社交機器人如何提升用戶社會臨場感？表情包情感效價在人智對話交互中的作用

鄧俊易欣妍傅詩婷

（1.武漢大學(xué)城市設(shè)計學(xué)院，武漢，430072；2.武漢大學(xué)信息管理學(xué)院，武漢，430072）

1 引言

隨著人工智能技術(shù)的快速發(fā)展，智能體可以通過模擬人際交流方式，遵循一定的社會規(guī)范與人類開展溝通與互動，這類智能體被稱為社交機器人（social robot）[1]。大量研究表明，人們往往將社交機器人視為與人一樣的社會主體，并將人際交流中習(xí)得的社會規(guī)范和期望遷移至與其對話的過程中[2]。因此，在這一人智交互場景中，人們會感受到“像與人類交流一樣”的社會臨場感（social presence）[3]，并作出與人際互動反應(yīng)相似的社會化反應(yīng)（social response）[4]。而這種社會臨場感與社會化反應(yīng)的程度決定了人智交互中的用戶體驗[5]。

在人際交流中，人們經(jīng)常使用表情包這類以“貼圖（sticker）”形式繪制的表情[6]，其與文字分別作為非語言與語言形式的社交線索（social cues），塑造了人們對交流對象的感知，并引導(dǎo)對話和互動的有序開展[7]。在人智交互過程中，大部分聊天機器人僅僅使用文字信息與用戶溝通，而實際上，當(dāng)聊天機器人在交流過程中使用表情包時，可以提升用戶對其社會性與擬人度的感知[8]，更具象地傳達情感信號，彌補文字交流的不足[6]。

但是，如何設(shè)計聊天機器人的文本與表情包匹配機制仍然存在爭議。盡管人們往往認為在人際交流中使用與文本情感效價（emotional valence）一致的表情包可以增強情感表達，幫助人們更準(zhǔn)確、高效地識別情緒和處理信息[9–11]。但隨著表情包內(nèi)涵的豐富以及交流語境的多變，一些非常規(guī)的交流方式也逐漸流行，如通過“消極文本+笑臉表情”組合來傳達反諷、陰陽怪氣的情緒[12]，或是用“積極文本+哭泣表情”以夸張地表達“喜極而泣”的感受等。這種情感效價不一致的表情包與文本的使用，也可能會提升人們對聊天機器人擬人化程度的感知。

為了評估兩種匹配機制下的人智交互體驗差異，本研究采取了組內(nèi)設(shè)計的受控實驗方法。在圖情領(lǐng)域的信息行為研究中，受控實驗是最為廣泛使用的用戶體驗度量方法之一。其通過控制變量的方式，準(zhǔn)確度量特定信息刺激對用戶體驗的影響，從而為設(shè)計決策提供理論依據(jù)與實踐指導(dǎo)，彌補傳統(tǒng)設(shè)計學(xué)領(lǐng)域過度依賴設(shè)計師主觀靈感、判斷與經(jīng)驗所導(dǎo)致的不足。

本研究構(gòu)建了一個模擬的人智交互受控實驗環(huán)境，度量聊天機器人應(yīng)用表情包時的用戶體驗，并且量化分析表情包與文本情感效價一致性是否以及如何影響社會臨場感與社會化反應(yīng)。研究結(jié)果將為提升聊天機器人的社交屬性、完善社交機器人的對話設(shè)計提供理論基礎(chǔ)，為優(yōu)化社交機器人的設(shè)計決策流程提供方法論支持，并為發(fā)展多模態(tài)交互的社交機器人提供實踐指導(dǎo)。

2 相關(guān)研究

2.1 表情包與文本的情感效價一致性

Seeger等人將社交線索歸納為三種基本類型，分別是身份線索、語言線索和非語言線索[13]。在線上人際交流情景中，人們可以借助文本和表情包作為語言線索和非語言線索清晰地表達自身情感，并讓接收者準(zhǔn)確地感知信息的情感效價，包括判斷情感屬于積極情感還是消極情感，及其積極或消極的程度[14]。當(dāng)表情包與文本傳達了相同的情感時，則認為表情包與文本的情感效價相一致。盡管目前人智交互研究尚未揭示表情包與文本情感效價一致性對于交互過程與交互體驗的影響，但已有部分人際交流研究揭示了其對認知加工、情感感知的影響，并提供了實證依據(jù)。

