钟文君和罗江华的研究《Befriend GenAI Chatbots: Exploring the Determinants of Parasocial Relationship in Human-AI Interaction through a Hybrid PLS-ANN-NCA Approach》发表于International Journal of Human–Computer Interaction，于2025年8月1日在线发表。该研究由西南大学西南民族教育与心理研究中心完成。

该研究属于人机交互（Human-Computer Interaction, HCI）与媒体心理学领域，聚焦于生成式人工智能（Generative AI, GenAI）聊天机器人如何与用户形成准社会关系（Parasocial Relationship, PSR）。随着Replika等平台的出现，GenAI聊天机器人已从功能性工具转变为提供情感支持与陪伴的社交参与者，但现有研究多关注可用性等任务导向因素，对情感和关系维度的探索不足，且传统线性模型难以揭示PSR形成的复杂动态。因此，研究旨在整合准社会互动（Parasocial Interaction, PSI）理论和情感联结理论（Theory of Affective Bonding），构建并验证一个综合理论模型，以探索并确定驱动人与GenAI聊天机器人之间准社会关系发展的充分条件与必要条件。

研究采用横截面调查设计，使用Credamo平台招募了547名有与GenAI系统进行社交互动的经验的中国大学生作为研究对象，其平均年龄24.29岁，包含不同教育背景。 所有量表均改编自己验证的量表，并经过严格的双语翻译与回译程序以确保内容效度。研究的核心方法学创新在于其三阶段混合分析流程，该流程顺序性地结合了偏最小二乘结构方程模型（Partial Least Squares Structural Equation Modeling, PLS-SEM）、人工神经网络（Artificial Neural Network, ANN）和必要条件分析（Necessary Condition Analysis, NCA），旨在从线性关系、非线性模式及必要条件三个层面，系统且全面地解析PSR的形成机制。

在研究流程中，第一阶段使用SmartPLS 4.1执行PLS-SEM。首先对测量模型进行评估，结果显示所有构念的Cronbach’s α系数和组合信度（Composite Reliability, CR）均高于0.70，平均方差提取量（Average Variance Extracted, AVE）高于0.50，表明信度与收敛效度良好；异质-单质比率（Heterotrait-Monotrait Ratio, HTMT）全部低于0.90，确认了区分效度。通过对547份有效样本进行分析，结构模型评估结果支持了所有直接假设路径，并验证了情感验证在感知拟人化、感知适应性、感知专业性对PSR影响中的中介作用。模型解释了PSR的74.1%的方差和情感验证的54.3%的方差，预测相关性Q²值分别为0.547和0.351，且模型在样本外预测中优于线性基准模型，展现了优秀的解释力和预测力。

第二阶段采用IBM SPSS Statistics 26执行多层感知器人工神经网络分析。研究将理论模型分解为预测PSR（模型1）和预测情感验证（模型2）的两个独立ANN模型，均采用双隐藏层深度学习架构和十折交叉验证。在模型1的敏感性分析中，情感验证以100%的标准化重要性成为预测PSR的最重要因素，紧随其后的是感知拟人化（88.46%）和感知适应性（70.84%）。模型2的结果显示，感知拟人化（100%）、感知适应性（73.24%）和感知专业性（49.74%）是驱动情感验证的关键预测因子。两个模型的训练和测试均方根误差（Root Mean Square Error, RMSE）均低于0.08且差异极小，实际值对预测值散点图和残差分布图均证明了模型的高预测精度和可靠性。

第三阶段使用R语言的“NCA”包执行必要条件分析。分析结果表明，情感验证、感知拟人化、感知适应性、感知专业性和感知安全性均是形成PSR的必要条件，效应量（Effect Size, d）介于0.11至0.268之间。瓶颈分析进一步揭示了PSR发展的阶段性特征：在PSR形成的早期（10%-30%水平），仅感知适应性和感知安全性是必要条件，为早期信任打下基础；而在更深层次的关系阶段（例如90%水平），所有因素的阈值要求均大幅提升，这精准地量化了不同关系深度下各构念的最低阈值。尤为关键的是，情感验证在预测情感验证的模型中，被发现是一个“应该拥有”的充分条件，但并非“必须拥有”的必要条件，这为理论整合的必要性逻辑提供了关键证据。

综合所有结果，本研究得出了多层次的核心发现。第一，情感验证是PSR形成的核心机制，它不仅是PSR最强的线性预测因子和必要条件，还在感知拟人化、适应性与专业性对PSR的影响中发挥关键的桥梁中介作用。第二，研究揭示了人机准社会关系发展的动态、分阶段模式：在互动初期，感知适应性和感知安全性是建立信任和初始粘性的基础性必要条件；随着互动深入，感知拟人化的重要性凸显，强力驱动情感验证；而到了更高承诺的关系阶段，感知专业性则成为维持深度情感纽带不可或缺的条件。这些发现充分说明了用户对AI的关系期望是如何随互动加深而演化的。

本研究的价值和意义体现在多个层面。理论上，它将传统上用于描述对媒体人物单向依恋的PSR理论，成功扩展至动态、交互的GenAI情境，并整合情感联结理论，构建了一个集关系机制与情感驱动力于一体的新框架。方法学上，创新的PLS-ANN-NCA三阶段混合方法，克服了单一方法的局限，能够同时捕捉线性、非线性和不对称的必要条件关系，为HCI和信息系统的复杂实证研究提供了新的方法论范本。实践上，研究为设计情感智能、以用户为中心的AI提供了可操作指南：设计者可将情感识别与共情回应作为核心功能；在用户入门阶段优先确保系统的安全与自适应能力；并随着用户“关系阶段”的提升，动态增强系统的人格化特质和专业深度，这尤其适用于心理健康、教育和客户服务等需要建立长期信任的领域。