問診機器人，越像人越好？研究表明“情境適配”很重要

“科研”

ZJUSOM

隨著醫療數字化的發展，AI 驅動的醫療聊天機器人被廣泛用于癥狀自查、預約掛號、戒煙/減肥指導等場景。從常見癥狀的及時問診，到精神健康的情緒疏導，再到慢性病的日常管理……這些“數字助手”憑借便捷性、低成本、匿名性等優勢，有著越來越大的市場規模。

圖片來源：千庫網

現有研究多認為聊天機器人越“像人”越好，事實果真如此嗎？很多人在面對健康問題時往往會感到羞恥，尤其是在心理疾病、肥胖、吸煙等高“污名化情境”下。浙江大學管理學院2020級企業管理博士龐雨婷和導師王麗麗教授，與澳門大學商學院市場營銷系副教授陳方圓共同關注到了這個問題：當用戶咨詢的是易遭受社會偏見的污名化健康問題時，是有人類頭像、親切名字、自然對話風格的“擬人化”聊天機器人，還是保持簡潔機械外觀、中性表達的“機器人化”聊天機器人，更能讓用戶放下顧慮？

研究團隊從關懷倫理與技術擬人化學術視角出發，通過五項在線實驗和一項 Facebook實地研究，系統解答了這一關鍵問題。這項發表于國際高水平期刊Journal of Business Ethics（FT50期刊之一）上的研究顯示，在涉及隱私和污名的場景里，過于擬人化的設計可能反而讓用戶更有壓力，從而減少使用意愿。該成果不僅揭示了醫療聊天機器人設計的“情境適配密碼”，更為數字健康技術的倫理化、包容性發展提供了兼具理論深度與實踐價值的全新思路。

本期【科研】專題，讓我們一起來關注這項挑戰傳統觀點、既有深度又有溫度的研究。

學者簡介

王麗麗，浙大管院市場營銷學系教授，副系主任，博士生導師。研究領域主要集中在消費者行為領域，近年來主要關注消費者自我控制行為，產品和消費者互動對消費者行為的影響，以及擬人化對消費行為影響，服務補救和管理回復等。

學者簡介

龐雨婷，浙大管院2020級企業管理專業博士（浙江大學與香港理工大學雙學位博士），廈門大學管理學院市場學系助理教授。研究領域集中在消費者行為，主要關注消費者的健康行為，弱勢消費者以及社會關系的影響。

*澳門大學商學院市場營銷系副教授陳方圓同為論文合著者。

污名化場景下的聊天機器人設計，為何重要？

此前，行業默認“擬人化設計”是提升用戶接受度的法寶：給聊天機器人起人類名字、設計擬人頭像、用自然對話風格，讓它更“親切可感”。這種設計在零售等場景確實有效，但在醫療尤其是污名化場景中，卻從未被系統驗證——擬人化帶來的“親切感”，會不會反而觸發患者的“被評判焦慮”？這正是研究團隊要解答的核心問題。

這其中，污名化健康問題的場景尤為特殊。所謂污名化，指那些因社會偏見被貼上負面標簽的健康問題，比如精神疾病常被誤解為“意志薄弱”，肥胖被關聯“懶惰失控”，吸煙則被視為“不自律、危害他人”。這類患者本身就對社會評判高度敏感，擔心被歧視、貶低，甚至因此回避尋求幫助——有研究證實污名化會導致患者延遲就醫、隱瞞病情，加劇健康風險。

圖片來源：千庫網

在醫療資源有限的當下，聊天機器人被視為重要的補充力量。它能打破時間與空間限制，為醫療偏落后地區提供癥狀查詢、用藥指導、預約掛號等服務，緩解醫生接診壓力、縮短患者等待時間。但該項技術優勢的前提，是用戶“愿意用”——尤其是在涉及敏感健康問題時，用戶的心理顧慮往往會成為是否采用該技術的最大障礙。

六項實驗層層遞進：他們發現高污名下，“機器人化”更受青睞

為了找到答案，團隊開展了六項嚴謹實驗，覆蓋從實驗室驗證到真實Facebook廣告田野實驗等場景，涉及精神疾病、肥胖、吸煙三大典型污名化健康問題，累計納入超 2.8 萬名參與者，最終得出三大核心發現。

高污名化場景中，“機器人化”聊天機器人更易被接受

研究操縱了心理疾病、體重管理、戒煙等情境，讓用戶填寫對疾病“污名化程度”的感知和對聊天機器人的接受意愿。結果發現，用戶在感知到“高社會污名”時，更傾向于選擇“機器人化”的聊天機器人，而不是擬人化的，并且進一步驗證發現，并非聊天機器人本身，而是“污名化程度”決定了他們的偏好。

圖片來源：千庫網

為何如此？“社會評判威脅”在作祟

為什么高污名化場景下，用戶會排斥擬人化設計？研究發現，用戶擔心擬人化的聊天機器人會“像人一樣評判自己”，擬人化聊天機器人的人類特征（如頭像、名字等）會激發他們的“人際互動聯想”，讓他們下意識地覺得這個像人的機器人會歧視自己；而機器人化的設計因為缺乏人類特征，被用戶感知為“無評判能力”，反而能提供心理安全感。