關(guān)于認知加工的研究結(jié)果比較一致，即相比于表情包與文本情感效價不一致的情況，當(dāng)二者一致時，人們對于信息的認知加工速度更快[9-10,15]。Sarkar等人發(fā)現(xiàn)，當(dāng)在交流過程中使用情感效價不一致的文本與表情包時，人們會認為信息比較模棱兩可[16]。Aldunate等人的實驗結(jié)果表明，當(dāng)表情包情感效價與文本情感效價不一致時，參與者會耗費更多時間來判斷信息發(fā)送者的情緒狀態(tài)[9]。

關(guān)于情感感知的研究結(jié)果則存在爭議。一部分研究者認為，使用與文本情感效價一致的表情包有助于信息接收者識別文本信息的情感基調(diào)，并放大信息所傳遞的情緒強度[10-11]；Boutet等人發(fā)現(xiàn)，當(dāng)表情包與文本的情感效價相悖時，信息接收者對于發(fā)送者情緒狀態(tài)的判斷主要依賴于表情包的情感效價[10];Walther等人認為，使用消極的表情符號將會導(dǎo)致接收者對于信息的整體解釋轉(zhuǎn)向消極情緒[17]。然而，也有一部分研究發(fā)現(xiàn)，在特定人際交流情景中，不一致的表情包與文本效價組合也具有其特殊作用[9,16]。比如Aldunate等人證明了當(dāng)表情包與文本效價不一致時，接收者更容易從中識別出消極情緒[9]；Sarkar等人發(fā)現(xiàn)，當(dāng)表情包與文本效價不一致時將傳達一種反諷的情緒[16]，而這種反諷情緒往往能夠營造幽默風(fēng)趣的效果，提升人際交流體驗[18]。

2.2 人智交互中的社會臨場感

社會臨場感這一概念最早由傳播學(xué)領(lǐng)域提出，指在互動過程中，他人被感知到的“真實性”[19]。后來被延伸到人機交互領(lǐng)域，多將其定義為：計算機系統(tǒng)被視為一個“真實的人”的程度[3,20]。Brendel等人認為，感知到的社會臨場感是指用戶從聊天機器人處體會到與人類接觸的感覺，感知到人類的溫暖，或者是認為其交互風(fēng)格是社會化的[21]。社會臨場感在以計算機為媒介的人際交流領(lǐng)域、人機交互領(lǐng)域被廣泛研究，已被證明與信任、說服力、吸引力等要素存在密切聯(lián)系[22-23]。Hassanein和Head發(fā)現(xiàn)社會臨場感與顧客對在線購物網(wǎng)站的信任、享受度和感知有用性呈正相關(guān)，進而導(dǎo)致用戶產(chǎn)生更強的購買意愿[24]；Brendel等人基于COVID-9的商業(yè)醫(yī)療背景并通過調(diào)查發(fā)現(xiàn)，聊天機器人引發(fā)的社會臨場感能夠使用戶對其產(chǎn)生更高的信任度，從而提高病患遵從醫(yī)囑的意愿[21]。因此，在不同應(yīng)用場景下，社會臨場感都將確保良好的溝通過程，并產(chǎn)生積極的溝通結(jié)果。

研究表明，當(dāng)智能體具備擬人化特征時，用戶更容易在交互時感受到社會臨場感[4]。這種感知到的“擬人化特征”可以被視為一種社交線索，而社交線索往往作為社會臨場感的“前因”被廣泛研究[7,25]。因此，文本和表情包分別作為語言線索和非語言線索，將有助于提升社會臨場感[13,26]。Adam等人發(fā)現(xiàn)，在文本中采取自我披露、閑聊、同理心展現(xiàn)等擬人化的表述形式時，能夠顯著提升用戶對聊天機器人的遵從性，并且社會臨場感在其中起到中介效應(yīng)[27]；Li等人的研究也表明，當(dāng)聊天機器人使用了添加表情包的非正式語言風(fēng)格時，將有助于顧客與聊天機器人形成準(zhǔn)社會關(guān)系（Parasocial Interaction），進而提升持續(xù)使用意圖和品牌好感度[8]；Konya-Baumbach等人則發(fā)現(xiàn)，當(dāng)聊天機器人使用第一人稱的擬人化語言風(fēng)格時，人們將產(chǎn)生較強的社會臨場感，并對人們的信任、購買意愿、品牌口碑和購物體驗滿意度產(chǎn)生積極影響[28]。

