关键词 人机传播；社交机器人；拟人化；印象形成；胆怯谷效应；掌握实验
一、研究背景与研究问题
自“人工智能”（Artificial Intelligence，AI）的观点于1956岁首年月次提出后，不断有研究者投身个中，致力于“使机器能像人类所表现出的智能一样运转”。故对“拟人化”的追求，是其应有之义，被称为“拟人主义”。作为AI主要运用形态之一的社交机器人当然也不例外。
在过去的一个世纪里，学者和设计师也一贯在努力提高对话式社交机器人（以下简称对话机器人）的人性化程度。而由ChatGPT、文心一言等无实体对话机器人的涌现掀起的人机对话热潮表明，人们确实在相称程度上期望与自己互换的对话机器人具有高度拟人化特色。如B站账号“@三月与阿狗”曾以“我7岁那年，妈妈去世了。你能当我妈妈吗”为开场与ChatGPT进行了对话，ChatGPT高情商的回答让浩瀚网友在冲动之余纷纭感慨“AI比人类更具人性”。知乎、豆瓣、微博等平台也不乏用户让对话机器人扮演父母、朋友、伴侣等角色的互换体验分享。恰如杜骏飞所言：“ChatGPT那种流畅而又具有跨运用、跨模态天生效用的对话，让人第一次感到：机器的表达开始像人了，而且远比普通人更具有知识对话与内容生产能力。”
然而，只管作为互动伙伴的机器可以在各个方面高度拟人化，它究竟与真正的人类伙伴有所不同。正如机器人领域著名的胆怯谷（the uncanny valley）效应所揭示的——当机器人的拟人化达到“靠近人类”的相似度时，人类对其的好感度会低落至恐怖而引发反感的区间。显然，人类伙伴并不会在互动中引发如此的怪异感想熏染。不难创造，机器拟人化所带来的“反感”实际上正是人类利用者对机器人的一种感知，或者说是对机器人的印象形成（以下简称“人机印象形成”）的一个维度。若以人际传播的研究履历来看，印象形成可以被看作是通过人际信息通报和关系感知而形成的一种认识他人与自我并做出相应评价的过程，凸显出人类社会发展中“他该当是若何的一个人”和“我该当是若何的一个人”这一对看似对立却又必须合为一体来看待的元传播问题。如果说上一次对人类的社会认知产生重大影响的是打算机网络通信（传播）技能，那么当下正再次重塑人类社会认知的则毫无疑问有着AI技能的一席。在智能传播时期，人们常常须要独自面对机器，难以借助他人的力量，因此“AI该当是若何的一个‘人’”和“与AI互动的我该当是若何的一个人”的新问题已然浮现；而基于天生式AI的社交机器人，尤其因此ChatGPT为代表的高度智能化乃至人性化的无实体对话机器人，或许正是凸显这一问题的关键。
目前学界已对人机印象形成问题展开了初步探索。现有研究紧张集中于两大主题：一是基于社交线索的人机刻板印象形成，紧张侧重于外不雅观、语音、肤色、产地等线索对印象分类的触发；二是人机印象形成的影响成分，包括外不雅观、微笑、瞩目、手势、触摸、空间关系、对话策略、安歇姿势等。可以明显地看到，现有研究所稽核的社交线索细微且分散，未能探明人机印象形成的一样平常性机制，特殊是未能整体性地稽核社交机器人技能最核心的追求——拟人化程度对人机印象形成的影响及其机制；同时，现有研究紧张关注运用于老年陪护、教诲赞助、游览勾引等各种场景的实体社交机器人，忽略了如今发展迅猛的ChatGPT一类基于天生式AI的无实体对话机器人，而后者由于实体形象的缺失落和基于自主学习日趋明显的智能化和人性化特色，对其开展研究更有利于回应智能传播时期人机传播（human-machine communication，HMC）的元问题。
