年度综述：社交机器人 — 心理学在开发社交机器中的核心作用

作者及发表信息 本综述由苏黎世联邦理工学院（ETH Zurich）人文、社会与政治科学系社会脑科学实验室的 Emily S. Cross 和德国康斯特大学（Constructor University）商业、社会与决策科学学院的 Arvid Kappas 共同撰写。文章作为预发布综述于2025年11月6日在线发表，并将正式刊登于《心理学年度评论》（Annual Review of Psychology）2026年第77卷。该项工作采用知识共享署名4.0国际许可协议（Creative Commons Attribution 4.0 International License）进行开放获取发布。

综述主题与核心论点 本文是一篇详尽的学术综述，其核心论点是，开发具有社会适应能力的机器人不仅需要工程创新，更需要深度整合心理学的理论、方法和数据。文章尖锐地指出，尽管社交机器人（social robotics）领域发展迅速，并已在医疗、教育、服务和娱乐等领域部署，但其“社会”维度仍然缺乏充分的概念化和实证基础。许多机器人公司之所以失败，正是因为它们的机器人难以与用户维持有意义的长期互动。综述认为，理解人类对这些智能体的反应需要坚实的心理学框架，而以往的研究过度强调了情绪表达和情感线索，忽视了塑造人类社会互动更广泛的构念，如个体目标、角色、自我呈现和文化。生成式人工智能（generative artificial intelligence）正在重塑人机交互（human–robot interaction, HRI），但并未解决社会参与的根本性挑战。因此，本文主张心理学与机器人学之间进行持续对话，这不仅有助于开发更有社会能力的机器，也能反哺和丰富心理学科学本身。

主要观点阐述

观点一：社交机器人中的情绪检测与表达技术严重滞后于现代心理学理论。 作者首先对心理学在社交机器人，特别是情感计算（affective computing）领域的贡献演变进行了批判性评估。他们指出，当前机器自动情绪检测的主流方法，仍基于20世纪60至70年代Paul Ekman提出的基本情绪理论，该理论认为存在六到七种普遍的、可通过面部动作编码系统（Facial Action Coding System, FACS）识别的离散情绪。市场上主流的面部表情识别软件，如Affectiva和Noldus FaceReader，都是基于检测与这些基本情绪对应的面部动作单元来工作的。然而，近五十年来的情感心理学研究已经充分证明，这种将面部表情视为内在情感状态直接“读出”的理论是过时且不准确的。例如，微笑（AU12和AU6的联合激活）既不是诊断快乐的必要条件，也不是充分条件。实证研究表明，在真实世界互动中，除了微笑外，其他基本情绪的“原型”表情出现频率极低，仅占研究的三分之一或更少。作者呼吁，若要取得实质性进展，必须将当代情感科学中强调社会动机、情境和文化复杂交互作用的理论，转化为机器人可操作的计算模型，并采用多模态数据（如结合姿态、生理信号、情境信息）来更准确地评估交互者的真实状态。在情绪表达方面，该综述强调具身性（embodiment）带来的独特挑战。与屏幕上的虚拟代理不同，实体机器人的情感表达能力从根本上受限于其物理硬件和设计决策。主流的人形机器人设计为了规避“恐怖谷”（uncanny valley）效应，普遍采用了非写实、风格化的面部特征，这限制了其表情的丰富性。尽管如MIT开发的Kismet机器人，作为一个罕见的集成多种情绪理论的自主代理的例证，但其复杂性使得系统化研究变得困难，而且许多一度备受瞩目的社交机器人公司（如Jibo、Cozmo、Moxie的制造商）都因商业失败而倒闭，凸显了从实验室原型到可大规模部署的消费产品的巨大鸿沟。

观点二：社交机器人的长期生存能力取决于能否建立超越情绪的社会连接，并找到真实的用户需求场景。 作者认为，社交机器人的成功不仅依赖于稳定的平台，更取决于其长时间维持用户参与度的能力，以及让用户愿意为此支付高昂费用的价值。目前许多机器人所遵循的“瑞士军刀”式的通用设计思路——寄望于一个机器人既能够陪聊、又能识别情绪、还可以做家务——可能反而阻碍了其被市场采纳。因为用户可能更喜欢在特定任务上表现异常出色的专用工具，而非什么都会一点但都不精通的通用设备。娱乐价值会随新奇感的消退而迅速降低，绝大多数设备至今未能突破“10小时规则”（10-hour rule），即无法在超过10小时后仍维持用户的兴趣。相比之下，一个较为成功的案例是外形为格陵兰海豹幼崽的治疗型社交机器人PARO。它的成功恰恰在于其功能明确：在护理机构中，通过简单的动作和声音回应用户的抚摸，以达到减轻孤独感和陪伴痴呆症患者的目的。这表明，社交机器人的社会性应作为其特定核心功能的“锦上添花”，而非其存在的全部理由。例如，在物理康复中，机器人可以在协助患者进行重复性训练的同时，提供基于情境的反馈和激励，这样社交智能就能增强其实用价值。

