该文档属于类型a：单篇原创研究的学术报告。以下是针对该研究的详细学术报告：
作者与机构
本研究由Navya N. Sharan、Jochen Peter和Caroline L. van Straten共同完成，三位作者均来自荷兰阿姆斯特丹大学传播研究院（University of Amsterdam, Amsterdam School of Communication Research）。研究发表于2025年的《International Journal of Social Robotics》第17卷，页码为1467–1484，DOI编号为10.1007/s12369-025-01293-8。
学术背景
本研究属于人机交互（Human-Robot Interaction, HRI）与社会机器人（Social Robotics）领域，核心科学问题聚焦于“计算机作为社会行动者”（Computers-Are-Social-Actors, CASA）理论框架的适用性。CASA理论认为，人类会无意识地将人际交往的社会脚本（social scripts）应用于与机器的交互中，但近年研究批评该理论存在“人类中心偏见”（anthropocentric bias），即过度依赖人类视角而忽视机器独有的能力（如超人类认知功能）。
研究背景基于两项关键矛盾：
1. 技术发展矛盾：随着社交机器人具备实时处理海量数据等“超人类能力”（augmented capabilities），传统CASA理论可能无法解释人类对这类机器的反应。
2. 理论验证矛盾：早期CASA研究（如Nass等人1996年关于团队互依性interdependency的实验）的结论在新技术环境下是否仍成立尚不明确。
研究目标是通过实验验证以下问题：
- 机器人展示超人类认知能力是否削弱CASA理论的人类中心偏见？
- 团队互依性（interdependency）在人类-机器人协作中是否仍能触发社会脚本？
研究流程与方法
研究采用2×2被试间实验设计，自变量为：
1. 认知能力展示（控制组 vs. 超人类能力组）；
2. 互依性（互依团队 vs. 非互依团队）。共260名参与者（最终样本259人）被随机分配至四组，每组约65人。
实验步骤：
1. 任务设计：参与者与NAO机器人讨论三个伦理困境任务（电车难题变体）。任务流程标准化：
- 参与者先独立回答问题；
- 与NAO讨论决策逻辑（NAO的回应预编程，超人类能力组强调其基于互联网数据的分析能力）；
- 最终提交修改后的答案。
2. 互依性操控：告知参与者其表现将与NAO联合评分（互依组）或独立评分（非互依组）。
3. 变量测量：
- 行为一致性（behavioral conformity）：参与者最终答案与NAO答案的一致性次数（0–3分）；
- 实体性（entitativity）：感知与机器人作为团队的程度（3题项，7级量表）；
- 交互性（interactivity）：团队互动体验（4题项，7级量表）。
数据分析方法：
- 使用SPSS进行双因素方差分析（ANOVA）和逻辑回归；
- 控制变量包括实验操作员差异和技术故障。
主要结果
1. 互依性效应不显著：假设H1未获支持。互依性对行为一致性（OR=0.54, p=0.051）、实体性（p=0.398）和交互性（p=0.150）均无显著影响，表明传统CASA理论中的团队社会脚本在HRI中可能失效。
2. 超人类能力提升行为一致性：假设H2部分成立。超人类能力组的行为一致性显著高于控制组（OR=0.28, p<0.001），但实体性和交互性无差异。这表明参与者因机器人“更聪明”而服从其建议，但未增强团队认同。 3. **交互作用不显著**：假设H3未成立。超人类能力未强化互依性对行为一致性的影响（p=0.064），也未削弱其对团队感知的影响（p>0.4）。
结果逻辑链：
- 行为一致性的提升支持“算法欣赏”（algorithmic appreciation）理论，即人类因相信机器的分析能力而遵从；
- 团队感知无变化可能与“诡异悬崖”（uncanny cliff）效应有关——NAO的人形外观削弱了超人类能力的影响。
结论与价值
1. 理论意义：
- 质疑CASA理论在先进机器人中的普适性，支持需结合“双拟人化模型”（dual anthropomorphism）解释混合社会响应（自动 vs. 反思性过程）；
- 提出超人类能力可能通过信息性顺从（informational conformity）而非规范性顺从（normative conformity）影响行为。
2. 应用价值：
- 为设计协作机器人提供新视角：突出功能性能力而非社会性线索可能更有效；
- 警示HRI研究需关注技术特异性脚本（technology-specific scripts）的演化。
研究亮点
1. 创新性设计：首次将CASA经典实验（Nass et al., 1996）拓展至超人类能力机器人，结合电车难题任务量化行为一致性。
2. 矛盾性发现：揭示行为服从与团队感知的分离，挑战“社会脚本统一激活”假设。
3. 跨学科整合：融合传播学（CASA理论）、心理学（最小群体范式）与机器人学（诡异谷理论）。
其他价值
- 预注册与开源数据（OSF平台）增强研究透明度；
- 提出未来方向：需开发更自然的交互脚本以检验社会脚本的边界条件。
（报告总字数：约1500字）