23、社交机器人的性别归因研究

社交机器人的性别归因研究

1. 研究背景

在当今科技发展中，社交机器人逐渐融入人们的生活。给机器人赋予性别，对于确保人类期望与机器人功能相匹配、促进有效沟通至关重要。例如，人类可能更愿意接受符合特定性别劳动领域的机器人，像男性保安机器人或女性医疗护理机器人。然而，这也是一把双刃剑。一方面，若人类期望与机器人能力不匹配，就难以实现无缝且直观的人机交互；另一方面，重构特定性别的劳动领域可能会强化和复制对男性和女性的刻板印象。

研究表明，通过社交机器人有意或无意地重现性别刻板印象和偏见存在风险。以往研究发现，虚拟助手若为女性，会受到更多言语虐待，评价也更负面；被视为女性的技术在表现出主导性时评价较低，且被认为对刻板的“男性”话题了解较少。在社交机器人研究中，性别归因通常基于外观（如头发长度）或声音。目前，我们缺乏对机器人视觉、声学、功能 - 情境（性别典型活动）线索与人类性别、个性、拟人化倾向和技术接受度等特征之间关系的系统认识。本研究旨在探索在视觉性别线索极少但保留声学（即声音）刺激的情况下，性别是如何被归因于社交机器人的。

2. 研究方法

2.1 参与者

最初招募了 75 名参与者，但由于技术问题导致 12 名参与者的数据不完整，最终样本量为 63 名。这些参与者是一个更大规模但未发表研究的一部分。

2.2 实验流程

本研究是一项组间研究，旨在探索在三种不同实验条件（基于计算机、人与人、人与机器人）下的性别感知和决策。参与者被随机分配到其中一个条件。在机器人条件下，由机器人提出伦理困境。

实验流程如下：
1. 获得参与者的书面同意，并通过 Qualtrics 调