外观
新闻Robohub1 个月前
Science Robotics：具身表达性机器人犯错诱发催产素升高与信任崩塌
本文由 AI 根据公开内容整理，可能有误，请以原文为准：When expressive humanoid robots are awkward, people become wary – new brain study（Robohub）
核心内容
Drexel大学联合空军学院在Science Robotics发表研究，通过50名受试者与Pepper机器人进行联合决策实验，结合fNIRS脑成像与激素检测量化交互信任机制。研究发现当具备手势、眼神等表达性的机器人在对话中打断用户或给出非逻辑建议时，受试者体内催产素水平反而显著上升，且该激素峰值与对机器人的信任度及建议采纳率呈强负相关，证实高表达性并未提供错误缓冲，反而加剧了用户的警惕与怀疑。
便携式fNIRS数据显示，表达性机器人犯错时受试者背外侧前额叶皮层（不确定性监控）与内侧前额叶皮层（心智化推理）出现显著协同激活，这种神经耦合在无表情机器人组中缺失。这表明拟人化线索促使人脑调用社会认知网络处理交互异常，将算法错误重构为人际层面的社会规范违背。该发现修正了“拟人化增强信任”的工程假设，指出在服务与陪伴场景中，高表现力本体需匹配更高精度的交互策略以避免触发防御性生理反应。
关键看点
- 催产素悖论：表达性机器人犯错致催产素升高，该激素在此场景下表征社会警觉而非亲密感，直接预测信任度下降与建议采纳减少
- 神经机制解耦：fNIRS证实表达性失误引发dlPFC与mPFC协同激活，表明大脑启用社会认知网络处理异常，将技术故障归类为社会规范违背
- 实验范式创新：采用便携式fNIRS替代传统MRI，在自然对话与肢体互动中实时采集脑血氧数据，突破静态扫描对具身交互研究的限制
- 设计假设修正：证伪“拟人化提升容错率”观点，揭示高表达性会将机械错误转化为社交冒犯，要求本体开发需同步提升交互鲁棒性
工程与产业观察
该研究为具身智能HRI设计提供关键神经科学依据：拟人化表达是双刃剑，在算法未达完美前过度拟人可能放大交互失败的负面体验。工程侧应建立“表达-能力”匹配原则，或在高表达本体中植入显式错误恢复与道歉机制，避免触发用户社会认知系统的防御性排斥，这对陪伴与服务机器人落地至关重要。
来源
本页事实对应的公开页面，以原文为准。