2.3 人智交互過程中的社會化反應(yīng)

社會化反應(yīng)理論（social response theory）指出，當(dāng)人們對計算機賦予人格后，會下意識地在人機交互過程中應(yīng)用社會規(guī)范，并作出類似于人際互動的反應(yīng)[4]。因此，當(dāng)人們與擬人化的智能體進行交互時，也可能會產(chǎn)生被說服、青睞、信任及持續(xù)交互意愿等反應(yīng)[7]。在人智交互研究情景中，這些反應(yīng)分別對應(yīng)了人們對于智能體給出建議的接受程度、對智能體的滿意程度和信任度以及后續(xù)使用意愿[21,29-31]。

在人智交互領(lǐng)域，相關(guān)研究表明，聊天機器人身上社交線索的傳遞會觸發(fā)用戶的不同社會化反應(yīng)。例如Diederich等人基于可持續(xù)背景，發(fā)現(xiàn)感知到的擬人化和社交線索能夠提高聊天機器人的說服力，促進用戶接受其綠色出行的建議并形成可持續(xù)的信念[31]；Verhagen等人通過在研究中賦予虛擬客服類人的外表并采用友好、專業(yè)和提供微笑的服務(wù)，證明了智能體展現(xiàn)個性化、傳遞社交線索對用戶滿意度的顯著影響[30]；Brendel等人為醫(yī)療系統(tǒng)中的聊天機器人配備性別、名稱和類人的語言風(fēng)格等社交線索，發(fā)現(xiàn)社會臨場感可以有效提高用戶的信任度和感知可信度[21]；Jiang等人的研究闡明了聊天機器人的擬人化作為社交線索對用戶行為意向的影響機制，通過采用可愛的溝通方式能夠增加聊天機器人的社會臨場感，并由此正向影響用戶對產(chǎn)品的持續(xù)使用意愿[29]。

而社會臨場感作為社會化反應(yīng)的前因，往往在各種社交線索對社會化反應(yīng)的影響中起到中介效應(yīng)。Konya-Baumbach等人通過為聊天機器人配備類似人類的語言社交線索，證明了社會臨場感在其對信任、購買意愿的積極影響中的顯著中介效應(yīng)[28]。Toader等人的研究表明，當(dāng)高度擬人化的女性聊天機器人參與社交行為時，即使在犯了錯誤的條件下也能導(dǎo)致消費者積極的社會化反應(yīng)，如原諒和信任，而感知到的社會臨場感在擬人化的社交線索對信任的影響中起到了中介效應(yīng)[32]。Schurink在實驗中構(gòu)建了一個線上購物場景，證明了以真人頭像作為非語言社交線索的聊天機器人能夠通過增加社會臨場感，進而更多地收獲用戶滿意度和購買意愿的積極社會化反應(yīng)[33]。

2.4 研究問題

聊天機器人往往具備強大的社交功能，可以使用表情包與文本作為不同形式的社交線索，以更鮮明、擬人化地傳達自身情感。鑒于在人際交流中，表情包與文本情感效價的一致性對于交流效果的影響存在爭議，因而在人智交互中，這種效價的一致性對交互體驗的影響同樣存疑，即當(dāng)表情包與文本效價不一致時，既可能由于信息傳遞清晰度的減弱而降低交互體驗，也可能因為其個性化、擬人化的表達方式而受到用戶青睞，提升社會臨場感并促進社會化反應(yīng)[34-35]。相關(guān)實證研究的缺乏更是導(dǎo)致其具體影響尚未可知，因此，本研究希望通過開展實證研究以探索下列問題：

