编辑推荐：
在自动驾驶汽车（AV）的研究中，为探究语音特征对用户信任的影响，研究人员开展了关于人工智能语音性别、性别角色一致性与 AV 信任关系的研究。结果表明性别角色一致性调节性别相似性与信任的关系。该研究为提升 AV 技术用户信任提供方向。
在科技飞速发展的当下，自动驾驶汽车（AV）正逐渐走进人们的视野，它被寄予厚望，有望极大地提升交通的安全性、效率和便利性。然而，AV 的广泛应用却面临着重重阻碍，其中公众对其安全性和操作可靠性的质疑尤为突出。要想让 AV 真正融入人们的生活，获得用户的信任至关重要，因为较高的信任度与 AV 被采用的可能性紧密相关。
在人与 AV 的交互研究中，虽然听觉通信起着重要作用，但以往的研究大多聚焦于听觉解释的内容，却忽视了语音本身的特征对信任的影响。比如，用户对语音相似性存在偏好，可 AI 技术中却普遍默认使用女性语音，这一现象引发了诸多疑问：语音性别相似性究竟如何影响用户对 AV 的信任？性别角色一致性在其中又扮演着怎样的角色？为了解开这些谜团，来自美国亚利桑那州立大学（Arizona State University）、密歇根大学（University of Michigan）等机构的研究人员展开了深入研究。相关研究成果发表在《Scientific Reports》上，为 AV 语音设计提供了重要的参考依据。
研究人员采用了多种技术方法来开展此项研究。在样本选取上，通过在线调查平台，从 CloudResearch 的多样化参与者池中招募了 333 名美国司机，经过筛选最终确定 326 名自我认定为男性或女性的参与者。在研究设计方面，采用随机分组的组间实验设计，以性别相似性和性别角色一致性为两个主要因素，每个因素设置两个水平，形成 2×2 的实验设计。同时，运用文本转语音平台 Murf 和 Uberduck 生成具有标准美国口音的 AV 语音，并通过 CapCut 编辑器将语音与相关视频场景配对，增强参与者的沉浸感。此外，通过问卷调查的方式评估参与者对 AV 的认知信任和情感信任，问卷基于已有的研究进行设计和调整，确保其有效性。
研究结果
- 可靠性和结构效度：通过探索性因子分析评估结构效度，结果显示所有量表项目的收敛效度（因子载荷在相应构念上达到 0.70 或更高）和区分效度（在不相关构念上载荷为 0.35 或更低）均达到或超过标准，仅认知信任问题集中有一项载荷为 0.63。采用 Cronbach's alpha 系数衡量结构可靠性，所有构念的可靠性得分均达到或超过 0.70 的可接受阈值，验证了测量工具的可靠性。
- 假设检验
- 性别相似性对认知信任的影响：研究发现，性别相似性组（均值 = 5.205）和不相似性组（均值 = 5.125）在对 AV 的认知信任上没有显著差异（t(1,1950)=1.792，p=0.073），这表明性别相似性本身并不能显著影响认知信任，因此研究假设 H1 不成立。
- 性别相似性对情感信任的影响：性别相似性对情感信任有显著影响（t(1,1950)=4.405，p<0.001）。事后比较发现，当 AV 语音与参与者性别匹配时，参与者对 AV 的情感信任更高（均值 = 3.663），而在性别不相似组中情感信任较低（均值 = 3.410），支持了假设 H2。
- 性别相似性和性别角色一致性对认知信任的影响：分析表明，性别角色一致性对认知信任存在显著的调节作用（t(1,1948)=2.734，p=0.006）。在性别角色一致的情况下，性别相似性会显著提高认知信任（相似组均值 = 5.284，不相似组均值 = 5.068，p<0.001）；而在性别角色不一致时，性别相似性对认知信任没有显著影响（相似组均值 = 5.140，不相似组均值 = 5.190，p=0.447），假设 H3a 得到支持。
- 性别相似性和性别角色一致性对情感信任的影响：性别相似性和性别角色一致性对情感信任也存在显著的交互作用（t(1,1948)=5.349，p<0.001）。在性别角色一致时，性别相似性显著增强情感信任（相似组均值 = 4.026，不相似组均值 = 3.410，p<0.001）；在性别角色不一致时，性别相似性对情感信任没有可测量的影响（相似组均值 = 3.361，不相似组均值 = 3.402，p=0.625），假设 H3b 得到支持。
研究结论与讨论
这项研究深入探讨了性别相似性和性别角色一致性对 AV 认知信任和情感信任的影响，具有重要的意义。在认知信任方面，虽然性别相似性本身对其影响不显著，但性别角色一致性起着关键的调节作用。当 AV 语音性别与其预期角色一致时，性别相似性会提高认知信任；反之，当两者不一致时，性别相似性的影响消失。这表明在基于理性评估的认知信任形成过程中，社会角色期望比人口统计学上的相似性更为重要。
在情感信任方面，性别相似性单独就能显著影响情感信任，这符合相似吸引理论，即共享的社会身份线索能增强情感联系。同时，性别角色一致性也起到调节作用，当语音性别与角色一致时，会进一步增强情感信任；不一致时，性别相似性对情感信任的积极影响就会消失。这说明情感信任不仅受社会身份线索影响，还受更广泛的社会角色期望的制约。
从设计角度来看，该研究为 AV 语音设计提供了宝贵的见解。性别相似性对信任的影响取决于性别角色一致性，这有助于解释为什么 AV 语音性别并不总是与用户性别匹配，以及用户为何不总是调整语音设置。研究结果提示 AV 开发者，在设计语音时应综合考虑多种因素，既要利用现有的性别角色期望来促进信任，又要避免强化性别刻板印象。例如，可以提供可定制或性别中立的语音选项，采用自适应的信任构建策略，甚至减少对性别化语音的依赖，通过非拟人化的听觉线索或视觉指标来进行功能通信。此外，重新思考 AI 语音在 AV 中的角色，构建协作式的人机关系框架，将有助于提升人机交互质量，推动 AI 朝着更包容、更符合伦理设计的方向发展。
然而，该研究也存在一些局限性。参与者通过在线招募，可能习惯了在线研究的形式，无法完全代表更广泛人群对 AV 领域的熟悉程度。实验的内部效度虽高，但外部效度可能受限，需要后续的实地研究来提高研究结果的普遍性。此外，研究仅关注了语音特征的性别维度，未探讨个性、年龄、口音、种族 / 民族等其他因素，且仅考虑了二元性别类别，未来研究应纳入非二元和更多样的性别身份，以更全面地理解 AV 语音设计。同时，研究未涉及 AV 解释的其他方面，如解释的定义、生成方式以及对替代行动方案的评估等，这些都为后续研究提供了方向。
总的来说，这项研究在 AV 语音设计与用户信任关系的研究领域迈出了重要一步，为后续研究奠定了基础，有望推动 AV 技术在提升用户信任方面取得更大进展。
