大数跨境

为老年人设计以人为本的生成人工智能:了解交互环境中的个性化和可信度

为老年人设计以人为本的生成人工智能:了解交互环境中的个性化和可信度 扣子说AI
2026-11-16
0


📝 英文题目:Designing human-centered generative AI for older adults: Understanding personalization and credibility across interaction contexts

📚 来源期刊:Computers in Human Behavior

🗓 发表时间:2026-11

✍ 作者:Mingxi Sun, Jingxi Chen

🏆 期刊等级:SSCI Q1 · JCR Q1 · 中科院 心理学1区 · TOP 心理学 · EI检索 · Scopus

“

给老人做生成式 AI,很多人的第一反应是「说得越贴心越好」。这篇刚上线的 CHB 论文用 366 位 55–80 岁中国用户的情景实验给出了更细的答案:贴心和可信各有各的场合——事情要紧、要拿主意的时候,可信度才是关键;风险低、只是想找人宽慰的时候,个性化才真正起作用。

—— 扣子论文带读

📌 本文看点

01

生成式人工智能

02

老年用户

03

信息个性化

01

BACKGROUND

研究背景

问题提出

生成式 AI 被寄望于改善老年人的日常生活与决策支持,但它对老年用户是双刃的。一方面,个性化内容能贴合生活处境、能力限制与当下需求,降低信息处理成本;另一方面,GAI 那种流畅、笃定、却未必准确的输出,在健康咨询、养老金、隐私披露这类高风险场景里代价特别大。年龄相关的信息加工资源下降、社会网络收缩与支持需求上升,会同时放大「贴心的收益」和「流畅但错误的代价」。 以人为中心的 AI(HCAI)框架(Amershi 等 2019;Shneiderman 2020)早就提出两个宏观目标:增强人的能力,以及提供负责任的支持。问题在于,这两个规范性目标怎么落到微观层面,变成老年用户一次具体交互后的满意或不满意,此前并不清楚。作者把这一步称为从宏观设计原则到可检验机制的翻译。

难点剖析

难在四件事同时存在。 第一,两种信息价值不可互换,以往研究却常分开看:个性化多被当成提升可用性与采纳的设计特征,可信度多被放在信任、风险与持续使用的框架里,很少同时进一个模型。第二,「满意」不是单一构念——结果满意(内容有没有帮我把事办成)与过程满意(这次交流舒不舒服)可能由不同机制驱动,混成一个总分会抹掉差别。第三,交互情境不是背景板:同一条信息属性在不同风险与目标组合下,价值可能翻转;但把风险水平与目标导向同时做实验操纵的研究很少。第四,也是最容易被忽略的:GAI 服务本质上是按提示词生成内容的信息服务,用户评价的是生成出来的内容,不是对某个技术对象的整体态度。 作者因此只提两个研究问题(RQ1、RQ2),先把「两种信息表征如何关联到认知与情感依恋」和「这种关联是否随风险与目标变化」问清楚,再在模型章节把它拆成 16 条可检验假设。

理论脉络

理论是两层拼起来的。宏观层是 HCAI:增强人与负责任的支持,落到生成内容上就是信息个性化(内容与我的处境、能力、即时需求是否贴合)与信息可信度(内容是否可靠、有边界、能降低不确定性),作者把两者合称「交互信息表征」。 微观层是依恋理论(attachment theory)。以往信息系统研究多讲功能依赖——系统有用所以离不开(Lou 等 2022;Ramkissoon 与 Mavondo 2015);社交聊天机器人与陪伴 agent 研究多讲情感联结与拟人化关系(Skjuve 等 2021;Ta 等 2020;Xie 等 2023)。作者认为通用型 GAI 把两者合到了同一段生成内容里,于是拆出 GAI dependence(认知/工具性依恋:把它当成能帮我达成目标的功能支撑)与 GAI identity(情感/象征性依恋:在互动中形成被理解的感觉,并把它纳入自我)。 结果侧接的是满意二维划分(Cheng 等 2020;Ivanov 与 Cyr 2014);边界侧接感知风险(Featherman 与 Pavlou 2003)、工具/享乐目标(Voss 等 2003)与认知拟合、任务—技术匹配。作者特意说明选这两个情境维度的理由:风险定义「出错会损失什么」,目标定义「用户为什么用它、用哪把尺子评价」,两者不可互相替代,且都可能出现在高/低风险下。