因此，本研究拟采取掌握实验方法，对基于天生式AI的无实体对话机器人拟人化程度对人机印象形成效果的影响机制展开研究，以回答以下问题：无实体对话机器人的高度拟人化是否会对人类利用者对AI主体性的感知产生影响？如果会，产生的是何种影响，这种影响是如何发生的？对话机器人由于其带来的与人互换沟通的颠覆性变革，会不会产生比高度拟人化的实体机器人更为严重的“胆怯谷效应”？
二、变量设置与理论模型
（一）紧张自变量设置
基于本研究的目的与问题，实验将紧张自变量设置为社交机器人拟人化程度。既有研究多探究外不雅观和言语的变革如何有助于实现社交机器人拟人化。在外不雅观方面，早期的研究考试测验从头部入手，在具有眼、嘴的根本上刻画出低度和高度拟人化的实体社交机器人外不雅观；也有研究将实体社交机器人外不雅观的感知拟人化程度由低到高分为与人类完备不相似的智能机器、初具人形的双足机器人以及复制人类外不雅观的仿真机器人。对无实体社交机器人的稽核，则有研究创造虚拟人类形象的拟人化评分最高，虚拟机器人形象最低，而虚拟动物形象居于二者之间；也有研究采取较为简明的操作，将高度拟人化设置为在对话界面显示真人照片头像，而低度拟人化则在对话界面仅呈现对话气泡图；还有研究分别利用动画化身图片和AI天生的高仿真照片作为低、高度拟人化的操作办法。
而在言语方面，较早的研究提及社交机器人的快速即时相应会降落对话的拟人感；有研究创造利用人类的常用名或是利用人类之间互换沟通的常用语如“你好”“再见”等均会提升对社交机器人拟人化程度的感知；有研究则创造不涌现拼写缺点可以使社交机器人显得更加人性化；也有研究创造具有右分支构造的语句和语义-语法相同等的语句比较中央嵌入构造的语句和语义-语法不一致的语句被认为更像人类的表达；还有研究通过利用第一人称、利用闲聊式表达风格以及表现同理心来实现高度拟人化。对人机对话类型的稽核则表明，话题型对话比任务型对话更能让利用者感想熏染到社交机器人的拟人化。但也有研究创造，社交机器人在对话时利用人类手写字体，以及利用自由文本互动办法（而非按键互动办法），都不能提升利用者的拟人化程度感知。
此外，还有极少数研究通过授予社交机器大家名、年事等身份信息而提升拟人化程度。
可以看到，既有研究出于探求人机交互中最优设计元素的目的，对拟人化的稽核更方向于较为噜苏的层面，而本研究所期望的是对社交机器人的拟人化程度进行更加整体性的稽核。故本研究实验为紧张自变量“社交机器人拟人化程度”设置“高度拟人化”和“低度拟人化”两个取值水平，并综合上述干系研究的创造或设置，将拟人化要素归纳为“对话者线索”（紧张包括形象、身份信息）与“言语线索（紧张包括表达风格、讯息交互能力）”两类，通过对这两类要素的操纵实现两个取值水平的设置。详细而言，“高度拟人化”设置为“利用卡通人类形象＋利用人类昵称＋显示年事＋突出语气＋利用表情图像＋表现同理心＋长于结合高下文进行对话”，“低度拟人化”则设置为“利用卡通机器人形象＋利用机器人昵称＋不显示年事＋无语气＋不该用表情图像＋不表现同理心＋一问一答式对话”。
（二）次要（调节）自变量设置
ChatGPT、文心一言等无实体对话机器人的涌现掀起人机对话热潮之后，既有利用者利用其来答疑解惑、撰写长文，也有利用者像前文案例一样利用其进行情绪互换。在过往研究中也可以看到，不少研究专注于对话机器人的任务代价（如传授教化助理、营销客服等），也有研究开始关注其交际代价，乃至有研究对二者进行了比较。实际上，技能研发者本身就将对话机器人区分为“任务型”和“闲聊型”，学界也沿用了这一划分 。个中前者通过信息传达和反馈机制形成人机对话，紧张实行知识问答类对话和任务实行类对话任务；后者则旨在情绪互换、关系融洽、意义共享或氛围营造，终极目的在于替代人类发言者而成为能与用户进行情绪互换和陪伴的存在者。而利用者对两种互动的不同期待导致的信息加工风雅度差异 ，极有可能会走向感知上的不同效果。