Q1:在人智交互中，表情包與文本情感效價的一致性是否會影響聊天機器人的社會臨場感？如果會，將如何影響？

Q2: 表情包與文本情感效價的一致性是否會顯著影響用戶的社會化反應(yīng)（建議接受程度、滿意度、信任度、使用意愿）？如果會，將如何影響？

鑒于社會臨場感已被證明是用戶積極態(tài)度和積極行為的關(guān)鍵預(yù)測因素，相當(dāng)數(shù)量的研究表明，社會臨場感能夠在社交線索對用戶社會化反應(yīng)的影響中起到中介作用[8,27-28]。因此，本研究提出以下研究問題：

Q3: 社會臨場感在表情包與文本情感效價的一致性對用戶社會化反應(yīng)的影響中是否存在中介效應(yīng)？

3 研究方法

本研究開展了2（積極表情、消極表情）x2（積極文本、消極文本）的組內(nèi)對照實驗。參與者首先填寫前測問卷，隨后在模擬的健康飲食烹飪咨詢平臺上分別與4位聊天機器人進行對話，以咨詢某一菜品是否適合烹飪給特定對象食用。聊天機器人將回答參與者選擇的菜品是否合適，解釋具體原因，并在回復(fù)中同時使用表情包與文本。每一輪聊天結(jié)束后，參與者需要填寫相應(yīng)的后測問卷，以報告其對于在與聊天機器人對話中感受到的社會臨場感，對于聊天機器人所給出建議的接受程度，以及對聊天機器人的滿意度、信任度與使用意愿。

3.1 實驗參與者

本研究采取便利抽樣法招募了45名在日常線上交流過程中熟悉表情包與文本使用的參與者，年齡基本在20-28歲之間，其中男性10人、女性35人，本科生11人、研究生32人、博士生2人，詳細的人口統(tǒng)計學(xué)特征見表1。前測問卷調(diào)查結(jié)果顯示，93%的參與者曾有過聊天機器人的使用經(jīng)驗，63%的參與者對于聊天機器人呈積極態(tài)度，所有參與者均在線上人際交流中使用過表情包，98%參與者使用表情包的頻率較高。

表1 參與者人口統(tǒng)計學(xué)特征Table 1 Demographic Characteristics of Participants

3.2 實驗材料

3.2.1 對話文本與任務(wù)流程設(shè)計

參與者與聊天機器人的每輪對話分為三個環(huán)節(jié)：首先，當(dāng)參與者進入聊天室后，聊天機器人將與參與者打招呼，并詢問是否需要幫助；隨后，參與者可以根據(jù)任務(wù)要求，介紹自己打算烹飪的菜品及其招待對象，以獲得聊天機器人的烹飪建議；最后，聊天機器人將回復(fù)烹飪該菜品是否合適，并且說明原因。

參與者的提問信息將附在交互任務(wù)欄中，包括了招待對象的身體情況以及預(yù)期制作的菜品及其食材。參與者可以基于給出的信息，向聊天機器人介紹自己的烹飪計劃，并咨詢這一菜品選擇是否合適。

聊天機器人的回復(fù)信息包括兩段文本與一個表情包，第一段文本是聊天機器人對于參與者菜品選擇是否合適的直接判斷。為了提升人們與聊天機器人交互時的社會臨場感，聊天機器人將采用自我披露的表達方式和相對口語化、情緒化的語言風(fēng)格。其中，積極情感效價的文本為：“這沒問題?。∥矣X得是個好主意啊”，消極情感效價的文本為：“這有問題吧！我覺得是個餿主意呢”。第二段文本是聊天機器人對作出該判斷的具體原因解釋，圍繞菜品營養(yǎng)價值或弊端的簡單描述、烹飪菜品對于招待對象的利弊分析以及對于菜品選擇合適程度的再次表態(tài)，字數(shù)控制在60字左右。為了確保對話的合理性，所有關(guān)于菜品營養(yǎng)或弊端的解釋均來自于醫(yī)療健康領(lǐng)域的專家建議。