02

METHOD

研究方法

理论模型

研究模型(Fig. 1)是一条双通道链路:信息个性化(IP)与信息可信度(IC)分别指向 GAI dependence(GD)与 GAI identity(GI),再由这两者分别指向结果满意(SO)与过程满意(SP),四条前段路径、四条后段路径交叉成网;情景风险水平与任务目标导向作为情境因素调节前段四条路径,H7 再比较两条依恋路径对两种满意的相对强度。全文共 16 条编号假设,从 H1a 到 H7b。 必须先说清因果口径:这个 2×2 实验真正被操纵的只有情景风险与目标导向,IP 与 IC 是参与者看完材料之后测出来的感知变量,没有被操纵。四组内部看到的是完全相同的单轮交互记录,因此组间差异可归因于情境操纵,但「个性化/可信度 → 依恋 → 满意」这条链本身是同一次问卷里的条件关联,不是实验因果。作者全文坚持用 associated with,并在局限里明确拒绝把它称作因果中介。 配图说明:本文交付的 Fig. 3 是带路径系数的 PLS-SEM 主效应模型,不是 Fig. 1 假设框架。图分两个面板,左侧 a 是六个构念的 Spearman 相关矩阵,右侧 b 是路径图,八条箭头上的系数依次为 IP→GD 0.491、IP→GI 0.530、IC→GD 0.396、IC→GI 0.367、GD→SO 0.502、GD→SP 0.322、GI→SO 0.279、GI→SP 0.470(均 p < 0.001),四个内生变量的 R² 依次为 0.460、0.482、0.521、0.525。图取自论文原图、未重绘;由于直接抽取内嵌图会出现亮品红底与绿线,改用页面区域重新渲染得到白底黑字版本。Fig. 2 的 2×2 情境四象限、Fig. 4 的整合框架与 Fig. 5 的实践决策树均为候选,因不带系数或含大量小字而未选。

研究假设

H1a / H1b:信息个性化分别与 GAI dependence、GAI identity 正相关。 H2a / H2b:信息可信度分别与 GAI dependence、GAI identity 正相关。 H3a–H3d:信息可信度的上述关联在高风险情境下更强(a、b 检验风险水平),在工具性任务下更强(c、d 检验目标导向)。 H4a–H4d:信息个性化的上述关联在低风险情境下更强(a、b),在社会情感任务下更强(c、d)。 H5a / H5b:GAI dependence 分别与结果满意、过程满意正相关。 H6a / H6b:GAI identity 分别与结果满意、过程满意正相关。 H7a:对结果满意,GAI dependence 的关联强于 GAI identity。H7b:对过程满意,GAI identity 的关联强于 GAI dependence。这两条不是「有没有关系」,而是「哪条更强」的系数差检验,后面结果里恰恰是其中一条没过。

分析策略

主分析用 SmartPLS 4 做 PLS-SEM:反映型复合、path-weighting 方案、最多 300 次迭代、停止准则 1.0 × 10⁻⁷;路径显著性用 5000 次 bootstrap 的百分位 95% 置信区间,数据无缺失、不做插补。测量模型查内部一致性、收敛效度、Fornell–Larcker 区分效度与 HTMT。 中介部分另建四个并行间接路径的 OLS 路径分析(对应 PROCESS Model 4 的设定):每个模型只放一个焦点信息维度、一个满意结果,GD 与 GI 同时作为中介,另一个信息维度作协变量,全部标准化后用 5000 次 bootstrap 求百分位 CI。 情境调节用多组分析(MGA):先用 MICOM 检验四组测量不变性(因四组设计,走六组成对比较、5000 次置换),再用 HC3 稳健 omnibus Wald 检验判断每条焦点路径是否跨组异质,最后做 24 组两两系数比较并做 Holm 多重校正。共同方法偏差用三项互补诊断:Harman 单因子、单因子/六因子 CFA 对比、全共线性 VIF。稳健性另做均值复合 + HC3 稳健回归、逐个排除某一情境组重估、以及路径强度差的 bootstrap 对比。


