从信心到信仰：技术成熟度视角下新兴技术信任形成机制重构（Faith-Confidence Framework, FCF）

《Computers in Human Behavior Reports》：FAITH-CONFIDENCE FRAMEWORK: RETHINKING THE FOUNDATIONS OF TRUST IN EMERGING TECHNOLOGIES

　　

Faith-Confidence Framework（FCF）被引入，用于跨技术生命周期的信任形成。信仰型（faith-based）预测因素在用户缺乏经验或监管保障时驱动信任。信心型（confidence-based）预测因素在具有明确监督的已有技术中更为突出。社会规范（social norms）主要通过中介效应影响信任形成。涌现程度（degree of emergence）是边界条件，通过情境正常性（situational normality）、结构保证（structural assurances）、社会规范（social norms）和基于计算的信任（calculus-based trust）影响信任。

论文解读

一、研究背景与问题
信任是技术采纳的关键决定因素，影响数字生态互动、消费者行为和更广泛经济结果。Simpson and Vieth 指出信任总包含信任者特征、被信任代理特征和情境背景，但既有研究多关注用户个体差异与技术特征，忽视情境维度。Technology Acceptance Model（TAM）和 Unified Theory of Acceptance and Use of Technology（UTAUT）等模型聚焦使用意图和技术功能，并假设技术成熟、用户有足够经验理性评估效用；与初始信任模型结合后，仍难以捕捉新兴技术的高不确定性、有限制度保障和知识不对称。既有研究很少考察信任前因如何随技术成熟阶段变化，也常将信任视为单维构念。为此，研究人员提出 Faith-Confidence Framework（FCF，信仰-信心框架），区分信仰型信任（faith-based trust，基于主观社会线索与情境感知、额外证据性的非可验证信念）和信心型信任（confidence-based trust，基于熟悉性与制度保障的理性计算评估），并检验技术涌现程度的边界作用。

二、文献综述
2.1 Emerging Technology：Rotolo et al. 将新兴技术定义为激进新颖、快速增长、具有一定连贯性并可能对社会经济领域产生重大影响，但其影响在未来仍不确定和模糊。早期新兴技术具有模糊性、不确定性和激进新颖性，常缺乏功能、治理或市场定位的连贯性，也缺乏可信度线索。
2.2 Trust in Emerging Technologies：技术信任指在不确定和脆弱情境下，个体认为技术将帮助实现目标的态度。新兴技术常处于监管真空，用户无直接问责机制和个人风险缓解能力。算法系统自适应和概率性结果使可靠性难以评估，甚至工程师也难在实验测试前完全评估。这导致“感知分割”。Graf 发现关于技术厂商的碎片化和矛盾信息会降低对新系统信任。EU“AI Act”显示法律系统难以跟上技术，忽略信任构建的动态和主观面。假设 H₁：技术越被感知为新兴，信任信念越低。
2.3 Faith-Confidence Framework：信任历史上被概念化为认知或情感过程。Luhmann 区分特殊主义信任与普遍主义信任；Lewis and Weigert 认为情感信任要求“超越理性与经验”；Bodó 认为信任在理性与非理性成分间连续重组；Seligman 提出信任处于直觉与计算推理的动态均衡。技术接受研究多聚焦信心型机制，即使初始信任模型也基于“计算、理性选择”。Müller et al. 显示信任在技术生命周期中非线性增长，个人因素在初始阶段重要，系统特征后期才突出。McKnight et al. 区分分类过程和控制幻觉，在新兴技术中这些可能成为主要信任形成工具，但主观且可能偏离现实。FCF 将前因分为两类：信仰型信任是“对积极结果的非认知、非可验证信念”，由主观社会验证、期望启发式和情境线索驱动；信心型信任基于理性计算风险、制度保证、技术及治理实体结构可靠性。二者关键区别在可验证性：信仰机制在信息稀缺下依赖推断线索，信心机制依赖外部可验证保证。
2.3.1 Situational Normality and Structural Assurances：制度信任包括情境正常性（situational normality，指因对同类技术总体感到舒适而认为特定技术成功使用可能）和结构保证（structural assurances，指因保证、合同、支持等结构性条件而使成功使用可能）。结构保证与特定技术信任直接相关，第三方背书、证书、印章等正向预测信任；情境正常性也与信任正相关。新兴技术中法律监管不发达，结构保证成为较弱预测因素；个体更依赖启发式和主观信仰预测因素。提出 H_2a、H_2b、H_2c 和 H_3a、H_3b、H_3c。
2.3.2 Social Norms：社会规范（social norms）指感知到他人使用或推荐技术的可能性，通过内化影响信任。客观信息缺失时，个体依据他人行为推测，符合从众理论。新兴技术缺乏广泛采纳和共享理解，社会规范可能在新兴情境中作用更强。提出 H_4a、H_4b、H_4c。
2.3.3 Calculus-based Trust：基于计算的信任（calculus-based trust）源于交易成本经济学，指基于理性行为和对得失计算而形成的对方会公平行事的期望。它预测初始接受并促进在线厂商信任转移，在数据隐私或财务风险下作为补偿机制。已有技术市场降低机会主义感知，而新兴技术缺乏监管控制和信息不对称，客观评估更难。提出 H_5a、H_5b、H_5c。
2.3.4 Control variables：控制对人性的信念（faith in humanity）、技术悟性（technological savviness）、年龄和性别。