3.2.2 聊天機器人形象及表情包設(shè)計

圖1 聊天機器人頭像及表情包設(shè)計Fig.1 Chatbot Avatar and Sticker Design

3.2.3 聊天機器人系統(tǒng)設(shè)計

本研究通過Axure RP9搭建了一個模擬的健康飲食烹飪咨詢平臺（如圖2所示），包括1個首頁、4個聊天界面。首頁展示了4位聊天機器人的頭像與名字，參與者可以點擊頭像與其開展對話。在聊天界面中，參與者可以根據(jù)任務(wù)提示向聊天機器人發(fā)出提問，聊天機器人會根據(jù)提前設(shè)定的關(guān)鍵詞進行自動回復(fù)。此外，我們還為聊天機器人的每一條回復(fù)設(shè)置了1-3秒的延遲反應(yīng)，以便更好地模擬真實的人際交流過程。

圖2 模擬健康飲食烹飪咨詢平臺設(shè)計Fig.2 Design of Simulation Platform of Healthy Cooking Consultation

3.3 實驗流程

整個實驗分為五個階段（如圖3所示）。首先，參與者需要閱讀一段關(guān)于實驗任務(wù)的整體介紹和操作演示，以了解實驗的大致流程以及平臺操作步驟。其次，參與者需要填寫前測問卷（https://www.wjx.cn/vm/tTRoFOI.aspx#），以報告其人口統(tǒng)計信息、聊天機器人使用經(jīng)驗、對聊天機器人的態(tài)度、日常線上交流使用表情包的頻率等基本信息。第三，參與者將根據(jù)給定的順序與聊天機器人進行交互，并且為了避免順序效應(yīng)，本研究采取了拉丁方設(shè)計，使每位參與者的交互順序隨機。在每個聊天界面中，參與者先閱讀給定的本輪任務(wù)要求，然后向聊天機器人介紹具體情況并進行提問。聊天機器人在接收信息后，會使用文本與表情包進行回復(fù)。第四，當(dāng)參與者完成一輪對話后，即可點擊后測問卷鏈接的按鈕，并基于剛才的交互體驗填寫后測問卷（https://www.wjx.cn/vm/QMNXVR3.aspx#）。填寫完成后，參與者返回到首頁并重復(fù)上述步驟，直至四輪聊天全部進行完畢。最后，實驗者與參與者進行一次簡短的交流，以了解參與者對聊天機器人對話過程的看法與感受。

圖3 實驗流程圖Fig.3 Experimental Flow Chart

3.4 變量測量

參照以往相關(guān)研究，本研究通過7點李克特量表測量了社會臨場感、建議接受程度、滿意度、信任度以及使用意愿五個變量（1=完全不同意，7=完全同意），具體的測量項目如表2所示。

表2 測量項目Table 2 Measurement Items

4 研究結(jié)果

4.1 信效度檢驗

Cronbach alpha系數(shù)被用來評估本研究中使用的量表的可靠性。社會臨場感分量表（Cronbach's α =0.946）、建議接受程度（Cronbach's α =0.899）、滿意度分量表（Cronbach's α =0.936）、信任度分量表（Cronbach's α =0.884）和使用意愿分量表（Cronbach's α =0.971）的Cronbach's alpha值均超過了推薦的閾值0.7，表明整體量表的結(jié)構(gòu)可靠性高。

此外，本研究通過KMO系數(shù)和Bartlett球形檢驗以評估問卷的結(jié)構(gòu)效度。分析結(jié)果表明，KMO值大于0.9，且Bartlett球形檢驗的顯著性為0.000，小于推薦閾值的0.05，均說明問卷具有良好的結(jié)構(gòu)效度。

4.2 表情包與文本情感效價的一致性對社會臨場感的影響

本研究通過獨立樣本T檢驗，分析了表情包與文本效價的一致與不一致對于人與聊天機器人交互過程中社會臨場感的影響。結(jié)果表明，表情包與文本情感效價的一致組與不一致組中的社會臨場感存在顯著差異（t（170.845）=2.655，p=0.009<0.05）；相比于表情包與文本情感效價不一致組（M=4.285，SD=1.695），一致組在與聊天機器人交互過程中社會臨場感（M=4.896，SD=1.377）顯著更高。