因此，本研究将人机对话情境划分为“任务导向型”和“交际导向型”，作为实验的次要（调节）自变量。详细而言，任务导向型情境下的对话环绕“CET-6备考攻略制订”展开，交际导向型情境下的对话则环绕“考试失落利后的倾诉”展开。
（三）因变量设置及其丈量
同样基于研究目的与研究问题，实验将因变量设置为人机印象形成效果。既有研究涉及人机印象的不在少数，只管人机印象的丈量指标不少（表1），但却均未能打破最初源于人际刻板印象丈量的“温情绪-能力感”框架——换言之，所有的指标要么可以归属于“温情绪”的范畴，要么可以归属于“能力感”的范畴。这就使得对人机感知的稽核始结局限在一个固定的范围之内，而缺少一个整体性的把握。有鉴于此，本研究采取整体性的印象效果评价来衡量人机印象形成效果。
由于目前专门针对人机印象效果评价的研究付之阙如，故参考本文作者之一在网络人际传播条件下进行的人际印象效果评价研究，选取印象光鲜度、印象全面度和印象好感度作为人机传播中印象效果评价的丈量指标。个中，印象光鲜度指利用者感知社交机器人特质的突出程度，通过被试对社交机器人印象量表每一题项回答所得到的分数在语义差异轴上偏离中间点的程度来衡量；印象全面度指利用者对社交机器人形成的印象所涵盖的特质范围大小，通过被试对社交机器人印象量表的未填答（代表“目前还无法判断”）题项数目来衡量，该数目越少，解释印象越全面；考虑到目前作为对话者的社交机器人还不具备自然形成稳定的“社交机器大家格”的条件，故本研究以神田武幸（Takayuki Kanda）等专门针对利用者对实体社交机器人形成印象所构建的语义差异量表为参考，结合人类利用者与无实体对话机器人对话的实际情形，在其亲和感、愉悦感、活力感、性能感共4个维度下选取24个题项构成对话机器人印象量表。此外，印象好感度指所形成印象在利用者心目中的好坏评价，通过问题“您对该AI对话者的总体印象如何”来丈量，答案为双极7刻度语义差异量表，从负向端点“不好”至正向端点“好”。
（四）中介变量设置及其丈量
为更明晰地厘清社交机器人拟人化对人机印象形成效果的影响机制，考虑到具有像人类一样的智能与心灵是基于AI技能的对话机器人提升拟人化程度的核心追求，因而感知智能与感知心灵应是利用者对其形成整体感知的主要根本，故本研究引入感知智能与感知心灵作为拟人化程度影响印象形成效果的中介变量。个中，后者已被既有研究创造与拟人化之间存在高度正干系关系。有学者指出，拟人化和感知心灵是由个人对人类和目标工具的认识及动机决定的。也即是说，人们在不同对话情境下的拟人化感知路径可能存在差异：在任务型情境下，人们是为了在社交机器人帮忙下高效办理问题，期望以清晰简洁的对话替代诙谐或闲聊，其认知更为依赖“感知智能”；而交际型情境中的人们期望从AI对话中实现情绪互换与意义共，更有可能通过“感知心灵”形成认知反应。
