《Computers in Human Behavior Reports》：Do individuals with autism spectrum disorder not experience the uncanny valley? A psychological experiment and feature analysis using human and robot faces
编辑推荐：
本研究针对自闭症谱系障碍（ASD）个体在机器人辅助治疗中面临的核心问题——"恐怖谷效应"的感知差异，通过严谨的心理物理学实验结合人脸图像特征分析，首次系统揭示了ASD群体对类人面孔的独特感知模式。研究发现典型发育（TD）个体表现出典型的恐怖谷曲线，而ASD个体则呈现线性偏好模式，其机制与分类模糊性感知减弱和局部特征加工优势密切相关。该成果为ASD精准筛查工具开发和个性化机器人设计提供了理论依据，发表于跨学科期刊《Computers in Human Behavior Reports》。
在人工智能技术快速发展的今天，仿人机器人已被广泛应用于自闭症谱系障碍（Autism Spectrum Disorder, ASD）的治疗干预中。这些机器人能够提供可预测的、结构化的互动环境，有助于ASD个体学习社交技能。然而，机器人设计面临一个著名的心理学难题——"恐怖谷效应"（uncanny valley effect）：当机器人的外观与人类高度相似但又不完全逼真时，会引发观察者的不适感。这种效应可能严重影响ASD个体对治疗机器人的接受度。
令人困惑的是，现有研究对ASD个体是否体验恐怖谷效应存在明显分歧。有些研究表明ASD儿童对类人面孔的喜好度保持稳定，有些则发现他们更偏好简单外观的机器人。这种分歧使得治疗用机器人的最优设计缺乏明确指导。更重要的是，先前研究多使用绘画或卡通刺激物，而非真正的机器人面孔，这偏离了恐怖谷理论的原始焦点。
为解决这一矛盾，东京大学的研究团队在《Computers in Human Behavior Reports》上发表了创新性研究。他们采用Mathur等人建立的经过验证的面孔数据库，包含209张真实机器人和人类面部图像，通过精心设计的实验比较了32名ASD个体和47名典型发育（Typically Developing, TD）个体对类人面孔的感知差异。
研究人员采用多项关键技术方法：首先运用心理物理学实验测量参与者对人类相似度（human-likeness）和喜好度（likability）的七级评分；通过非线性回归分析刻画恐怖谷曲线特征；创新性地使用分类模糊性指数量化面孔归类难度；结合主成分分析（Principal Component Analysis, PCA）和非负矩阵分解（Non-negative Matrix Factorization, NMF）两种算法解析图像特征与感知评分的关联；并采用日本成人阅读测试（Japanese Adult Reading Test, JART）、自闭谱商（Autism-Spectrum Quotient, AQ-J）等标准化工具确保参与者分组准确性。
3.2.1. 分析1-1：非线性回归分析结果
通过贝叶斯信息准则确定最佳拟合维度，发现TD组数据最适合四维模型（R2=0.501），呈现出典型的恐怖谷曲线——当面孔的人类相似度达到中等水平时，喜好度显著下降。而ASD组数据则最适合一维线性模型（R2=0.181），表现为随着人类相似度增加，喜好度平稳上升的趋势，未出现明显的恐怖谷效应。
3.2.2. 分析1-2：感知人类相似度与喜好度分析
两组参与者对人类相似度和喜好度的评分趋势高度相关（r>0.92），但ASD组的绝对评分显著低于TD组。同时，ASD组的决策时间明显延长，表明其面部加工过程需要更多认知资源。
3.2.3. 分析1-3：聚类分析
K均值聚类将面孔分为人类相似度高和低两个集群。对于人类相似度高的面孔，ASD组的人类相似度和喜好度评分均显著低于TD组；而对于机器人样貌明显的面孔，两组喜好度评分无显著差异。这表明恐怖谷效应的组间差异主要源于对高度类人面孔的感知方式不同。
3.2.4. 分析2-1：分类模糊性指数与喜好度关系
TD组显示分类模糊性指数与喜好度呈显著正相关（r=0.412），即归类越困难的面孔引发的喜好度越低。而ASD组无此相关性（r=-0.001），表明分类模糊性不是影响ASD个体面孔喜好的主要因素。
3.2.5. 分析2-2：PCA与NMF决定系数比较
回归分析显示，TD组的喜好度评分更能被PCA提取的整体特征解释，而ASD组则更易被NMF提取的局部特征解释。这表明TD个体依赖整体配置加工，而ASD个体更关注局部特征，这可能是其免受恐怖谷效应影响的重要原因。
研究结论深刻揭示了ASD面孔感知的认知机制。TD个体体验的恐怖谷效应可能同时源于分类模糊性引发的认知冲突和特征不一致导致的感知失配。而ASD个体由于两方面原因未出现明显恐怖谷：一方面，其情感意识困难（alexithymia）可能导致对模糊刺激的情感反应减弱；另一方面，弱中央统合（weak central coherence）的认知特点使其更关注局部特征而非整体配置，从而避免了感知失配引发的不适感。
这项研究的意义远超学术领域。首先，ASD个体对类人面孔的特异性反应模式有潜力发展为新型生物标志物，辅助ASD的早期筛查。其次，研究证实TD个体认为机械感强的机器人同样被ASD个体感知为机械的，这为治疗机器人设计提供了直接依据——设计师可参照TD群体的评价预测ASD患者的接受度。最后，研究指出未来需探索互动情境下的恐怖谷效应，因为实际治疗中机器人不仅是观看对象，更是互动伙伴。
尽管研究存在样本量有限和未直接操作互动情境等局限，但它首次将恐怖谷研究从TD群体扩展至ASD群体，建立了计算模型与认知理论的有效对话。随着机器人技术在特殊教育领域的深入应用，这项研究为开发"因人制宜"的辅助工具奠定了重要理论基础，标志着心理学与机器人学交叉研究迈向新阶段。