03

DESIGN

实验设计

数据收集

2025 年 8 月通过问卷星(wjxcn)投放在线情景实验。四套标准化交互材料同样在 2025 年 8 月生成:用当时可用的消费版豆包(Doubao 1.64.13)默认设置,为每个情境生成一段「提示词—回答」记录;研究团队逐条核对与提示词的贴合度、健康相关内容的谨慎程度、回答长度可比性与可读性,同一条件内所有参与者看到的是完全相同的单轮记录,不能自己输入提示词、追问或实时交互。 正式实验前做了两轮材料检验:三位国际社会科学领域研究者审校条目清晰度、语义对等与情境适当性;随后 144 人的在线预测试(55 男、89 女)验证操纵,材料清晰度 M = 4.368(SD = 0.466)、情境真实感 M = 4.253(SD = 0.442),四组间无显著差异。 正式回收 380 份,按分析前设定的规则排除:两道注意力检查任一答错 7 份、重复 IP/提交指纹 1 份、作答少于 180 秒 2 份、未完成 4 份,最终分析样本 366。伦理方面:所有参与者提供书面知情同意,同济大学 IRB 简化审查并依《涉及人的生命科学和医学研究伦理审查办法》第三章第三十二条予以豁免,研究无外部资助,数据声明为「可应请求提供」而非公开。

研究样本

366 位中国参与者,年龄 55–80 岁,纳入条件为年满 55 岁、居住中国、此前用过至少一种社交聊天机器人或 GAI 服务、能独立阅读情境材料并完成问卷。男性 165 人(45.08%)、女性 201 人(54.92%);年龄 55–60 岁 30.3%、61–65 岁 49.5%、66–70 岁 16.4%、70 岁以上 3.8%;教育程度小学及以下 35.0%、初中 32.2%、高中/中专 21.3%、大专及以上 11.5%;GAI 使用频率很少(每周少于两次)36.6%、有时 36.3%、经常(每周四次以上)27.0%。 平台随机等概率分入四组,无配额、分层或区组限制:低风险—工具性(LI)93 人、低风险—社会情感(LS)91 人、高风险—工具性(HI)90 人、高风险—社会情感(HS)92 人。 这条得单独记:作者自己写明,这个招募框架筛出的是「有数字经验的在线子群」,可能低估数字素养有限、需要感官或认知支持、或几乎没有 GAI 经验的老年人,结论不能推广到一般老年群体。功效方面,七预测变量 pooled 回归按 f² = 0.15、α = 0.05、power = 0.80 算出的最小样本是 103,但作者强调这只是常规基线;基于实际格大小的模拟诊断显示,对最大的理论对比与有调节的中介指标功效充足,并非对所有两两路径比较都够。每格 90–93 人时,未校正两两比较最小可检出 d 约 0.42,Holm 最严阈值下约 0.59。

测量工具

2×2 被试间设计:情景风险(低/高)× 任务目标导向(工具性/社会情感),四套情境统一放在健康问诊领域以控制任务内容混淆。低风险指回答即便不够充分也主要带来可纠正的后果,高风险指错误或过度承诺的输出可能造成更严重的决策后果;工具性任务强调可操作指导与决策效率,社会情感任务强调情绪安抚。四组分别是常规体检准备、体检前求安慰、突发胸痛判断紧迫性、候诊时求安慰。 所有构念用 5 点 Likert(1 = 非常不同意,5 = 非常同意),量表译自成熟文献并由三名研究者回审语义对等:IP 3 题(Li 2016)、IC 3 题(Li 与 Mao 2015)、GD(Ramkissoon 与 Mavondo 2015;Lou 等 2022)、GI(Carter 与 Grover 2015;Lou 等 2022)、SO 与 SP 各 4 题(Ivanov 与 Cyr 2014;Cheng 等 2020);操纵检验题各 3 题,控制变量为性别与 GAI 使用频率。 两个设计细节值得留意:一是只有风险与目标是被操纵的,IP 与 IC 在暴露后测量,作者反复用「关联」而非「导致」;二是信息可信度是感知测量,不等于内容客观准确、临床恰当或系统安全,作者把这一点写进了局限。


