基于韵律特征与眼动行为的性格感知研究：社会机器人中的认知建构主义方法

本综述采用认知建构主义（Cognitive Constructionism）方法，创新性地整合心理学与机器人技术，通过操纵社会机器人的韵律特征（如语音速率、音高、音域）和注视行为（如水平、垂直眼动），系统探究非言语线索对人格感知（如韧性型、平均型、细腻型）的交互影响，为人工智能人格化设计提供理论依据与实践路径。

　　

章节亮点

认知建构主义方法

本研究提出一种认知建构主义（Cognitive Constructionism）方法，整合心理学与机器人学方法论以探究人类认知与行为。在该框架下，首先基于心理学理论提出关于个体如何评估和响应各类刺激的假设，随后通过工程技术将这些假设操作化并植入机器人或计算模型中。最终系统被应用于心理学实验，以验证或修正理论。

人格感知与非言语行为

作为社会性动物，人类需解读并赋予他人意义。人格（Personality）在理解自我与他人、预测行为中扮演核心角色。其定义为“用于描述和解释个体随时间与空间表现出的情感、认知、欲望及行为连贯模式的抽象概念”（Revelle & Condon, 2015, p. 70）。非言语行为（Nonverbal Behavior）是人格感知的关键线索之一。

韵律特征与人格感知

人们仅凭语音属性即可自发形成对说话者的印象——甚至只需听到单个单词。早期研究如McAleer等人（2014）考察了信任度与支配力等基于印象的归因。近期研究开始探索人格感知在不同情境中的变化，例如Pearsell与Pape（2023）证明人格感知可个体内变异，取决于其说话方式跨语境的变化。

眼动

既往研究可分为两种路径：其一为“关系性路径”，考察参与者注视行为与其自报人格特质的关系，例如Libby与Yaklevich（1973）分析访谈中眼动偏差与爱德华人格量表（Edwards Personality Inventory）的关联；其二为“操纵性路径”，通过控制机器人或虚拟代理的注视行为以研究其对人格感知的影响。

人格感知的认知建构主义方法

认知建构主义方法为解释人们如何基于多重非言语线索感知人格提供了框架。该视角尤其契合本研究目标——探究特定韵律与注视参数组合如何影响人格感知。尽管既往研究将个别韵律特征与人格印象相联系，但多重韵律参数的交互效应在心理学与机器人学中仍待深入探索。

社会机器人及心理实验与注视行为和韵律参数的关系

根据国际机器人联盟（International Federation of Robotics）定义，机器人是“具有自主性执行定位、操作或运动能力的编程驱动机制”。其中，社会机器人（Social Robot）专为“与人类社交互动或引发其社会响应”而设计（Leite等人, 2013, p. 291）。社会机器人研究作为新兴领域，具有支持人类福祉的潜力。随着机器人技术进展，其已成为探究人类认知与行为的强大工具。

人格原型构建

本研究采纳以人为中心（Person-Centered）而非独立考察大五特质（Big Five Traits）的路径。尽管可探究特定韵律或注视参数与各人格特质（外向性EX、宜人性AG、尽责性CO、神经质NE、开放性OP）的关系，但我们关注这些参数如何组合共同影响人类用户可接受的人格感知。以人为中心的路径聚焦于将个体理解为整体类型，而非特质维度的集合。

研究理据与目的

如上所述，心理学与机器人学既往研究已考察非言语行为——尤其是语音韵律和注视——在塑造人格感知中的作用。心理学研究中，这两种模态被确认为影响人格推断的主要线索。尽管某些韵律特征与特定人格印象相关（如Uchida, 2002），但多重韵律参数的交互效应仍待系统探索。机器人学研究则主要关注单一模态（如仅语音或仅注视），或未严格操纵参数。本研究通过认知建构主义方法填补该空白。

研究问题与假设

本研究的研究问题为系统探究韵律特征与注视行为参数对人格感知的影响。采用认知建构主义方法，我们假设语音参数与注视行为以交互方式影响人格感知。据此，我们预测通过系统操纵这些语音与注视参数可感知三种原型人格。

在理论层面，我们假设语音参数（语音速率、音高、音域）与注视参数（注视方向、注视逃避率GAR）将以非叠加方式交互影响人格感知。