引言

当代社会中，单身青年群体规模持续扩大，呈现“长期单身化、晚婚化”特征。在快节奏、高压力的社会环境下，该群体普遍面临情绪孤独、关系疏离与心理支持缺位等问题，其情感陪伴需求逐渐向“低风险、可控性强”的替代型亲密关系转移。以Replika、Glow等为代表的AI伴侣应用迅速兴起，通过拟人化对话、情绪抚慰与个性化记忆功能，构建了新型数字陪伴体验。然而，市场存在明显的“技术可得—接受不足”矛盾，我国单身青年中约32.7%曾使用此类应用，但仅18.2%形成持续使用。这一现象凸显了人机情感交互领域的研究缺口，即尚未系统揭示单身青年接受或排斥AI伴侣的深层心理机制，难以解释情感需求、功能效用、技术信任与社会压力等多重因素的交织作用。基于此，本研究聚焦单身青年接受AI伴侣的核心驱动力与心理机制，构建“情感依恋—协同行动”双路径理论模型，以弥补传统技术接受模型在情感交互场景中的适配缺陷，为人机关系研究提供新的理论视角与实践依据。

1 文献综述与理论基础

1.1 AI虚拟伴侣研究现状与特征分析

随着生成式人工智能与自然语言处理技术的发展，AI虚拟伴侣已成为备受关注的情感科技产品，按交互深度与核心功能可分为三类：深度情感陪伴型（如Replika），核心是构建专属情感联结；角色扮演与社交探索型（如Glow），依赖角色魅力与对话趣味性；功能性伴侣辅助型，兼顾情感支持与实用功能。

现有研究多聚焦AI伴侣的心理支持作用或伦理风险，但存在明显局限：一是研究视角割裂，未深入探讨情感与效能的共同影响；二是缺乏用户心理机制对产品设计的反向评估；三是对社会文化因素关注不足，无法解释“情感依赖却不愿公开使用”的矛盾，尤其缺乏针对亚太地区文化语境的针对性研究。

1.2 技术接受理论的演进与适配性局限

经典技术接受模型（TAM）以“感知有用性”“感知易用性”为核心，但在AI伴侣语境中存在显著局限：缺乏情感维度，忽视“情感承诺”等主观体验；忽视社会交互属性，未纳入“社会污名感”等变量；适配性不足，无法解释情感驱动的使用行为。后续研究虽引入“信任”“情感连接”等变量，但未构建完整双路径整合模型，难以完整解释亲密互动场景中的用户行为。

1.3 虚拟亲密关系的心理机制与社会认知影响

虚拟亲密关系是人与虚拟对象形成的情感依赖型关系，其建立依赖三大心理机制：移情机制（用户产生“拟人化错觉”）、自我披露机制（AI的非评判性降低披露门槛）、依恋机制（AI的稳定性启动依恋系统）。同时，该关系面临污名化阻力，包括负面标签、公开使用焦虑与认知冲突，在亚太地区集体主义文化语境下，社会评价的影响更为显著。

1.4研究空白界定

现有研究存在三个关键空白：理论缺口（缺乏“情感+理性”双路径整合模型）、变量缺口（未将边界安全感作为底层保障变量）、视角缺口（未构建“情感—认知—伦理”三维框架），且缺乏针对亚太地区文化背景的理论适配研究。基于此，本研究构建“情感依恋—协同行动”双路径理论模型，填补现有研究不足。

2 双路径理论模型构建

2.1 模型核心逻辑与内涵

“情感依恋—协同行动”双路径理论模型以情感与理性双重驱动为核心，以边界安全感为底层信任保障，以社会污名感为外部阻力，解释单身青年AI伴侣接受意愿的形成机制。核心内涵在于：AI伴侣的接受是情感需求与功能效用的双重驱动、信任基础与外部压力的动态平衡，形成“情感建构—理性决策—情境约束”的三维决策体系，适配亚太地区文化对关系信任与社会评价的重视特征。

2.2 核心路径与变量定义

2.2.1 情感依恋路径

基于依恋理论与社会渗透理论，描述“情感交互→关系认同→接受意愿”的过程。核心变量包括：关系真实感（用户感知AI具有稳定人格与情绪回应）、移情回应（AI准确识别并共情用户情绪）、自我披露舒适度（向AI吐露私密信息的心理安全感）、情感承诺（维持AI伴侣关系的心理意愿），见图1。

2.2.2 协同行动路径

基于技术接受理论，描述“目标契合→价值体验→接受意愿”的过程。核心变量包括：协同行动契合（AI建议与用户目标的匹配程度）、效能/价值体验（用户获得的实际益处）。

2.2.3 边界安全感

指用户对AI数据收集、使用、存储的“边界可控性”认知，为两条核心路径提供信任基础，核心维度包括数据控制权、透明告知、使用范围限制，在亚太地区隐私保护语境中尤为重要。