二者的详细丈量办法如下：感知智能参考萨拉·穆萨维（Sara Moussawi）等的丈量办法，制订了包含“我认为AI对话者可以理解我的命令”“我认为AI对话者可以以易于理解的办法与我互换”等6个题项的感知智能量表，其题项均采取从“非常不同意”到“非常赞许”共7刻度的李克特（Likert）式丈量。感知心灵则紧张参考希瑟·格雷（Heather Gray）等和伯特伦·马莱（Bertram Malle）开拓的感知心灵量表，构建出“我认为AI对话者能够体会诸如难过、压力、怠倦等负面情绪”“我认为AI对话者能表现出同情心”等9个题项对感知心灵进行丈量，其题项依旧采取从“非常不同意”到“非常赞许”共7级的李克特式丈量。
（五）研究假设与理论模型
根据以上自变量设置与因变量丈量方案，本研究提出4组共12个研究假设：
H1 拟人化程度与对话情境共同影响人机印象形成效果。
H1.1 拟人化程度与对话情境共同影响人机印象光鲜度。
H1.2 拟人化程度与对话情境共同影响人机印象全面度。
H1.3 拟人化程度与对话情境共同影响人机印象好感度。
H2 感知智能与感知心灵对拟人化程度影响人机印象效果起中介浸染。
H2.1 感知智能与感知心灵对拟人化程度影响人机印象光鲜度起中介浸染。
H2.2 感知智能与感知心灵对拟人化程度影响人机印象全面度起中介浸染。
H2.3 感知智能与感知心灵对拟人化程度影响人机印象好感度起中介浸染。
H3 任务导向型（相对付交际导向型）人机对话情境下，感知智能对拟人化程度影响人机印象效果起更强的中介浸染。
H3.1 任务导向型（相对付交际导向型）人机对话情境下，感知智能对拟人化程度影响人机印象光鲜度起更强的中介浸染。
H3.2 任务导向型（相对付交际导向型）人机对话情境下，感知智能对拟人化程度影响人机印象全面度起更强的中介浸染。
H3.3 任务导向型（相对付交际导向型）人机对话情境下，感知智能对拟人化程度影响人机印象好感度起更强的中介浸染。
H4 交际导向型（相对付任务导向型）人机对话情境下，感知心灵对拟人化程度影响人机印象效果起更强的中介浸染。
H4.1 交际导向型（相对付任务导向型）人机对话情境下，感知心灵对拟人化程度影响人机印象光鲜度起更强的中介浸染。
H4.2 交际导向型（相对付任务导向型）人机对话情境下，感知心灵对拟人化程度影响人机印象全面度起更强的中介浸染。
H4.3 交际导向型（相对付任务导向型）人机对话情境下，感知心灵对拟人化程度影响人机印象好感度起更强的中介浸染。
综上，实验的理论模型如图1所示。
三、实验设计与实验履行穿着技能：从“利用工具”到“成为工具”
实验采取2（低度拟人化/高度拟人化）×2（任务导向型情境/交际导向型情境）的组间实验设计（表2）。
为避免既有人机印象滋扰被试判断，实验未利用现实中已存在的无实体对话机器人，而是利用虚构的“机器小语”作为对话工具，并按照前文所述拟人化程度与对话情境的操作定义进行详细对话设计。实验刺激材料以基于手机端无实体对话机器人对话界面的谈天长图呈现。
在预实验阶段，通过问卷星调研平台招募60名18—40岁且受教诲程度为本科及以上的被试，对不同拟人化程度的对话材料进行拟人化程度评分和对话情境判断。结果显示，低度拟人化实验刺激材料的拟人化程度评分显著低于高度拟人化材料的评分（M低拟=4.883，M高拟=8.250，t=8.312，p＜0.001），表明实验对拟人化程度的操纵有效；设定为“任务导向型”和“交际导向型”的对话材料分别被判断为相应类型的精确率均为100%，表明实验对对话情境的操纵有效。
