Z世代对AI生成短视频的感知与信任机制：基于 Uncanny Valley 理论与 S-O-R 模型的研究

《International Journal of Human-Computer Studies》：How do young users perceive and respond to AI-generated short-form videos? An exploration of Generation Z’s perceptions, emotional responses, and trust in AI-created video on social media platforms

本文聚焦Z世代在社交媒体平台对AI生成短视频的感知机制，结合刺激-机体-反应（S-O-R）模型与恐怖谷理论（Uncanny Valley Theory），通过深度访谈揭示用户对内容拟人度与情感真实性的评判标准。研究发现视觉呈现、语音设计、叙事连贯性及创作透明度是影响青年群体信任与参与度的关键设计要素，为构建情感共鸣型人机交互（HAI）框架提供实践启示。

　　

研究亮点

本研究通过质性访谈深入解析Z世代用户对AI生成短视频的双重反应：既惊叹于其技术表现力，又因情感真实性缺失产生疏离感。创新性提出"感知响应区"概念，揭示用户在人机交互过程中对拟人化特征的动态评估机制。

研究发现

4.1 拟人感知与情感真实性评估

参与者能敏锐识别AI生成内容中视觉细节、语音韵律的细微失真，并将其与情感表达深度关联。当内容处于"似人非人"状态时，恐怖谷效应显著触发信任危机。

4.2 设计要素对参与度的影响

高饱和色彩与流畅转场可提升初始吸引力，但叙事逻辑连贯性与创作者透明度才是维持长期信任的核心。部分用户通过"感知协商策略"主动调节对AI内容的心理距离。

讨论

Z世代对AI内容展现出策略性接纳特征：在娱乐场景宽容度较高，但在知识传播领域则严格审视信源透明度。这种情境化信任模式为人机交互研究提供了新的情感维度参考。

启示

研究将S-O-R模型拓展至动态媒体场景，提出AI内容设计需平衡技术创新与情感智能。为健康医学领域的AI辅助治疗视频开发提供借鉴——当应用于心理干预时，情感真实性的权重可能远超技术精度。

局限性与未来方向

样本集中于越南Z世代群体，未来可比较不同文化背景用户对AI内容的情感响应差异。建议开展纵向研究追踪用户信任度的演化路径。