Trust dampening and trust promoting: A dual-pathway of trust calibration in human-robot interaction

作者：Xinyu HUANG, Ye Li · 发表于：Advances in Psychological Science · 年份：2024 · DOI：10.3724/sp.j.1042.2024.00527 · 被引用次数：10 · 研究领域：Human-Automation Interaction and Safety、Cognitive Functions and Memory、Healthcare Technology and Patient Monitoring

摘要： 信任是人机成功合作的基础。但个体在人机交互中并不总是持有恰当的信任水平, 也可能会出现信任偏差：过度信任和信任不足。信任偏差会妨碍人机合作, 因此需要对信任进行校准。信任校准常常通过信任抑制与信任提升两条途径来实现。信任抑制聚焦于如何降低个体对机器人过高的信任水平, 信任提升则侧重于如何提高个体对机器人较低的信任水平。未来研究可进一步优化校准效果评估的测量方法、揭示信任校准过程中以及信任校准后个体的认知变化机制、探索信任校准的边界条件以及个性化和精细化的信任校准策略, 以期助推人机协作。