好的真人见面。这些记录与 UCLA 分数并列，才能讨论「供给结构」，而不是道德审判。分数升、真人接触降、睡眠差，三者同向时，优先恢复睡眠与一次低压力真人联络，再谈是否调整使用节奏。
咨询场景里，不妨直说「我在机器对话里感到被接住，在真人里更难开口」。这为会谈提供材料：哪里更安全、哪里更怕被评价。UCLA 只负责量化空落是否加重；解释「为什么更想对着屏幕」，仍要靠访谈与其他评估，不能指望一张孤独量表给技术定罪或开脱。
需要正式存档时，按正规施测说明完成作答，避免用娱乐向「孤独小测试」混称 UCLA。边界清楚后，量表才有用：它命名体验，不负责给技术或人格定罪。