违反礼仪预期会降低旁观者对机器人后续行为的信任
别名: 旁观者信任 · trust repair
概念解释
机器人一旦违反礼仪预期，代价不只是当次事件引发的不满，还会拖累旁观者对它之后所有行为的信任（trust）——这是一种跨事件的信任损耗，即便旁观者本人并未直接被这次违规影响，也会因为"看到过一次"而调整对这台机器人的整体判断。
机制
这个跨事件效应的根源是印象形成中的锚定：旁观者对一台此前陌生的机器人建立心智模型，主要依赖有限的几次观察样本，早期或显著的违规行为会被赋予不成比例的权重，形成"这台机器不守规矩、不可靠"的整体印象；这个印象随后被用来预测和解读该机器人之后的所有行为，甚至连原本正常的动作也可能被更负面地重新解读。这和人际信任中的首因效应、以及负面信息在印象形成里权重更高的现象属于同一类机制，但机器人的处境更不利——旁观者对机器人的信任基础本来就比对人类更薄弱，单次违规更容易把这层本就不厚的信任基础击穿，而人类之间往往有更长的既往交往记录可以缓冲一次失误。这个效应在有视频记录和社交媒体传播的场景里还会被进一步放大：一次违规如果被拍下并广泛转发，接触到这段影像的人会对同一型号的所有机器人形成负面印象，即便他们从未在现场目睹过违规本身，这把原本局限于在场旁观者的信任损耗扩散成了对整个机型的预先不信任。
怎么研究
验证这个跨事件效应需要纵向或多阶段设计，不能只做单次交互测量：先让被试观察机器人一次违规或不违规的行为，间隔一段时间或经历若干次后续观察后，再测量对机器人后续行为的信任评分、对其违规概率的预期，并与只观察一次交互就结束的对照组比较，看是否存在持续的信任损耗而非一次性的情绪波动。也可以引入信任修复的操纵——违规后是否给出道歉或解释——来检验补救措施能在多大程度上挽回信任，以及挽回的速度是否和最初损耗的速度一样快，这两者往往不对称。
边界
信任损耗的持续时间和严重程度会随机器人是否对违规行为做出可见的纠正或说明而变化：给出解释的违规造成的损耗明显小于沉默的违规。偶发的轻微违规和反复出现的系统性违规造成的信任损耗程度不同，不能把一次意外失误和设计上的持续缺陷等同看待——旁观者对后者的印象修正会更彻底、更难逆转。另外，责任归因也会分流信任损耗的落点：如果旁观者把违规原因归为运营方管理不善而非机器人本身的行为模式，损耗的可能更多是对品牌或部署方的信任，而不是对这台机器人个体行为模式的预期。信任损耗是落在这一台具体机器人身上，还是扩散到同型号的整个机器人队列，也取决于这层归因——如果被归为这一型号普遍存在的设计缺陷，损耗会蔓延到用户此后遇到的所有同型机器人，不局限于当次违规的那一台。
怎么落地
部署中一旦监测到机器人出现违反礼仪预期的行为——无论是设计缺陷还是环境导致的意外——需要有面向旁观者的即时说明或致歉机制来主动做信任修复，而不是让旁观者带着负面印象继续观察后续行为、任由这个印象自行发酵。验证办法是在已知发生过违规事件的场景里，补充做一次旁观者信任评分调查，对比有补救措施和没有补救措施的两组差异，并且用后续的实际交互行为（比如是否愿意再次靠近机器人、是否配合它的请求）而不只是问卷态度分数来确认信任是否真的被修复。