并且，Two-way ANOVA分析結(jié)果表明，在表情包與文本情感效價一致性對社會臨場感的影響中，用戶性別不存在調(diào)節(jié)作用（F=0.475，p=0.492）。SPSS Process插件的Model1分析結(jié)果也表明，用戶對聊天機器人的態(tài)度（B=-0.1977，SE=0.1841，t=-1.0737，p=0.2844）以及聊天機器人使用經(jīng)驗（B=0.3141，SE=0.2633，t=1.1929，p=0.2345）均不存在顯著調(diào)節(jié)作用。

4.3 表情包與文本情感效價的一致性對用戶社會化反應(yīng)的影響

本研究通過獨立樣本T檢驗分析了表情包與文本情感效價的一致性對用戶對于聊天機器人建議的接受程度，以及滿意度、信任度、使用意愿的影響（見表3）。

表3 獨立樣本T 檢驗Table 3 T-test for the Independent Samples

首先，相比于表情包與文本情感效價不一致組（M=5.404，SD=1.271），一致組對于聊天機器人建議的接受程度（M=5.893，SD=0.899）顯著更高（t（160.277）=2.980，p=0.003<0.05）。

其次，相比于表情包與文本情感效價不一致組（M=4.259，SD=1.687），一致組對于聊天機器人的滿意度（M=5.041，SD=1.514）顯著更高（t（178）=3.271，p=0.001<0.05）。

然后，相比于表情包與文本情感效價不一致組（M=5.022，SD=1.418），一致組對于聊天機器人的信任度（M=5.663，SD=0.949）顯著更高（t（155.408）=3.564，p=0.000<0.05）。

最后，相比于表情包與文本情感效價不一致組（M=4.189，SD=0.180），一致組對于聊天機器人的使用意愿（M=4.978，SD=1.499）顯著更高（t（172.433）=3.198，p=0.002<0.05）。

根據(jù)上述數(shù)據(jù)分析結(jié)果可知，當(dāng)聊天機器人使用情感效價一致的表情包與文本情感效價時，有助于提高用戶對于聊天機器人建議的接受程度、滿意度、信任感以及使用意愿。并且在上述所有關(guān)系中，用戶的性別、對聊天機器人的態(tài)度、聊天機器人使用經(jīng)驗均不存在顯著調(diào)節(jié)作用（具體數(shù)據(jù)與分析結(jié)果見支撐數(shù)據(jù)）。

4.4 社會臨場感的中介效應(yīng)

本研究通過SPSS Process插件中的Model 4，分別對社會臨場感在表情包與文本情感效價一致性對建議接受程度、滿意度、信任度、使用意愿影響中的中介效應(yīng)進行檢驗。若直接效應(yīng)的置信區(qū)間包含0，而間接效益的置信區(qū)間不包含0，則代表存在顯著的完全中介效應(yīng)，即自變量只通過所檢驗的中介變量這一條路徑影響因變量。若檢驗結(jié)果的直接效應(yīng)和間接效應(yīng)的95%置信區(qū)間均不包含0，則代表存在顯著的部分中介效應(yīng)，即自變量不僅僅通過該中介變量影響因變量。具體結(jié)果如表4所示。

表4 社會臨場感中介效應(yīng)的Model 4檢驗Table 4 The Model 4-test of the Mediating Effect of Social Presence

首先，在表情包與文本感知效價一致性對用戶建議接受程度的影響中，社會臨場感起到了顯著的完全中介效應(yīng)（Effect=0.2503， BootSE=0.1081，BootLLCI=0.0567， BootULCI=0.4734 ）。

其次，在表情包與文本感知效價一致性對用戶滿意度的影響中，社會臨場感起到了顯著的完全中介效應(yīng)（Effect=0.4305，BootSE=0.1710，BootLLCI=0.1025，BootULCI=0.7744）。

第三，在表情包與文本感知效價一致性對用戶信任度的影響中，社會臨場感起到了顯著的部分中介效應(yīng)（Effect=0.311，BootSE=0.1280，BootLLCI=0.0772，BootULCI=0.5851）。

