期待共情：交互背景如何塑造数字通信中共情回应的规范
人机交互
2026-05-29 v1 社会与信息网络
摘要
情感计算的核心挑战之一是确定不同交互背景下合适的共情水平。先前研究刻画了两种极端：任务导向型交互，其共情需求接近零；情感披露，其共情需求较高。本文识别了一种独特的中间类型：压力下的决策支持，在此类型中，发送方面临重大选择且经历情感困扰。我们假设，这一类型会引发非对称的共情轮廓：共情水平相当于情感披露，但工具性相当于任务导向交换。我们使用来自三个Reddit建议社区的28,239个回复dyad进行测试，根据交互类型将其分为三类，并使用基于LLM的注释和基于模式的鲁棒性检查对其进行共情深度、共情形式和工具性比例评分。结果确认了预测的非对称轮廓：压力下的决策支持回复的共情显著高于任务导向型回复（M = 0.47 vs. 0.24, p < 0.001），同时保持较高的工具性（0.83 vs. 0.77用于情感披露，p < 0.001）。行为性共情占主导地位（36.6%），且社区验证的响应质量与共情表达呈负相关（r = -0.075, p < 0.001）。社区规范在基线上产生显著影响，但保留了结构性排序。这些发现为该交互类型的人类共情基线确立了基础，对在情感AI系统中校准共情表达具有直接影响。
引用
@article{arxiv.2605.29399,
title = {Expecting Empathy: How Interaction Context Shapes Norms for Empathic Response in Digital Communication},
author = {Tao Wang and Chi-Ching Juan},
journal= {arXiv preprint arXiv:2605.29399},
year = {2026}
}