《Frontiers in Psychology》:Warmth and competence in affective companion virtual humans: differential effects on behavioral intention via hedonic benefits
编辑推荐:
摘要:Z世代日益将情感陪伴虚拟人类(Affective Companion Virtual Humans, ACVH)视为伙伴而非工具。然而,社会感知——特别是温暖和胜任力——以及隐私相关态度如何共同影响其行为意向,以及享乐收益是否中介这些效应,仍不清楚。基于
摘要:Z世代日益将情感陪伴虚拟人类(Affective Companion Virtual Humans, ACVH)视为伙伴而非工具。然而,社会感知——特别是温暖和胜任力——以及隐私相关态度如何共同影响其行为意向,以及享乐收益是否中介这些效应,仍不清楚。基于享乐动机系统接受模型(Hedonic Motivation System Acceptance Model, HMSAM)和刻板印象内容模型(Stereotype Content Model, SCM),本研究提出一个整合模型,将感知温暖、感知胜任力、感知隐私风险和隐私犬儒主义与对ACVH的行为意向联系起来,并以享乐收益为中介。通过对Z世代样本的348份有效问卷进行偏最小二乘结构方程模型(Partial Least Squares Structural Equation Modeling, PLS-SEM)分析,结果表明:(1)感知温暖、感知胜任力和隐私犬儒主义与行为意向直接正相关;(2)享乐收益部分中介感知温暖对行为意向的影响(VAF = 36%),但对感知胜任力的中介作用可忽略不计(VAF = 15%);(3)感知隐私风险无显著的直接或间接效应。这些发现阐明了温暖和胜任力在ACVH接受中的差异化路径:温暖与直接路径和享乐路径均相关,而胜任力主要通过直接工具性路径与意向相关。结果还表明,隐私犬儒主义可以与持续使用意向共存,且不削弱享乐体验。实践上,研究结果表明,增强情感温暖和功能胜任力,同时承认用户的隐私疲劳,比单纯关注降低隐私风险感知更有效。
近年来,面向情感交互的人工智能系统研究日益增多,出现了“情感陪伴代理”“情感伴侣”“聊天机器人陪伴”等概念。研究人员提出“情感陪伴虚拟人类”(Affective Companion Virtual Humans, ACVH)这一整合性术语,将其定义为通过共情、个性化和长期互动提供持续情感支持的对话式AI系统。Z世代(1997–2012年出生)是首个将数字技术视为日常生活组成部分的世代,他们常将ACVH视为“伙伴”而非“工具”。然而,现有研究仍不清楚社会感知——特别是温暖和胜任力——与隐私相关态度如何共同影响行为意向,以及享乐收益是否发挥中介作用。已有研究多将温暖和胜任力作为孤立或平行的预测变量,未明确其在情感陪伴情境中通过享乐机制的作用路径;隐私犬儒主义(privacy cynicism,指认为隐私保护徒劳无益的犬儒态度)作为潜在正向驱动也未在ACVH中系统检验。因此,本研究旨在填补这些空白。
基于享乐动机系统接受模型(HMSAM)和刻板印象内容模型(SCM),研究人员构建了一个整合模型,以感知温暖、感知胜任力、感知隐私风险和隐私犬儒主义为前因,行为意向为结果,享乐收益为中介。研究提出9个假设,包括上述前因对行为意向的直接效应,以及通过享乐收益对行为意向的间接效应。研究对象为Z世代,数据通过中国在线调查平台问卷星收集。问卷开头明确定义ACVH,并给出典型应用示例(如Replika、小冰等)。共收集414份回复,剔除无效后得到348份有效样本(有效率84.1%),其中64.7%为女性,88.5%年龄在18–25岁,75.9%拥有或正在攻读学士学位。测量工具改编自先前验证过的量表,所有项目采用7点Likert量表。数据分析采用偏最小二乘结构方程模型(PLS-SEM),使用SmartPLS 4.0,通过5000次自助抽样检验路径系数和中介效应。样本量满足G*Power分析(最小需要92)和10倍规则(最小需要50)。