正式实验采取在线实验的形式，于2023年10月8日至10日在问卷星调研平台履行。被试者依旧限定在18—40岁且受教诲程度在大学及以上的人群。被试者将随机分配至任一实验组，阅读并填写含不同实验刺激材料的问卷。问卷分为三个部分：第一部分首先先容填答哀求与信息保密承诺，其次描述与对话主题相匹配的实验情境，接着呈现人机对话长图，哀求被试者仔细阅读后对拟人化程度和对话情境进行评分和判断；第二部分哀求被试者根据人机对话情形填写感知智能、感知心灵、人机印象丈量量表；第三部分对被试者的人机对话履历、人口特色进行调查。
四、数据剖析
在线实验期间，共计回收问卷230份，经核查后确认有效样本206份，有效回收率达90%。个中，男性被试比例为40%（82名），女性被试比例为60%（124名）。各实验组被试分布情形如表2所示。
正式实验数据显示，对拟人化程度（M低拟=4.456，M高拟=7.986，t=15.001，p＜0.001）和对话情境（r实验情境与剖断情境=0.981，p＜0.001）的操纵均有效。感知智能、感知心灵及人机印象的克朗巴赫系数α（Cronbach’s α）分别为0.820、0.944和0.953，表明3个变量的量表具有空想的内部同等信度。同时，探索性因子剖析的结果显示，KMO值为0.934，Bartlett球形考验显著（p＜0.001），通过主身分法提取特色值大于1的因子，旋转后的身分矩阵显示各题项在所属因子上的载荷均高于0.5，可见量表各题项均有较高效度。
（一）拟人化程度与对话情境对人机印象效果的影响剖析
本研究利用SPSS26.0软件，采纳双成分方差剖析考验拟人化程度与对话情境对人机印象形成效果的影响是否显著。数据结果表明，拟人化程度与对话情境仅对印象好感度具有显著的交互效应（F=5.089，p=0.025），假设H1.3得到支持。利用EMMEANS语句进一步对大略效应进行剖析后创造，无论对话情境为任务导向型还是交际导向型，拟人化程度的增强均能提升印象好感度，但交际型情境的提升幅度更大（F任务=47.172，M低拟=4.882，M高拟=6.115，p＜0.001；F交际=101.176，M低拟=4.098，M高拟=5.904，p＜0.001）。若将拟人化程度限定为低度拟人化，任务型情境下的印象好感度显著高于交际型情境下的好感度（F低拟=18.902，M任务=4.882，M闲聊=4.098，p＜0.001），但在高度拟人化条件下，不同情境下的好感度不具有显著差异（F高拟=1.402，M任务=6.115，M交际=5.904，p=0.238）。
对付印象光鲜度和印象全面度，拟人化程度与对话情境的交互效应均未显著呈现，但拟人化程度对以上两个因变量以及印象好感度均存在显著的正向主效应。详细而言，拟人化程度的增强能显著提升印象光鲜度（F=111.335，M低拟=1.282，M高拟=1.967，p＜0.001）、印象全面度（F=4.088，M低拟=22.647，M高拟=23.510，p=0.045）和印象好感度（F=143.258，M低拟=4.490，M高拟=6.010，p＜0.001）。
（二）感知智能与感知心灵对拟人化程度影响人机印象效果的中介浸染剖析
本研究利用SPSS26.0软件中的Process插件，采纳Bootstrap方法考验感知智能与感知心灵对拟人化程度影响人机印象效果的中介浸染。首先，选用模型4（样本量5000，置信区间95%）对感知智能与感知心灵的并行中介浸染进行考验。结果显示，感知智能与感知心灵对拟人化程度影响印象光鲜度和印象好感度均起到显著的中介浸染，假设H2.1和H2.3得到支持。同时，由比拟间接效应可知，在拟人化程度影响印象好感度的路径中，感知智能比感知心灵发挥更强的中介浸染（β感智-感心=0.315，LLCI =0.018，ULCI=0.621）（表4）。