三、关键技术方法概述
研究人员采用三项研究。所有研究通过 Qualtrics 实施结构化在线问卷，经伦理委员会批准并获知情同意。Study 1 在受控大学实验室收集 301 名学生，最终 266 人，来自 31 个国家，主要为德国（41.2%）、葡萄牙（25.3%）和意大利（8.3%），平均年龄 23.2 岁。Study 2 通过 Prolific 招募 453 人，最终 445 人，主要来自英国、加拿大和美国，平均年龄 41.11 岁。Study 3 通过 Prolific 收集 400 人，最终 378 人，随机分配至 bionano sensors（新兴技术）或 smartphones（已有技术）条件。采用既有验证 Likert 量表（1=强烈不同意，7=强烈同意），使用偏最小二乘结构方程模型（PLS-SEM）、bootstrapping（5,000 次）、多群组分析（MGA）、测量不变性复合模型（MICOM）、操纵检查和注意力检查。样本量依据 inverse square root method 预先确定。

四、研究结果
4. Hypotheses Testing – Study 1：结构模型评估显示 R²=0.68。4.1.1 Faith-Confidence Antecedents：结构保证和情境正常性均显著正向关联技术信任信念，支持 H_3a（f²=.281，小到中等效应）和 H_2a（f²=.326，中等效应）；社会规范小效应正向关联信任，支持 H_4a（f²=.080）。说明在 bionano sensors 新兴技术情境中，制度保证和情境适当性均贡献信任，但后者更突出。
5. Hypotheses Testing – Study 2：结构模型评估 R²=.819。5.1.1 Degree of Emergence：感知涌现度显著但弱地负向关联基于计算的信任，支持 H_5b（f²=.026）；与假设相反，感知涌现度正向关联社会规范（f²=.087），拒绝 H_4b；负向关联情境正常性和结构保证，支持 H_2b、H_3b（f²=.023 和 .017）；感知涌现度不直接关联信任，拒绝 H₁，而是通过情境正常性、结构保证和基于计算的信任中介。5.1.2 Faith-Confidence Antecedents：情境正常性、结构保证和基于计算的信任正向关联信任，支持 H_2a、H_3a、H_5a（f²=.191、.209、.059）。社会规范直接效应不显著，探索性中介分析显示其通过情境正常性间接影响信任。
6. Hypotheses Testing – Study 3：结构模型评估 R²=0.684。6.1.1 Faith-Confidence Antecedents：控制条件时，基于计算的信任、情境正常性和结构保证均正向关联信任，支持 H_5a、H_2a、H_3a（f²=.048、.184、.096）；社会规范直接效应显著但效应弱，支持 H_4a（f²=.043）。6.2 Multigroup Analysis：6.2.1 Faith Antecedents：情境正常性对新兴技术信任作用显著更强，支持 H_2c；社会规范仅在新兴技术条件下显著（β=.165），已有技术不显著（β=.094），但群组差异不显著，拒绝 H_4c。6.2.2 Confidence Antecedents：结构保证和基于计算的信任对已有技术信任作用显著更强，支持 H_3c 和 H_5c。说明已有系统信任更受制度保障和理性评估强化。