04

RESULTS

结果与分析

信效度检验

测量模型:六个构念 Cronbach‘s α 在 0.825–0.858,组合信度 CR 均超过 0.8,AVE 均超过 0.5;所有条目载荷 > 0.7 且交叉载荷低于主载荷;Fornell–Larcker 对角线 √AVE 为 0.833–0.882,均大于对应行相关;HTMT 在 0.183–0.811,低于 0.85 的保守阈值。 共同方法偏差:20 个焦点条目的未旋转主成分分析抽出 4 个特征值 > 1 的成分,第一成分解释 45.50%,低于 50% 基准;单因子 CFA 拟合很差(χ²(170) = 1163.56,CFI = 0.759,TLI = 0.731,RMSEA = 0.127,SRMR = 0.093),六因子模型则几乎完美(CFI = TLI = 1.000,RMSEA = 0.000,SRMR = 0.028);全共线性 VIF 为 1.466–2.607,低于 3.3。 操纵检验与作者的自律:正式实验里高/低风险组差异 Cohen’s d = 3.04,工具/社会情感组 d = 3.01;预测试分别为 3.621 与 3.541。这么大的效应量通常要警惕需求特征,作者主动点破「显性线索也可能放大需求特征」,因此只把这些数值当作「参与者识别出了情境」的证据,不当作实质路径的效应量,所有假设检验也不使用操纵检验题项。这是本文很硬的一处自我限定。 ⚠️ 三套系数不可横向相乘:Fig. 3 是 PLS-SEM 全模型(两个信息维度、两个中介、两个结果同时入模)的路径系数;正文的间接效应来自另建的四个 OLS 并行中介模型(每个只含一个焦点自变量 + 一个协变量);Table 5 是四个情境组各自的分组系数。拿 Fig. 3 的 0.491 × 0.502 ≈ 0.246 去核对 IP→SO 经 GD 的间接效应 0.217,会对不上——不是论文算错,是模型设定不同。四条总间接效应分别为 0.332 [0.259, 0.410]、0.350 [0.278, 0.426]、0.254 [0.195, 0.319]、0.256 [0.196, 0.319],95% CI 均不含零;控制变量里只有 GAI 使用频率对结果满意显著(β = 0.080,p = 0.036),其余不改变主路径结论。 Table 5 的四情境路径系数,是全文最直观的一张表(IP = 信息个性化,IC = 信息可信度,GD = GAI dependence,GI = GAI identity):

路径 低风险工具 LI (n=93) 低风险情感 LS (n=91) 高风险工具 HI (n=90) 高风险情感 HS (n=92)
IP → GD
0.505
0.697
0.212
0.415
IP → GI
0.570
0.707
0.287
0.442
IC → GD
0.304
0.203
0.613
0.464
IC → GI
0.253
0.178
0.558
0.453

读法很干净:低风险—社会情感组里个性化最强(0.697 / 0.707),高风险—工具组里可信度最强(0.613 / 0.558),两者正好掉个头。omnibus Wald 显示四条焦点路径都跨组异质(Holm 校正后 p 从 0.006 到 < 0.001);但作者强调,24 组两两比较里只有部分挺过 Holm 校正,四象限模式应视为探索性的方向性构型,不支持四种情境的完整排序,唯一在四条路径上都稳的是「高风险工具 vs 低风险社会情感」这一对。 稳健性:改用均值复合 + HC3 稳健标准误后主路径方向不变;逐个剔除任一情境组重估,八条核心路径仍全部正显著;但过程满意模型里 GI 与 GD 的系数差(Δβ = 0.138,95% CI [−0.037, 0.316],p = 0.130)始终包含零,作者据此判定 H7b 不成立。

假设检验

H1a / H1b:IP → GD / GI — β = 0.491(95% CI [0.415, 0.559])与 β = 0.530([0.456, 0.600]),均 p < 0.001 → 支持

H2a / H2b:IC → GD / GI — β = 0.396([0.326, 0.463])与 β = 0.367([0.294, 0.441]),均 p < 0.001 → 支持

H5a / H5b:GD → SO / SP — β = 0.502([0.418, 0.580])与 β = 0.322([0.230, 0.414]),均 p < 0.001 → 支持

H6a / H6b:GI → SO / SP — β = 0.279([0.189, 0.368])与 β = 0.470([0.379, 0.557]),均 p < 0.001 → 支持