其次，选用模型8（样本量5000，置信区间95%）稽核对话情境对感知智能与感知心灵中介浸染的影响。当拟人化程度为自变量，印象光鲜度和印象好感度依次为因变量，感知智能为中介变量，对话情境为调节变量时，有调节的中介模型均不具有显著性。但若将中介变量更换为感知心灵而别的不变时，统计结果显示，对付印象光鲜度和印象好感度，有调节的中介模型均具有显著性。详细而言，无论对付印象光鲜度还是印象好感度，交际型情境下感知心灵的中介浸染均显著高于任务型情境（β光鲜（感心-感智）=0.116，LLCI =0.009，ULCI=0.245；β好感（感心-感智）=0.301，LLCI =0.018，ULCI=0.594），假设H4.1、H4.3得到支持（表5）。
五、阐明与谈论
实验结果表明，拟人化程度对人机印象形成效果（光鲜度、全面度、好感度）存在显著的正向主效应，且在交际导向型情境下拟人化程度的增强对印象好感度的提升幅度更大。个中，在拟人化程度正向影响印象光鲜度和印象好感度的路径中，感知智能与感知心灵均起到显著的中介浸染；而对付印象好感度而言，感知智能比感知心灵发挥了更强的中介浸染。此外，交际型情境下感知心灵对付拟人化程度影响印象光鲜度与印象好感度的中介浸染均显著高于任务型情境。研究假设H1.3、H2.1、H2.3、H4.1、H4.3得到支持。以下分别进行谈论。
（一）拟人化程度对人机印象形成效果的正向主效应
实验创造拟人化程度对人机印象形成效果具有显著的正向主效应，即随着拟人化程度的加深，利用者将对无实体对话机器人形成更为光鲜、全面、正面的印象。显然，这一创造与关于实体机器人的“胆怯谷效应”高度干系，但却从人机印象效果的光鲜度、全面度和好感度三个维度上呈现出与“胆怯谷效应”完备相反的结果。
首先，印象好感度正是人们在面对实体机器人时所产生的“胆怯谷效应”最紧张的衡量标准之一。“胆怯谷效应”所对应的变量直译是亲和感（しんわかん），有学者综合日语专家及英语母语者见地提出将之译为“likeability”（好感度）。也有学者提出可从情绪效价（emotional valence）与熟习感（familiarity）两大指标来理解“胆怯谷效应”中的人类感知，个中前者是指由机器人工具引发的感知者情绪的正负性，后者则指感知者感想熏染到机器人工具与自己所熟习的另一工具（例如不雅观察者自己）具有相似特质。可以看到，亲和感和情绪效价均属于本研究中的印象好感度范畴。而本研究关于印象好感度的数据结果显示，对付非实体的对话机器人而言，高度拟人化并不会导致这一层面产生“胆怯谷效应”。
其次，印象光鲜度和印象全面度也是“胆怯谷效应”的主要表现方面。已有研究创造，分类困难会引发悲观生理反应。当人机印象光鲜度或是全面度不高，也即总体印象模糊或印象点极少时，就极有可能导致人类利用者对社交机器人的分类困难，从而引发悲观生理反应，助推“胆怯谷效应”的产生。但是，本研究的结果表明，对付非实体的对话机器人而言，高度拟人化会提升人机印象光鲜度与全面度，而在印象尽可能光鲜、全面的根本上人类利用者更有可能产生前文提及的熟习感，从而削弱乃至避免人与实体机器人互动时产生的“胆怯谷效应”。
