这篇文档属于类型b（科学论文，但非单一原创研究报告），是一篇理论框架构建类论文。以下是针对该文献的学术报告：
作者与机构
本文由荷兰阿姆斯特丹自由大学（Vrije Universiteit Amsterdam）媒体心理学项目组的Elly A. Konijn（通讯作者）、Daniel F. Preciado Vanegas和Peggy Van Minkelen合作完成，发表于2025年的*Communication Theory*期刊（卷35，第3期，139-151页），标题为《情感联结理论（Theory of Affective Bonding, TAB）：解释人类如何与社交机器人及人工他者建立关系的框架》。
论文主题
本文提出“情感联结理论（TAB）”，旨在解释人类与社交机器人（social robots）或人工他者（artificial others）建立社会情感关系（social-affective relationships）的心理机制。通过整合传播学、媒体心理学、人机交互（HRI）等领域的理论，TAB框架揭示了人类与非人类实体（如机器人）形成情感联结的四个核心命题及其作用机制。
1. 人类对非人类实体的拟人化归因（Attribution of Humanness）
作者提出，人类通过同一套神经系统处理真实与非真实（如机器人）的社交信息。这种归因源于进化形成的认知偏差，如空想性错视（pareidolia，将模糊刺激感知为人脸）和幻想性错觉（apophenia，在随机事件中寻找关联）。神经科学研究支持这一观点：例如，梭状回（fusiform cortex）不仅对人类面部有反应，对类人特征的非人类实体（如机器人）同样激活。此外，研究对比人-人互动（HHI）与人-机器人互动（HRI）的脑区活动，发现两者在语言理解和视觉处理区域高度重叠，但HRI在面部识别区域需更多认知努力。这表明，人类对机器人的“人性化”感知更多取决于用户的主观解释，而非机器人设计本身。
支持证据：
- 实验显示，人类对机器人表达共情（如被虐待的机器人引发同情）并应用人际社交规则（如礼貌回应）。
- “恐怖谷效应”（uncanny valley）的反例表明，过度拟人化设计可能引发不适，但个体差异显著，说明归因过程的主观性。
2. 需求相关性（Appeal to Relevant Needs）
情感联结的形成需满足用户的心理或功能需求。基于马斯洛需求层次理论（Maslow’s hierarchy of needs）和归属需求理论（need to belong），作者指出，社交机器人在教育、医疗等场景中能有效缓解孤独感或提升学习效能。例如，孤独老年人将机器人视为“孙辈”，儿童在机器人辅导下数学能力提升，自闭症儿童通过机器人改善社交技能。
支持证据：
- 社会交换理论（social exchange theory）表明，用户会权衡与机器人互动的成本收益。若机器人能明确其社会角色（如“数学辅导者”），并精准匹配用户需求（如孤独老人的陪伴），则更易建立长期联结。
- 实证研究显示，教育机器人对低能力学生效果更显著，因其需求（如基础训练）与机器人功能高度匹配。
3. 情感驱动的真实感（Emotion-Driven Realism）
情感体验会强化用户对非真实互动的“真实感”。情绪通过快速激活神经系统（如杏仁核）影响认知评估，使用户忽略机器人的非人类本质。例如，嫉妒或恐惧等情绪可被想象触发，类似地，与机器人的互动若引发情感反应（如快乐或依赖），用户会将其感知为“真实”关系。
支持证据：
- 神经心理学研究表明，情绪信息加工快于理性分析，导致“感觉真实即视为真实”的偏差。
- 媒体研究中“悬置怀疑（suspension of disbelief）”的传统解释被修正：情感主导的体验并非主动悬置判断，而是情绪压倒了对非真实的认知。
4. 任务对齐的示能性（Task-Aligned Affordances）
机器人的示能性（affordances，即设计暗示的交互可能性）需与用户任务或目标一致。例如，服务机器人的动作需符合社交规范（如避免将手指伸入杯中），而教育机器人需通过非语言线索（如点头或LED眼神变化）传递互动意图。
支持证据：
- 研究显示，具备面部表情的机器人更易被用户视为“朋友”。
- 当前技术局限（如自然语言处理的不足）可通过明确机器人社会角色（如“治疗师”）来弥补，以减少交互模糊性。
亮点
- 跨学科整合：将神经机制（如情绪加工）与社交机器人设计直接关联。
- 实践导向：提出“社会角色明确化”设计策略，避免技术冗余。
- 反驳“无意识社交规则应用”：指出用户与机器人的互动规则是动态建构的，而非简单移植人际交往模式。
此论文为未来人-机器人长期互动研究提供了理论基础，尤其对解决老龄化社会的护理资源短缺问题具有潜在推动作用。