研究结果如下。在测量模型评估中:信度与收敛效度检验显示,各构念的Cronbach‘s α介于0.846–0.943,组合信度(CR)介于0.852–0.943,平均方差提取(AVE)介于0.591–0.767,均高于推荐阈值;区分效度通过Fornell-Larcker标准(各构念AVE平方根大于其与其他构念的相关系数)和HTMT比率(所有HTMT < 0.85)确认;共同方法偏差检验中,Harman单因子检验第一因子解释了33.42%的方差,内部VIF均低于3.3;多重共线性检验显示所有VIF低于2.0。结构模型评估显示模型拟合良好(SRMR = 0.040,TLI = 0.937,CFI = 0.944)。假设检验中,享乐收益对行为意向有显著正效应(β = 0.181, p < 0.05);感知温暖(β = 0.157, p < 0.05)、感知胜任力(β = 0.312, p < 0.001)和隐私犬儒主义(β = 0.196, p < 0.001)均对行为意向有显著正效应;感知隐私风险对行为意向无显著影响(β = 0.002, n.s.)。对享乐收益而言,感知温暖(β = 0.483, p < 0.001)和感知胜任力(β = 0.296, p < 0.001)均正向影响享乐收益;感知隐私风险(β = 0.067, n.s.)和隐私犬儒主义(β = ?0.078, n.s.)无显著影响。模型解释了行为意向36.3%的方差和享乐收益49.6%的方差。预测相关性方面,行为意向的Q
2为0.273,享乐收益的Q
2为0.336,均大于零。中介分析显示,享乐收益部分中介感知温暖与行为意向的关系(间接效应β = 0.087, 95% CI [0.037, 0.155], VAF = 36%);对感知胜任力,间接效应统计显著但实际可忽略(β = 0.054, 95% CI [0.013, 0.084], VAF = 15%);对感知隐私风险和隐私犬儒主义,享乐收益无显著间接效应。
在讨论部分,研究人员总结了三个主要发现。第一,感知温暖、感知胜任力和隐私犬儒主义直接正向预测行为意向,其中感知胜任力效应最强。第二,享乐收益对温暖具有部分中介作用,对胜任力仅起微弱中介,表明温暖同时通过直接和享乐路径起作用,而胜任力主要通过直接工具性路径。第三,感知隐私风险对行为意向无显著直接或间接效应,研究指出这可能是因为年轻用户已将隐私风险内化为数字生活的必然特征。理论上,该研究区分了温暖和胜任力在ACVH接受中的差异化作用,细化了HMSAM的边界条件;隐私犬儒主义的正向效应挑战了“隐私风险→接受度下降”的主流叙事,并将其扩展到人机情感交互领域。实践上,研究建议设计应平衡温暖与胜任力,将享乐收益作为明确设计目标,重新思考隐私沟通策略,并进行用户细分。同时强调,承认隐私疲劳不应成为利用用户犬儒态度的借口,应采用隐私保护设计、避免暗黑模式等伦理保障。
研究结论部分可翻译为:本研究考察了感知温暖、感知胜任力、感知隐私风险和隐私犬儒主义如何通过享乐收益影响Z世代对ACVH的行为意向。结果表明,温暖和胜任力均正向影响意向,但路径不同:温暖通过直接路径和享乐路径起作用,胜任力则主要通过直接工具性路径。隐私犬儒主义正向预测行为意向,且不与享乐体验相冲突;感知隐私风险无显著作用。这些发现强调了在情感陪伴AI设计中同时增强情感温暖与功能胜任力的重要性,并表明承认用户的隐私疲劳比单纯降低风险感知更有效。研究局限性包括便利样本以中国大学生为主、未采集参与者先前使用经验、横断面设计限制因果推断等,未来研究应采用纵向和实验设计,并拓展跨文化样本。