H7a:对结果满意,GD 强于 GI — 0.502 vs 0.279,t = 3.63,p < 0.001;稳健对比 Δ = 0.219(95% CI [0.063, 0.377],p = 0.006)→ 支持

H7b:对过程满意,GI 强于 GD — 数值上 0.470 > 0.322,但 Δ = 0.138(95% CI [−0.037, 0.316],p = 0.130),CI 含零 → 不支持

H3a / H3b:可信度的风险调节 — IC→GD 在 HI vs LI Δ = 0.309(校正 p = 0.036)、HI vs LS Δ = 0.410(p < 0.001)、HS vs LS Δ = 0.261(p = 0.048);IC→GI 仅 HI vs LS Δ = 0.380(p = 0.004)→ 部分支持

H3c / H3d:可信度的目标导向调节 — Holm 校正后无显著对比 → 不支持

H4a / H4b:个性化的风险调节 — IP→GD 在 LS vs HI Δ = 0.486(校正 p < 0.001)、LS vs HS Δ = 0.282(p = 0.034);IP→GI 仅 LS vs HI Δ = 0.420(p = 0.002)→ 部分支持

H4c / H4d:个性化的目标导向调节 — Holm 校正后无显著对比 → 不支持

间接路径(补充) — IP→SO 0.332、IP→SP 0.350、IC→SO 0.254、IC→SP 0.256,四条总间接效应 95% CI 均不含零 → 支持双通道设定


05

CONCLUSION

总体结论

研究结论

第一,满意有「关系基础」。 老年用户对 GAI 内容的满意,不是对信息质量做一次判断就完了,而是先形成两种依恋:认知上觉得「它能帮我把事办成」(GAI dependence),情感上觉得「它被我懂、也懂我」(GAI identity),再分别通向两种满意。这把 HCAI 的两个宏观目标落成了可测的微观机制。 第二,两条路径分工有别,但别说过头。 结果满意主要由 GAI dependence 撑着(H7a 通过);过程满意那边 GAI identity 的系数数值更大,可差异的置信区间跨了零(H7b 被拒)。作者因此只说「方向性证据」,没写「情感依恋决定过程满意」。 第三,最值得记的是情境翻转。 全样本看,个性化的系数普遍比可信度大;但一到高风险、要拿主意的情境,可信度反超;低风险、只想被安慰时,个性化最强。同一条信息属性在不同场合承担完全不同的心理功能。所以设计上不该做「个性化 vs 可信度」的静态取舍,而是按风险与目标动态配置——高风险给可核验、有出处、明说不确定性且带求助边界的回答,低风险社会情感场景才把语言温度、表达习惯贴合、被记住的偏好放在前面,同时守住基本准确性与隐私底线。 第四,依恋本身是双刃。 作者在讨论里写得很直白:当可信且个性化的内容是对老人自己判断、核验与人际关系的补充时,依恋能扩展功能与情感能力并保住自主性;当它替代了这些检查,依恋就可能变成过度依赖、对无依据建议的不加批判接受,在高风险健康或财务场景里尤其危险。这句话比「提升老年用户满意度」这类结论要紧得多。 第五,落地给了一张决策树。 Fig. 5 把结论翻成三步:先判断交互风险,再识别老人的主要任务目标,最后确定该优先结果满意还是过程满意,据此配置信息策略。

研究局限

因果口径必须放第一条:只有情景风险与任务目标导向被实验操纵,信息个性化与信息可信度是同一次问卷里事后测量的感知变量。作者在局限中明确写,间接路径估计只是「与模型一致的条件关联」,不确立因果中介,也不确立时间顺序;信息可信度也不是客观准确性、临床恰当性或系统安全的证据。 样本边界:中国 55–80 岁在线面板成员,全部有过社交聊天机器人或 GAI 使用经验且能独立作答,属数字化程度偏高的子群;数字素养有限、需要感官或认知支持、几乎没用过 GAI 的老年人被系统性低估。作者建议未来走社区与养老机构招募、协助式或访谈式施测,并做跨文化复制。 材料边界:四套情境全部局限在健康问诊;为控制内容混淆而固定领域,代价是任务多样性与生活真实感受限。参与者看的是 2025 年 8 月由豆包 1.64.13 生成的固定单轮记录,不是实时多轮交互,也没有反应时、轮次、提示词修改、修复尝试这类行为痕迹。模型能力、事实核查、个性化记忆与安全保护迭代很快,满意度标准本身也会变。 统计与推断边界:显性情境线索带来的需求特征风险由作者自己点出,未来宜用更隐性或行为化的操纵;功效诊断显示并非对所有两两路径比较都充足(Holm 最严阈值下最小可检出 d 约 0.59);24 组两两比较里只有部分挺过校正,四象限是探索性的方向性构型而非完整排序;H7b 明确不成立,任务目标导向的四条调节假设(H3c/d、H4c/d)也全被拒。 材料口径:本次带读依据 20 页正式排版 PDF(页眉 Computers in Human Behavior 188 (2027) 109260,标注 2026-11-09 在线首发)。Appendix A–H 的情境材料全文、MICOM 结果、稳健性附表与间接效应完整系数表未纳入,所有数值均取自正文与 Table 1–6、Fig. 3;数据声明为「可应请求提供」,非公开数据集。