最后，在表情包與文本情感效價一致性對用戶使用意愿的影響中，社會臨場感同樣起到了顯著的 完全中介 效 應(yīng)（Effect=0.4786，BootSE=0.1840，BootLLCI=0.1232，BootULCI=0.8387）。

綜上，數(shù)據(jù)分析結(jié)果表明：社會臨場感在表情包與文本情感效價一致性對用戶社會化反應(yīng)各個維度（建議接受程度、滿意度、信任度、使用意愿）的影響中均起到中介效應(yīng)。

5 討論

首先，表情包與文本情感效價一致性被證明會影響用戶與聊天機器人對話過程中的社會臨場感。具體而言，積極表情包搭配積極文本、消極表情包搭配消極文本比起其他組合方式更能提升聊天機器人的社會臨場感，讓人覺得與聊天機器人的交互過程像是與真人交互一樣。該結(jié)論與Boutet和Hand等學(xué)者在人際交流情景中觀察得到的結(jié)論相一致[10-11]，說明無論是在人際交流還是人智交互情景中，人們都更青睞信息發(fā)送方使用情感效價相一致的表情包與文本組合。這也再次證明了，即使在人智交互情景中，人們也會自然而然地沿襲人際交流中使用的規(guī)范與偏好[2]。

其次，表情包與文本情感效價的一致性被證明會影響用戶對于聊天機器人的社會化反應(yīng)，包括對于聊天機器人建議的接受程度和對聊天機器人的滿意度、信任度、使用意愿。具體而言，人們更愿意接受使用情感效價一致的表情包與文本的聊天機器人所給出的建議，并對其產(chǎn)生更高的滿意度、信任感，也更愿意再次使用該聊天機器人。然而，本研究原本設(shè)想的聊天機器人使用情感效價不一致的表情包與文本來實現(xiàn)類似人際交流中的反諷或幽默效果，以提高社會臨場感的預(yù)期效果并未實現(xiàn)。實驗結(jié)果表明，絕大多數(shù)用戶并不接受聊天機器人使用情感效價不一致的表情包與文本。一方面，這或許可以歸結(jié)為情感效價沖突會提高溝通的不確定性，導(dǎo)致信息更為模棱兩可，增加額外的解碼負擔(dān)[39]，從而產(chǎn)生認知負荷，影響人們對聊天機器人回復(fù)信息的認知加工效率，反而降低了人智交互體驗；另一方面，這一結(jié)果也可能與人機關(guān)系中的刻板印象和消極的預(yù)期違背行為相關(guān)[40-41]。預(yù)期違背理論（expectancy violations theory）指出個體會對事物或交流行為存在既定的預(yù)期，而當(dāng)現(xiàn)實情況違反這一預(yù)期時，就會降低違規(guī)者的吸引力[40]，這屬于一種對事物的心理預(yù)期與其實際表現(xiàn)產(chǎn)生矛盾時所導(dǎo)致的不適和厭惡。研究者通過與參與者在實驗后進行交流發(fā)現(xiàn)，大多數(shù)人認為聊天機器人就應(yīng)該遵循常規(guī)的表情包與文本使用方式，以清晰、禮貌地傳遞信息，表達傳情感。因此，當(dāng)聊天機器人使用情感效價不一致的表情與文本時，參與者反而會覺得奇怪并且難以理解，甚至反感與排斥。

最后，在表情包與文本情感效價一致性對用戶社會化反應(yīng)的影響中，社會臨場感起到了顯著的中介效應(yīng)。其中，對于聊天機器人的建議接受程度、滿意度與使用意愿而言，社會臨場感具有完全中介作用。換言之，只有通過提升人們與聊天機器人交互過程的社會臨場感，才能夠促使人們接納聊天機器人的建議，帶來滿意的交互體驗，并產(chǎn)生與聊天機器人持續(xù)交互的意愿。然而，對于聊天機器人的信任感而言，社會臨場感僅起到了部分中介效應(yīng)。其原因可能是在人際關(guān)系中，信任建立的前因往往是多重而復(fù)雜的，不僅取決于交流過程的體驗，還取決于交流對象的可信度，關(guān)系建立的長短以及個體的價值觀、態(tài)度和情緒等因素[42]。因此在人智交互中，除了社會臨場感之外，用戶的信任度還可能取決于人機關(guān)系的親密程度以及用戶的個人習(xí)慣與使用偏好，后續(xù)研究可以針對影響人智交互信任感的因素開展進一步討論。