五、讨论部分总结
7. General Discussion：三项研究共同考察新兴技术信任发展机制，通过 FCF 和多群组分析检验信仰型与信心型前因及感知技术涌现度。7.1 Main Findings：FCF 的理论推进在于区分并实证检验已有技术与新兴技术信任发展机制。传统 TAM 和 UTAUT/UTAUT2 常忽略信任机制演变，强调信心型要素；信心型要素确实对已有技术信任重要，源于稳定制度可信度和理性判断。但信任生产是动态而非统一过程，新兴情境中信仰型信任通过社会期望和情境正常性流动，经典采纳模型多未涵盖。感知涌现度与较低基于计算的信任、较低情境正常性和较弱结构保证相关，但不直接关联信任，而是通过中介影响。社会规范被假设为信仰型前因，但未发现稳定直接效应，探索性中介分析表明其部分通过情境正常性间接作用，可能作为环境信号先经过认知解释层。社会规范感知在新兴技术中高于已有技术，可能与“进步偏见”和媒体/社交圈叙事有关，但仍需进一步研究。7.2 Theoretical and Practical Contributions：对供应商，熟悉线索、社会验证和感知情境适当性可弥合初始信任缺口；“What’s-in-it-for-me”（WIIFM）策略更适合已有技术；“reality-check”策略更适合颠覆性系统，可提高情境正常性；透明用户体验、渐进式公共背书和组织内信任影响者也可促进情境正常性。对政策制定者，在结构保证尚未建立时，可通过信仰型信任影响技术接受；公共情绪和集体期望应补充法律结构，鼓励参与式治理，与行业和用户合作沟通不确定性。7.3 Limitations and Future Research Directions：Study 1 样本较年轻，Study 2 扩大人口统计；依赖西方英语参与者限制非西方适用性，需跨文化复制。部分构念 Cronbach’s α 略低于 .70，但 ρ_A、ρ_C 和 CR 更稳健；结构拟合有限，但探索性 PLS-SEM 中非主要评估基础；制度信任与信任信念的 HTMT 超过 .85，判别效度未完全建立，二阶 institution-based trust 稳健性检验显示推断不变；自报测量可能共同方法偏差，已通过程序和后验统计缓解。技术特异性限制：Study 3 比较 bionano sensors 与 smartphones 不能完全分离技术成熟度与其他差异；smartphones 条件反映累积经验信任而非初始信任。未来应跨文化复制、验证 FCF 测量、探索结构保证与情境正常性关系，并扩展至区块链或机器人等不同风险特征技术。

研究结论翻译：
通过提供初始证据表明信任形成可能随技术成熟度不同而运作，这三项研究有助于对新兴数字情境中的信任形成更情境敏感的理解。传统模型成功解释了已有技术中的采纳和信任，用户可依赖经验、制度保障和理性评价。然而，这些模型在解释当此类锚点缺失时信任如何发展方面提供有限洞见，而这些锚点缺失正是新兴技术的定义性条件。本研究引入 FCF 作为新理论透镜以弥补该缺口。该框架区分信仰型与信心型信任前因，并提出技术成熟度是塑造其相对影响的背景因素之一。这一区分澄清了信任形成机制，并解释了用户在接触不熟悉或弱监管技术时如何应对不确定性。因此，该框架通过提供初始证据表明信任形成机制可能在不同成熟度技术间存在差异，为理论作出贡献，并为旨在设计用户从一开始即可自信且直观接触的技术的研究人员和实践者提供有价值见解。