[Paper] Humanlike AI 设计提升 Anthropomorphism，但在全球范围内对 Engagement 和 Trust 产生不同结果

Source: arXiv - 2512.17898v1

概览

本文研究了让 AI 代理看起来和行为更“类人”如何影响用户对其进行拟人化的倾向，以及这是否会转化为更高的参与度和信任度。通过开展两项大型跨国实验（约 3,500 名参与者，遍及 10 个国家），作者展示了类人化设计确实会提升拟人化程度，但其对参与度和信任度的影响并非普遍——文化背景起着关键作用。

关键贡献

• 因果的实证证明: 表明特定的人类化设计杠杆（例如，对话流程、视角切换提示）直接提升用户对AI的拟人化归因。
• 跨文化细微差别: 显示相同的设计提示在某些地区（如巴西）可以提升信任，而在其他地区（如日本）则降低信任，颠覆了“一刀切”安全假设。
• 以用户为中心的评估标准: 发现用户依据交互线索而非抽象的感知等概念来判断AI的人性，为更实用的设计检查清单提供依据。
• 大规模、真实的交互研究: 进行实时、开放式的对话，使用已部署的AI系统，超越仅实验室或仅调查的方法。
• 政策相关洞见: 提供证据表明当前的AI治理框架主要基于西方样本推断，可能误判非西方用户的风险。

方法论

1. 参与者与环境 – 通过在线面板招募了来自10个文化多样国家（例如巴西、日本、德国、肯尼亚）的3,500名志愿者。
2. AI 系统 – 构建了一个对话代理，具备两个可配置的“设计杠杆”：
   • 类人语言：更流畅的轮换、使用共情短语以及换位思考的陈述。
   • 机械语言：简洁、任务导向的回复，缺乏社交礼节。
3. 实验设计 – 将参与者随机分配与类人版或机械版进行10分钟的自由聊天。会话结束后，他们完成了以下内容：
   • 拟人化量表（例如，“该 AI 似乎理解我的感受”）。
   • 参与度指标（花费时间、轮次数、自己报告的愉悦感）。
   • 信任问卷（例如，愿意依赖 AI 的建议程度）。
4. 跨国分析 – 混合效应模型将国家设为随机效应，使团队能够分离出文化对设计效应的调节作用。
5. 定性跟进 – 对开放式回答进行编码，以识别参与者实际用来判断“类人性”的线索。

结果与发现

简而言之，让 AI 更具对话性会让人们觉得它更像人，但这是否转化为“我更喜欢它”或“我更信任它”则高度依赖文化背景。

实际意义

• 设计检查清单： 当目标是提升感知的人性化时，优先考虑互动线索（流畅的轮流、共情语言）；不要依赖抽象的“有感知”特征。
• 本地化策略： 根据不同市场部署不同的对话风格。例如，在日本更正式、共情表现不那么明显的语调可能更安全，而在巴西温暖、富有表现力的风格则能提升信任。
• 指标选择： 信任度和参与度应在部署后按地区进行测量；单一的全球 KPI 可能掩盖相反的效果。
• 合规监管： 在为 AI 审计记录“类人”特性时，应加入文化影响评估，而不是假设风险统一。
• 产品路线图： 开发客服机器人、虚拟助理或健康聊天机器人的团队可依据这些发现决定何时值得投入工程资源实现类人特性，何时更适合采用实用主义的语调。

局限性与未来工作

• 任务范围： 本研究使用了通用的开放式聊天；在特定领域的交互（例如金融、医疗建议）中，结果可能会有所不同。
• 文化变量的深度： 虽然使用国家作为代理，但更细粒度的因素（如个人主义与集体主义、权力距离）并未直接建模。
• 长期效应： 实验仅捕获了单次会话；尚不清楚拟人化和信任在数周或数月的重复使用中如何演变。
• AI 模型限制： 对话代理是基于规则的系统，语言生成能力有限；现代大语言模型可能会放大或削弱观察到的效应。

未来的研究应开展纵向研究，测试特定领域的代理，并整合更丰富的文化心理计量，以完善面向全球部署的类人 AI 设计指南。

作者

• Robin Schimmelpfennig
• Mark Díaz
• Vinodkumar Prabhakaran
• Aida Davani

论文信息

• arXiv ID: 2512.17898v1
• 分类: cs.AI
• 发布日期: 2025年12月19日
• PDF: 下载 PDF