R-CAGE：面向人类-人工智能互动中的情感输出设计的结构模型

本文提出了 R-CAGE（Rhythmic Control Architecture for Guarding Ego），一个用于重构长期人类-人工智能互动中情感输出的理论框架。虽然先前的情感计算方法强调表达性、沉浸感和响应性，但往往忽视了反复情感互动的认知和结构后果。R-CAGE 则将情感输出概念化为需要进行结构性干预的伦理设计框架。该模型基于对情感症状（如局部头部紧张、解释性固定和情感滞后）的经验观察，这些症状源于与情感 AI 系统的长期互动。这些现象表明系统驱动的情感与用户解释之间的不匹配，无法仅通过生物识别数据或可观察行为完全解释。R-CAGE 采用以用户为中心的立场，强调心理恢复、解释自主权和身份连续性。该框架包含四个控制模块：（1）节奏表达控制调节输出节奏以减轻疲劳；（2）感官结构建构调整情感刺激的强度和时机；（3）认知框架护卫减少对语义压力，允许灵活解释；（4）自我对齐响应设计支持在解释滞后期间的自我指涉恢复。通过结构性调节情感节奏、感官强度和解释 affordances，R-CAGE 将情感概念为可持续的设计单元。其目标是在保护用户免受过度饱和和认知过载的同时，在 AI 中介环境中维持长期的解释自主权。