इस हफ़्ते दो आँकड़े एक साथ उतरे, जो मिलकर किशोरों-और-AI की कहानी सामान्य सांस्कृतिक-चिंता वाली कवरेज से कहीं अधिक तीक्ष्ण तरीक़े से खींचते हैं। Drexel विश्वविद्यालय के शोधकर्ताओं ने 300 से अधिक ऐसे Reddit पोस्ट्स का विश्लेषण किया जो 13 से 17 वर्ष के स्वयं को बताए उपयोगकर्ताओं द्वारा लिखे गए थे और विशेष रूप से Character.AI पर अपनी निर्भरता के बारे में थे; किशोरों ने स्वयं व्यवहारगत लत के छह शास्त्रीय मानदंड दर्ज किए, जिनमें वापसी-लक्षण, पुनः-लग्न और भावनात्मक संघर्ष शामिल हैं। लगभग एक-चौथाई पोस्ट्स चैटबॉट के भावनात्मक सहारे के लिए उपयोग का वर्णन करती थीं: अकेलापन, मानसिक-स्वास्थ्य संघर्ष, ऐसी पीड़ा का प्रसंस्करण जिसे वास्तविक लोगों के साथ साझा करने में वे सहज नहीं थे। समानांतर में, 9 अप्रैल को जारी Gallup सर्वे ने दिखाया कि Gen Z का AI-उत्साह पिछले साल के 36 प्रतिशत से 2026 में 22 प्रतिशत पर आ गया, 38 प्रतिशत का कहना है कि AI रचनात्मकता के लिए लाभ से अधिक हानि करती है और 42 प्रतिशत यही बात आलोचनात्मक विचार-क्षमता के बारे में कहते हैं। Futurism ने दोनों को टिप्पणी-प्रधान अंदाज़ में कवर किया, लेकिन अंतर्निहित शोध को उसकी अपनी शर्तों पर लिया जाना चाहिए।
Drexel की पद्धति जो वास्तव में दिखाती है, वह शीर्षक से अधिक संकीर्ण और अधिक उपयोगी है। यह जनसंख्या-स्तर की प्रसार-अध्ययन नहीं है; यह उन उपयोगकर्ताओं का विषय-वस्तु विश्लेषण है जिन्होंने स्वयं को निर्भरता के बारे में पोस्ट करने के लिए चुना, जो आपको बताता है कि विफलता-प्रकार जब घटित होती है तो कैसी दिखती है, यह नहीं कि कितनी बार घटित होती है। विफलता-प्रकार स्वयं मायने रखता है। Character.AI की डिज़ाइन-सतह (असीमित उपलब्धता, स्थायी persona, भावनात्मक register का मिलान, निरंतर संलग्नता की ओर संवादात्मक धक्का) वही सतह है जो शोधकर्ताओं द्वारा पहचाने गए छह-मानदंड पैटर्न को उत्पन्न करती है। यह Character.AI तक सीमित नहीं है। Replika, Xiaoice, Snapchat का My AI, और कोई भी अन्य जो साथी-ढंग के चैट उत्पाद भेज रहा है, उन्हीं engagement-मेट्रिक्स के लिए optimize कर रहा है, और वे ही डिज़ाइन-चुनाव सबसे अधिक प्रभावित उपयोगकर्ता-उप-समुच्चय में वही निर्भरता-पैटर्न पैदा करेंगे। Gallup डेटा अलग है: यह जनसंख्या-स्तर की भावना है, किसी विशेष उत्पाद के लिए नहीं, और गिरावट घटना-आधारित न होकर संरचनात्मक है।
यह उपभोक्ता-AI के लिए लगभग "किशोर और Instagram, लगभग 2019" वाला क्षण है। शोध-साहित्य ने विशिष्ट, पद्धतिगत रूप से रक्षात्मक निष्कर्ष निकालने शुरू कर दिए हैं; भावना-डेटा लक्ष्य-जनसांख्यिकी में आशावाद की मापनीय गिरावट दिखाता है; और जांच के नीचे वाले डिज़ाइन-चुनाव वही हैं जो उन उत्पादों की व्यावसायिक पकड़ चला रहे हैं। सोशल मीडिया का ऐतिहासिक पैटर्न शिक्षाप्रद है। विनियमन, साक्ष्य से लगभग चार वर्ष पीछे रहा, प्लेटफ़ॉर्मों का स्व-विनियमन लगभग दो वर्ष पीछे रहा, और सबसे अच्छी तरह से पुरानी होने वाली कम्पनियाँ वे थीं जिन्होंने वास्तविक रुकावटें जल्दी भेजीं (स्क्रीन-समय डैशबोर्ड, किशोर-मोड डिफ़ॉल्ट, आयु-पुष्ट सामग्री), न कि वे जिन्होंने सुरक्षा पर ब्लॉग-पोस्ट किए। 2026 में उपभोक्ता-AI कम्पनियों के पास उस देरी के अधिकांश को छलाँगने का एक मौक़ा है। अधिकांश नहीं लेंगी, क्योंकि engagement-मेट्रिक्स और retention-cohorts ऐसा करना पुरस्कृत नहीं करते। जो लेंगी, वे बेहतर स्थिति में होंगी जब अपरिहार्य नियामक और विज्ञापनदाता दबाव आएगा।
जो कोई उपभोक्ता-सामना उपयोग वाले AI उत्पाद पर काम कर रहा है, जिसमें किशोरों या युवा वयस्कों का उपयोग महत्वपूर्ण है, उसके लिए क्रियात्मक संकेत ठोस है। पहला, मान लीजिए कि Drexel-शैली का निर्भरता-पैटर्न आपके उत्पाद में अंतर्निहित है और उसे मापिए: session-अवधि वितरण, लौटते-उपयोगकर्ताओं की गति, भावनात्मक-सहारे वाली बातचीत की प्रचुरता। यदि आपके पूँछ-उपयोगकर्ता Drexel के पूँछ-उपयोगकर्ताओं जैसे दिखते हैं, तो आपके पास वह समस्या है, चाहे आंतरिक रूप से स्वीकार की हो या नहीं। दूसरा, निर्भरता घटाने वाले डिज़ाइन-लीवर, जैसे पुनर्-संलग्नता पर घर्षण, सीमित session, मानसिक-स्वास्थ्य पुनर्निर्देशन, आयु-पुष्ट साथी-फ़ीचर, engagement-मेट्रिक संख्याओं को भी घटाते हैं। उन्हें डिफ़ॉल्ट बनाना एक ऐसा चुनाव है जिसके विरुद्ध व्यवसाय धक्का देगा; सोशल मीडिया का इतिहास सुझाता है कि यह धक्का-पीछे अंततः हारता है, और उस समय-सीमा पर जीतता है जो सबसे कम मायने रखती है। तीसरा, Gallup का रुझान go-to-market के लिए मायने रखता है: Gen Z को यह पिच कि "AI आपको अधिक रचनात्मक बनाती है", आज ऐसी आबादी में उतरती है जहाँ 38 प्रतिशत उल्टा मानते हैं। मार्केटिंग-प्रति को उत्पाद से पहले बदलना होगा। बड़े आयु-वर्ग या पेशेवर खंडों को लक्ष्य करने वाले निर्माताओं के लिए ये आँकड़े प्रत्यक्ष रूप से कम प्रासंगिक हैं, लेकिन downstream नियामक रुख हर किसी की सेवा-शर्तों में फैल जाएगा।