2.2.4 社会污名感

指用户担心使用AI伴侣引发负面评价的羞耻感，包括自我污名与公众污名，在集体主义文化中对行为的抑制作用更为突出。

2.3变量关系与作用机制

2.3.1 情感依恋路径的作用机制

关系真实感与移情回应降低自我披露门槛，持续披露深化情感连接并形成情感承诺，最终推动接受意愿。这一机制契合社会渗透理论与依恋理论，在重视情感联结的亚太文化中路径强度更显著。

2.3.2 协同行动路径的作用机制

协同行动契合度通过直接路径（“合拍”体验增强认可）与间接路径（提升价值体验）影响接受意愿，延续TAM模型核心逻辑，适配亚太用户对技术实用性的需求。

2.3.3 边界安全感的调节机制

正向调节两条核心路径：提升情感路径的自我披露舒适度，增强协同路径的价值体验，同时直接提升接受意愿，是隐私敏感地区用户信任的基础。

2.3.4 社会污名感的抑制机制

负向抑制情感承诺与接受意愿，用户为避免群体排斥压抑情感或减少使用，在集体主义文化中抑制作用更复杂。

2.4 模型整体结构与核心观点

模型整体结构为“双核心、双调节”：双核心（情感依恋+协同行动）独立且可能交互，双调节（边界安全感正向+社会污名感负向）影响路径效果。核心观点包括：接受意愿是情感与理性双重驱动结果；边界安全感是路径发挥作用的前提；社会污名感是关键外部阻力；人机情感交互的本质是“关系建构”，需结合亚太文化特征分析。

3研究讨论与实践启示

3.1 理论贡献

3.1.1 跨理论整合与视角创新

整合三大理论构建双路径模型，实现人机交互理论从“工具理性”向“关系理性”的拓展，结合亚太文化特征提供区域化理论视角，丰富全球人机关系研究成果。

3.1.2变量体系与机制深化

引入特色变量完善AI接受机制体系，揭示“信任基础—外部环境”的调节机制，为亚太地区相关研究提供可参考的变量框架。

3.1.3研究领域与议题拓展

聚焦数字亲密关系形成机制，推动研究向“心理—社会—伦理”多维度转变，为亚太地区人机交互理论的多元化发展提供支撑。

3.2 实践启示

3.2.1 产品设计层面

情感体验优化：提升关系真实感与移情回应能力，降低自我披露门槛，契合亚太用户对稳定关系的需求；功能效用优化：强化目标契合度与效能感知，简化操作流程；边界安全优化：明确数据边界，提供隐私控制功能，符合区域隐私保护法规。

3.2.2 社会传播层面

结合亚太文化特征消解污名化：提供匿名交流模式，普及AI伴侣心理价值，构建用户社群，契合区域用户对社群归属感的需求。

3.2.3 行业伦理与监管层面

制定适配亚太地区的伦理规范：明确数据最小化原则，强化透明告知义务，建立用户权益保障机制，平衡技术创新与用户保护。

3.3研究局限与未来方向

研究局限包括：缺乏实证验证、未考虑AI类型差异、未涉及跨文化差异、未关注个体差异。未来可针对亚太地区开展跨文化实证研究，对比不同类型AI伴侣的机制差异，纳入个体差异变量，探讨长期使用影响与伦理困境解决方案。

4结语

本研究构建“情感依恋—协同行动”双路径理论模型，揭示了单身青年AI伴侣接受意愿的生成机制，核心驱动为两条路径的双重作用，调节因素为边界安全感与社会污名感。模型弥补了传统理论的适配缺陷，拓展了人机关系研究的理论维度，且充分考虑亚太地区文化特征，为区域内AI伴侣的产品设计、社会引导与伦理治理提供系统性支撑。未来可通过实证研究进一步验证模型有效性，助力AI伴侣在亚太地区的健康发展与社会接纳。

参考文献：

1. [1] Chen Y. Technology rationality and emotional connection: A dual-support perspective on AI acceptance[J].Computers in human behavior,2020,107:106250.
2. [2] Gefen D, Karahanna E, Straub D W. Trust and TAM in online shopping: An integrated model[J] MIS quarterly,2003,27(01):51-90.
3. [3] Turkle S. Alone together: Why we expect more from technology and less from each other[M].New York:Basic Books,2011.
4. [4] Altman I, Taylor D A.Social penetration: The development of interpersonal relationships[M].New York: Holt, Rinehart & Winston,1973.
5. [5] 林颖.何以情动：人工智能时代的物体间性逻辑与“人—物”认识论新进路[J].湖南大学学报,2022(06):33-42.
6. [6] Petronio S. Boundaries of privacy: Dialectics of disclosure[M].Albany:SUNY Press,2002.
7. [7] Bowlby J. Attachment and loss: Volume1, Attachment[M].London:Hogarth Press,1969.
8. [8] Lee S A. Self-disclosure in human–AI interaction[J]. Computers in human behavior,2020:106213.
9. [9] Venkatesh V, Thong J Y, Xu X. Consumer acceptance and use of information technology: Extending UTAUT[J].MIS quarterly,2012,36(01):157-178.
10. [10] De Vreede T, et al. Co-creating value with AI: The role of co-agency[J].Computers in human behavior,2021:106652.