未来展望

作者列的方向:通过社区与养老机构、协助式或访谈式施测纳入数字素养有限与无 GAI 经验的老年人;跨文化复制以检验信任、风险感知与社会情感反应的文化差异;用更隐性或行为化的操纵降低需求特征;把模型放到健康问诊之外的多任务领域;改用实时多轮交互并记录反应时、对话轮次、提示词修改与修复尝试等行为痕迹;比较不同模型版本、安全设计与个性化策略下的认知/情感反应;最后用纵向与行为设计检验依恋与满意之间的时间动态,而不是继续依赖同一次自陈。此外,既然任务目标导向的四条调节假设全被拒,风险与目标究竟怎样共同起作用,本身就是一个待重做的题目。

金句

「The indirect-pathway estimates therefore represent model-consistent conditional associations and do not establish causal mediation or temporal ordering.」(因此,间接路径估计只代表与模型一致的条件关联,并不确立因果中介,也不确立时间顺序。) 把这句放在金句位置,是因为它比任何一条显著路径都更能说明这篇论文的可信度。研究做的是 2×2 情景实验,跑的却是 PLS-SEM 与中介分析——作者完全可以把「个性化通过依恋提升满意」写成一个漂亮的因果故事,但他们自己把「中介」降级成了「条件关联」,还顺手承认可信度只是感知测量、不等于客观准确。读这类论文,肯把推断边界写进局限的作者,往往比把结论喊得响的更值得信。

— 研究模型图

📄 摘要原文

Generative artificial intelligence (GAI) shows substantial promise for supporting everyday life and decision-making. Extending the human-centered artificial intelligence (HCAI) framework through attachment theory, this study examines how information personalization and information credibility are associated with older users‘ satisfaction with GAI services. Two theoretically specified indirect pathways are examined: GAI dependence (cognitive connection to functional support) and GAI identity (emotional and symbolic connection). A 2 x 2 between-subjects scenario experiment (N = 366) was conducted. Both information dimensions were positively associated with GAI dependence and GAI identity, which were in turn positively associated with satisfaction with outcome and satisfaction with process. A difference test indicated that GAI dependence was more strongly associated with satisfaction with outcome than GAI identity was. The largest corrected multi-group contrasts involved information credibility in high-risk instrumental scenarios and information personalization in low-risk socioemotional scenarios.

📎 阅读原文:DOI: 10.1016/j.chb.2026.109260


END

我是扣子,高校教师/在读博士/AI顾问。关注AIGC,学术科研,博士生活;分享AI赋能和论文带读,打破AI信息差。视频号:扣子说AI。

如需推广论文,请咨询WeChat:Q495428。

如果你觉得今天这篇有收获,欢迎点赞、在看、转发三连,我们下篇见。

欢迎关注我的视频号

(❤️会不定期更新AI工具哦❤️)

三连一下,不失联!


【声明】内容源于网络
0
0
扣子说AI
高校教师/在读博士/AI顾问。关注AIGC,学术科研,博士生活;分享AI赋能和论文带读,打破AI信息差。视频号:扣子说AI
内容 358
粉丝 2
扣子说AI 高校教师/在读博士/AI顾问。关注AIGC,学术科研,博士生活;分享AI赋能和论文带读,打破AI信息差。视频号:扣子说AI
总阅读20.2k
粉丝2
内容358