观点三：领域发展面临快速演进的多重挑战，需要心理学方法的深度介入。 综述阐述了当前社交机器人研究与开发面临的四大挑战，并指出每一个挑战都需借助实验心理学的理论和方法才能有效应对。第一，人工智能（artificial intelligence, AI）特别是生成式AI的飞速发展，在带来前所未有的机遇（如更流畅的对话、多模态感知）的同时，也引发了深刻的伦理问题，如隐私、操纵、计算资源的巨大消耗所带来的环境和社会公平问题，以及当机器人的语言能力远超其物理交互能力时，给用户造成的期望错位和幻灭感。第二，自主性困境，尤其是“绿野仙踪”（Wizard of Oz, WoZ）方法的广泛使用。该方法让隐藏的人类操作员远程控制机器人以模拟自主行为，虽然在探索未来交互模式上很有价值，但也造成了“自主性鸿沟”——即模拟的能力远超当前技术可实现的范围，从而误导公众，并带来欺骗性的伦理问题。作者自己的研究发现，即使参与者明知机器人由实验者操控，他们依然会向机器人表露更多的个人信息，这一现象揭示了人机交互中心理过程的复杂性。第三，具身性的持久挑战。人们与具身代理共享空间时，会自然产生对它们感知能力和意图的期待。有效的具身不仅关乎形态，更要求机器人能通过整合多模态感觉数据实现“符号接地”（symbol grounding），即让内部表征与感觉运动经验挂钩，并表现出符合预期的能动性（agency）。神经科学证据表明，人脑对人类和人工代理的社会归因过程虽有重叠但也有显著差异，这暗示最有效的社交设计可能并非追求极致的生物相似性，而是精准地提供满足特定社交功能的最小化线索。第四，对人类用户个体差异的捕捉和理解。性格、年龄、文化背景、认知能力等都会深刻影响人机交互。例如，外向者更倾向于拟人化（anthropomorphism）机器人，而来自不同文化背景的用户对机器人的沟通方式和外形偏好也迥然不同。然而，这一领域的研究长期受到样本量小、方法异质性高的限制。

观点四：社交机器人未来的发展路径需要跨学科协作的根本性重构。 作者总结，社交机器人的发展正处于一个十字路口。大语言模型等生成式AI的爆发式进展是交互的革命性变革，但要实现真正有来有往的、类似人类的社交对话，机器人系统还需要具备主动发起话题、展示清晰意图和引导交流的能力，这必须有心理学和传播学的理论指导。同时，新的法规环境，如欧盟《人工智能法案》（EU AI Act）在某些场景下禁止使用AI进行情绪识别，将迫使研究者以全新且富有创造性的方式去促进有效的人机交互，这更离不开哲学家、伦理学家、工程师和心理学家的合作。此外，商业可行性不容忽视。英伟达（NVIDIA）CEO黄仁勋曾预测人形机器人将在五年内大规模进入工作场所，高盛预计其市场规模在2035年可达380亿美元，但这种热潮目前主要聚焦于物理能力，而非社会能力。因此，最迫切的需求是对这些机器将如何与人类社会环境融合和互动的心理、哲学、伦理和实践维度，开展严谨的研究。

研究意义与价值 本文的深远价值在于，它不是在技术细节上修补，而是从范式层面提出呼吁。它雄辩地论证了心理学绝不应只是在机器人设计完成后再去评估其社会影响的“外围学科”，而应成为从研究设计之初就深度参与的“核心合作者”。综述指出，社交机器人的局限性恰恰反映了我们对人类自身社会认知理解的不足，因此，开发社交机器的过程本身就是一个富有成效的、能够反过来检验和深化人类心理学理论的独特透镜。作者们认为，机器人进入人类未来生活不是一种可能性，而是一种必然性；因此，核心问题不在于它们是否会融入，而在于如何融入。心理学家必须在这场塑造下一代不仅是被动反应，而且是真正能进行社会互动的机器的进程中，扮演中心角色。这篇综述为未来的跨学科研究绘制了一份具有前瞻性和实践意义的路线图，指出了未来需要解决的关键问题，如开发可操作化的现代情感理论模型、弥合自主性鸿沟、制定伦理透明度标准，以及开发能适应个体差异的个性化机器人等。