《Scientific Reports》：Low perceived warmth of AI agents reduces trust towards them
編輯推薦：
【編輯推薦】人工智能（AI）作為新型社會主體，其人機信任機制亟待闡明。本研究以美國代表性居民為樣本（N=400），在信任博弈中操控受托人（人類與AI）的溫度與能力維度，探究社會感知基本維度如何影響對人/對AI的信任差異。結果表明，AI受托人總體信任度低于人類，尤其在低溫度條件下更為顯著。這提示溫度是構建可信賴AI系統的關鍵設計要素。
在數字化浪潮奔涌的今天，人工智能（Artificial Intelligence, AI）已不再是科幻作品的專屬，它們正以虛擬助手、客服、乃至決策伙伴等形態，悄然嵌入我們的社會與經濟系統，成為一類全新的“社會行動者”。然而，與人類同事或伙伴不同，我們與這些硅基智能之間的互動，始終籠罩著一層微妙的不確定性面紗。人類社會的順暢運轉，基石在于信任。那么，當我們的合作伙伴從血肉之軀變為代碼與算法，信任將如何產生？是哪些因素在背后默默操控著我們對AI的評判與托付？這不僅是人機交互（Human-AI Interaction）領域的核心學術命題，更是所有AI系統設計者無法回避的實踐挑戰：如何設計出真正值得信賴的AI？
為了揭開這層面紗，一項研究將目光投向了社會心理學中經典的雙維模型——社會感知（Social Perception）的溫度（warmth，與友好、善意相關）與能力（competence，與效能、技能相關）。長久以來，這兩個維度被視為我們評判他人、形成印象的基石。那么，這套用于衡量同類的“標尺”，是否也同樣適用于我們眼中的AI？更重要的是，AI在這把“標尺”上的表現，會如何深刻地影響我們是否愿意對其“投下信任的一票”？
發表在《Scientific Reports》上的這項研究，正是為了系統性地回答上述問題。研究團隊沒有停留在理論推演，而是設計了一項嚴謹的行為實驗。他們招募了400名美國居民，確保樣本具有人口統計學上的代表性，以提升研究結論的普遍性。在實驗中，參與者扮演“投資者”的角色，與不同的“受托人”進行經典的信任博弈（Trust Game）。這些“受托人”的身份是關鍵變量：有些被明確標識為“人類”，有些則被標識為“AI代理”。更重要的是，研究者精細地操控了每位“受托人”在溫度與能力兩個維度的表現，從而創造出“高溫度-高能力”、“高溫度-低能力”、“低溫度-高能力”、“低溫度-低能力”等不同組合的虛擬角色。通過測量參與者在博弈中愿意投資給不同受托人的金額，研究者得以量化“信任”這一抽象概念，并精確分析身份（人類 vs. AI）和感知特質（溫度與能力）如何共同塑造信任決策。
為開展這項研究，研究人員主要采用了問卷調查研究法與實驗行為經濟學范式。研究基于一個具有代表性的美國居民樣本（N=400）。核心方法是在線實施的信任博弈，通過系統性地操控受托人（分為人類和AI兩類）的感知溫度與能力水平，并測量參與者相應的信任行為（以投資金額衡量），從而量化社會感知維度對人機信任差異的影響。
研究結果
AI受托人總體上面臨“信任赤字”
數據分析揭示了一個清晰的總體趨勢：無論感知特質如何組合，AI受托人獲得的信任投資，顯著低于人類受托人。這表明，在當前的社會認知背景下，AI作為一種新型社會主體，在獲取人類信任的起跑線上就處于不利地位，存在一種固有的“信任赤字”。
“溫度”是決定人機信任鴻溝寬窄的關鍵閥門
研究最核心的發現在于，身份（人類/AI）與感知溫度之間存在顯著的交互作用。具體而言：
- •
在“低溫度”條件下，AI與人類受托人之間的信任差距被急劇放大。當一個AI被感知為冷漠、不友好時，它遭受的信任懲罰遠超過一個同樣被感知為冷漠的人類。
- •
相比之下，在“高溫度”條件下，AI與人類受托人之間的信任差距雖然依然存在，但顯著縮小。一個被感知為溫暖、善意的AI，能夠部分彌合因其“非人”身份帶來的信任鴻溝。
“能力”的影響力相對有限且模式不同
與溫度的強效調節作用形成對比，感知“能力”維度的效應模式有所不同。研究發現，能力對信任有主效應（高能力者通常獲得更多信任），但其與受托人身份（人類/AI）的交互作用并不像溫度那樣顯著。這意味著，無論是人類還是AI，高能力通常都能帶來更多信任，但能力的高低并未顯著改變人類與AI之間信任差距的大小。換言之，提升AI的能力固然能增加對其的信任，但無法像提升其“溫度”那樣，有效緩解因其AI身份導致的信任不足。
結論與討論
本研究通過精巧的實驗設計，實證了社會感知的基本維度，特別是“溫度”，在塑造人機信任中扮演著至關重要的角色。結論明確指出：人工智能代理普遍面臨比人類更低的信任水平，而這種“信任鴻溝”在代理被感知為缺乏溫暖（低溫度）時會變得尤為深壑。
這一發現具有多重重要意義。首先，在理論層面，它將經典的社會認知框架成功應用于新興的人機交互領域，證實了人類在評估AI時，會不自覺地調用與評估人類相似的認知圖式，尤其是對“意圖”和“友善度”（即溫度）的評估，這可能比對其“技能”（即能力）的評估更能影響深層的信任決策。這挑戰了單純強調AI性能與準確性的傳統設計思路。
其次，在實踐與應用層面，研究為“可信賴AI（Trustworthy AI）”的設計提供了極具價值的指引。它強烈提示，為了構建更易被人類接受和信賴的AI系統，開發者和設計者不能只專注于提升算法的效率、準確性與能力（competence）。相反，必須將“塑造溫暖的感知”提升到戰略高度。這意味著AI的交互設計（如對話語調、響應方式、解釋風格）、外觀呈現乃至決策透明度，都需要有意識地傳遞出友好、善意、為人類利益考慮的“溫度”信號。例如，一個在出錯時能表達歉意、解釋原因并給出后續建議的客服AI，可能比一個僅僅高效準確地報錯但態度冰冷的AI，更能維持用戶的長期信任。
總之，這項研究猶如一盞明燈，照亮了人機信任構建道路上曾被忽略的關鍵岔口。它告訴我們，要讓AI真正融入人類社會，成為可靠的伙伴，我們或許需要投入與優化算法同等甚至更多的精力，去為這些數字智能“賦予溫度”。因為最終，信任不僅關乎機器“能做什么”，更關乎我們感覺它“愿為何人”。