6 總結(jié)

本研究通過構(gòu)建模擬人智交互受控實驗環(huán)境，度量并比較了45位參與者在表情包與文本情感效價一致與不一致組中的社會臨場感與社會化反應(yīng)。結(jié)果表明，與不一致組相比，一致組的用戶更愿意接受聊天機器人的建議，對聊天機器人的滿意度、信任度和使用意愿也更高。

本研究的理論啟示包括三點：首先，豐富了人智交互中的表情包應(yīng)用研究，量化了人智交互情景中的表情包與文本匹配機制；其次，驗證了“計算機是社會行動者”（computers are social actors）范式，即人們與聊天機器人交互時，會產(chǎn)生與人際交流類似的社會臨場感與社會化反應(yīng)，人智交互與人際交流情景存在共通之處[43]；最后，本研究緊緊圍繞聊天機器人的社交屬性，揭示了人智交互情景中，社交線索、社會臨場感、社會化反應(yīng)之間的相互作用與密切聯(lián)系。

本研究的實踐啟示包括兩點：首先，本研究為聊天機器人的對話設(shè)計提供了依據(jù)，有助于提升社交機器人交互體驗，幫助其更好地遵循社交規(guī)范、融入人類社會環(huán)境；其次，本研究為發(fā)展多模態(tài)交互的社交機器人提供實踐指導(dǎo)，未來的社交機器人設(shè)計不僅要關(guān)注單一的社交線索，還需要不同社交線索之間的配合，比如確保面部表情、語言風(fēng)格、肢體動作等要素所傳達情緒的一致性，從而實現(xiàn)更好的擬人化效果，提高社會臨場感、加強社會化反應(yīng)。

此外，作為一項受控實驗法在人智交互體驗設(shè)計決策中的應(yīng)用案例，本研究為后續(xù)信息資源管理學(xué)科與設(shè)計學(xué)開展跨學(xué)科交叉研究提供了啟示。一方面，設(shè)計學(xué)為信息資源管理學(xué)科開展信息行為研究提供了實際應(yīng)用場景與亟待解決的實踐問題，自下而上地提供了研究動力；另一方面，信息資源管理學(xué)科所積累的一整套研究方法體系也為設(shè)計決策的量化評估提供了新范式，自上而下地提升設(shè)計決策的科學(xué)性與可靠性。

本研究仍存在一定局限性：首先，本研究只完成了人與聊天機器人單次接觸的截面實驗，后續(xù)還可以采取長期接觸的縱向追蹤實驗；其次，本研究采取了便利抽樣法，招募對象均為20-28歲區(qū)間的在校大學(xué)生，考慮到表情包和文本的組合使用習(xí)慣在不同人群中可能存在差異，未來應(yīng)面向更多年齡段、文化背景的人群開展研究。

作者貢獻說明

鄧?。禾岢鲅芯克悸?，設(shè)計研究方案；

易欣妍：進行實驗，采集數(shù)據(jù)，起草論文；

傅詩婷：完善研究設(shè)計，清洗和分析數(shù)據(jù)，論文最終版本修訂。

支撐數(shù)據(jù)

支撐數(shù)據(jù)由作者自存儲，E-mail:yxy17259@outlook.com。

1.易欣妍，傅詩婷，鄧俊. 調(diào)查問卷.docx. 問卷內(nèi)容及量表設(shè)計.

2.易欣妍. 實驗結(jié)果匯總. xlsx.實驗結(jié)果數(shù)據(jù).

3.傅詩婷，易欣妍. 結(jié)果分析. docx. 實驗數(shù)據(jù)分析.

附錄1

Appendix 1

人與聊天機器人的對話文本Dialogue Text Between Human and Chatbot