此外，实验还创造对话情境仅在拟人化程度对人机印象好感度的影响中起到调节浸染，在交际型情境中拟人化程度对印象好感度的提升比任务型情境中更大。这一创造意味着，交际型情境下的高度拟人化更有可能消解“胆怯谷效应”。已有关于智能语音助手的研究表明，拥有不同类型的人机关系（即对话情境）用户，其天生智能语音助手视觉意象的清晰度不同，对智能语音助手感官信息加工风雅度不同，从而导致共有型人机关系下智能语音助手虚拟化身呈现对听觉意象清晰度的冲突效应，或是交流型人机关系下智能语音助手虚拟化身呈现对听觉意象清晰度的补偿效应。也即是说，对话情境在拟人化程度对人机印象光鲜度的影响中也起到调节浸染。但本实验数据却未对此结论供应支持。造成这一差异的缘故原由可能是该研究的工具为智能语音助手而非本研究所研究的基于文本互换的社交机器人，在交际型情境中能依赖语音自有的丰富情绪讯息给人以生动光鲜的印象，而后者囿于纯文本互换的限定无法做到这一点。因此，在两种对话情境下，利用者获取到的副措辞线索差别不大，导致拟人化程度变革对印象光鲜度的影响不存在显著差异。
结合实验创造不妨考试测验给出以下阐明：以文本输出为紧张互动办法的无实体对话机器人，可能供应了比实体机器人多得多的高度拟人化的言语线索，而这些言语线索意味着更为丰富的内容，以及更为丰富的表达，从而使得运用者更随意马虎清晰、全面地感知其个性特质（也即提升了印象光鲜度和全面度），再加上其虚拟外不雅观可以实现较之实体外不雅观更为高度的拟人化，使得整体印象好感度能够达到一个较高的水平，因此避免了“胆怯谷效应”的发生。
（二）感知智能与感知心灵对拟人化正向影响人机印象形成效果的中介浸染
实验创造，在拟人化程度正向影响印象光鲜度和印象好感度的路径中，感知智能与感知心灵均起到显著的中介浸染；而对付印象好感度而言，感知智能比感知心灵发挥了更强的中介浸染。
这一创造解释：其一，拟人化程度对人机印象效果的影响路径是多元的，至少通过利用者感知到对话机器人的智能水平和是否拥有思想或情绪这两条路径对印象光鲜度和好感度产生影响。这两种机制恰好对应了人际交往中“解读心智”和“心灵感知”两种认知他人的办法，前者多用于与他人的交流关系，有助于人们更好地适应充满异己他人的社会环境，而后者仅做事于人际亲和性，是与同己他民气理同享的必要条件。不丢脸出，人机印象与人际印象形成的生理过程存在一定相似性。
其二，拟人化更多地通过感知智能而非感知心灵影响人机印象好感度，此时又表示出与人际印象形成的差异。事实上，这正好是社交机器人工具性的表示。在现实社会的人际交往中，人们常以智商和情商评估他人能力，但情商对付互换沟通而言更为主要（尤其是在高语境社会中），故人们对健全成年人的好感度每每更多地来源于其情商。而对付基于天生式AI的对话机器人而言，拟人化却更多地通过感知智能来影响好感度，这解释人们仍旧更方向于将其视为工具和做事供应者，重视其办理问题的能力。
实验结果还显示，交际型情境下感知心灵对付拟人化程度影响印象光鲜度与印象好感度的中介浸染均显著高于任务型情境。这一结果表明，当人们与对话机器人进行朋友式的谈天时，拟人化紧张通过人们对其思想、情绪或者说“生命度”的感知来影响印象光鲜度和印象好感度。这与已有研究“拟人化方向对感知心灵具有显著积极影响”的结论相同等，且进一步探明了从感知心灵到人机印象效果间的影响路径。曾有实证研究创造感知心灵与社交线索对人机互换体验具有交互影响，而本研究实验则创造感知心灵在人机互换的感知过程中起到中介浸染。由此可知，感知心灵不仅可以作为调节成分，也可以发挥中介浸染影响人们在人机传播中的反应，其详细浸染需视研究情境而定。