圖片來源：千庫網

擬人化排斥來源于哪里？面部特征是關鍵

如果“社會評判威脅”來自“人類特征”，那么哪些特征是關鍵？答案是——面部特征！面部是人類傳遞情緒、意圖與評判的核心載體——皺眉代表不滿，撇嘴暗示輕視。對污名化患者而言，擬人化聊天機器人的面部特征會放大“被觀察、被評判”的感覺；而去掉面部后，“人類屬性”被削弱，“社會評判威脅”隨之降低，擬人化的“親切感”才得以顯現。

圖片來源：千庫網

另外，團隊還通過不同的研究證實他們的發現在不同人群、不同疾病嚴重程度中都存在，并通過Facebook廣告實驗驗證了這些發現在真實場景中的有效性。

研究結論挑戰傳統觀點，為三大領域研究“補短板”

這項研究的價值不僅在于 “找到答案”，更在于為相關學術領域提供了全新視角，實現了三大理論貢獻。

技術擬人化研究：打破“越多越好”的迷思

此前研究對“擬人化設計”的效果爭議不斷：有的說能提升信任，有的說會引發反感。該研究首次明確了“污名化程度”這一關鍵要素——擬人化并非萬能，其效果高度依賴“情境敏感性”。在低敏感場景（如零售咨詢），擬人化能拉近距離；但在高敏感的污名化醫療場景，它反而會“踩雷”。這為技術擬人化研究提供了“情境適配”的全新分析框架。

關懷倫理應用：從傳統護理延伸到數字設計

關懷倫理的核心是“關系性、回應性、情境性”，強調服務要適配使用者的脆弱性與獨特需求。此前這一理論多應用于傳統醫護場景，團隊首次將其系統融入醫療AI設計研究，提出“關懷導向的數字設計”——健康技術不僅要“有用”，更要“安全”，尤其對污名化等脆弱群體，需通過設計減少傷害、構建信任。這拓展了關懷倫理的應用邊界，為數字健康的倫理化設計提供了理論支撐。

污名化研究：將“評判來源”擴展到數字代理人

過去研究認為，污名化患者的“評判焦慮”來自人類，但該研究首次發現，擬人化數字代理人也會成為新的“評判來源”——即使沒有真實人類在場，具備人類特征的聊天機器人也能觸發患者的“預期歧視”。同時，團隊還發現污名化引發的是“身份層面的持久焦慮”，而非短暫的尷尬情緒，這為理解污名化的心理影響提供了更深入的視角。

圖片來源：千庫網

除了理論貢獻，該研究還為醫療聊天機器人的落地提供了清晰的實踐路徑，為醫療機構和健康科技公司提供了設計指導，提醒在敏感健康場景下應慎用擬人化設計，避免給用戶帶來額外心理壓力，從而提升工具的使用率。

從實驗室的嚴謹驗證到Facebook的田野調查，本研究回答了一個容易被忽略卻又充滿關懷的問題：擬人化設計是否總是有助于提升用戶接受度？答案是——“看具體場景，更看使用者的需求”。

在數字健康飛速發展的今天，這項研究提醒我們：技術的價值不在于“越來越像人”，而在于“越來越懂人”。對患有污名化健康問題的患者而言，一個“不評判”的機器人化聊天機器人，或許比一個“太親切”的擬人化機器人，更能成為他們勇敢尋求幫助的“好伙伴”。這也是浙大管院研究者們始終秉持的初心——用嚴謹的學術研究，架起技術與人文的橋梁，讓每一項創新都能真正服務于人的需求。這項研究中，他們把目光對準了那些需要被看見、被理解的群體。

【科研】系列專題，將持續為你講述浙大管院學者的最新科研進展。

附：論文摘要

Demand for healthcare chatbots has surged in recent years, with companies and governments actively investing in this technology. Drawing on care ethics and technology anthropomorphism literature, this research examines how businesses can design chatbots to provide more supportive healthcare services. Specifically, we explore how anthropomorphic features affect user perceptions and their willingness to adopt chatbots, particularly in the context of stigmatized health conditions. Across six experiments, including a Facebook advertising study, we find that, when consumers perceive the target health condition as highly stigmatized, they are more likely to adopt a robot-like chatbot than a human-like one. This preference arises from the belief that human-like chatbots are more likely to make social judgments, which is undesirable for consumers facing stigma. Supporting this social judgment threat mechanism, we find that this effect diminishes when the human-like chatbot lacks facial features. Our findings advance technology anthropomorphism research by showing how design choices affect chatbot adoption in sensitive contexts. By integrating care ethics, we emphasize the need for empathetic, non-judgmental design in digital health technologies. This research also contributes to stigma research, showing how thoughtful chatbot design can reduce stigma-driven disengagement. Practically, we provide actionable guidance for designers and policymakers, urging them to tailor chatbot features to the needs of stigmatized users to ensure inclusivity. Our research highlights the ethical responsibility of marketers to design technologies that reduce, rather than reinforce, stigma, thus contributing to a broader discourse on business ethics in technology.

編輯排版：伍梁永

審核：佟慶、龐雨婷