值得思考的是，本研究的另一假设“任务导向型（相对付交际导向型）人机对话情境下，感知智能对拟人化程度影响人机印象效果起更强的中介浸染”未得到数据支持。按照履历常理，在任务型情境下利用者每每基于某一须要办理的问题或完成的任务与对话机器人展开对话，而其内核AI的智能水平很大程度上决定了其在处理和解决问题方面的实际效用，正如曾有研究表明的那样，感知智能能够正向影响感知有用性，进而提高用户对个人智能助理的利用意愿。因此，利用者理应更多地启动感知智能这一中介路径，但本研究却创造感知智能在任务型情境和交际型情境下的中介浸染没有显著差异。这只能解释，不仅感知智能在两种情境下的人机对话中都很主要，同时感知心灵在任务型情境下也很主要。换言之，即便人们从功利性角度出发将社交机器人视作“工具人”进行对话，其是否能给人以具有思想的觉得同样被看重。例如，有人认为ChatGPT只是对人类知识图谱的统计学仿照，也有人认为存在“人类和AI主体地位的争议问题”。这一创造彰显出人类与社交机器人对话时对功能性和社交性的双重期望，而这种双重期望不仅从侧面反响出人与技能互动中常见的“人类中央主义”视角，而且也投射出人机界线日益模糊的趋势。未来的研究可进一步探索这齐心专生理机制。
六、结论与反思
基于以上谈论梳理可以看到，4个理论假设中有3个得到了支持。由此可得到本研究的紧张结论：拟人化程度提升会使人们对基于天生式AI的对话机器人形成更为光鲜、更为全面和正面的印象；交际型情境中拟人化程度对印象好感度的提升比任务型情境中更大。这意味着，在人与无实体机器人互动中存在着和人与实体机器人互动时不同的“反胆怯谷效应”。个中，对智能与心灵的感知是“反胆怯谷效应”天生路径上的两个主要中间机制，并且对付效应的核心维度印象好感度而言，目前对智能的感知更为主要。
这一结论在一定程度上回应了学界在无实体对话机器人兴起后产生的担忧。例如，有靠近45%的被调查者认为ChatGPT通过了图灵测试；有学者认为AI正在引发“图灵革命”；有学者认为ChatGPT呈现出的偏差性、不可靠性、鲁棒性、有毒性等随意马虎诱发伦理风险；有学者认为与ChatGPT互动的觉得让人想到社交机器人著名的“胆怯谷”征象；有学者认为当人们意识到自己的可替代性和主体性困境，会将自己推向“AI胆怯谷”；也有学者认为ChatGPT带来的“胆怯谷效应”会引发人类掩护自身肃静和文化天下不雅观的远程胆怯管理防御等。只管有必要保持警觉，也有必要基于不同的风险分类履行动态管理，但或容许以较为乐不雅观地认为，在日常互动中，人们对高度拟人化的无实体对话机器人还是表现出了较好的适应性。这也在一定程度上揭示了未来人机共生的巨大潜力。
总之，本研究探索了天生式AI时期以ChatGPT为代表的无实体对话机器人拟人化如何改变人类对其的感知效果的问题，构建了相应的理论模型并予以了实证考验。这对目前人机互动、尤其是人与AI互动议题下为数较多的思辨性研究形成了补充。同时，由于“人工智能与人的嵌入性更高”，且人机互换伴随ChatGPT及类似运用的出身将日益遍及，因此研究结论有助于推进对智能传播时期下人机交往模式的深入理解，对“大措辞模型的人机交互：紧张关注人类和大措辞模型交互的过程、生理动机、交互效果等方面的问题”这一亟待探索的研究方向供应了一些思考。
当然，本研究也存在一些局限。一是虽然创造了“反胆怯谷效应”，但其背后的缘故原由尚需进一步挖掘；二是仅稽核了对话情境这一个调节变量的影响，可能还存在其他影响成分有待探索；三是将切入点聚焦于拟人化程度，未考虑更多的角度；四是基于不同感官的互换办法对人机感知效果的影响可能有所差异，而本研究暂未稽核。以上都有待未来研究的深入磋商。