社交型基于大语言模型的聊天机器人中的信任：关于 Snapchat My AI 的纵向研究
计算机与社会
2026-04-27 v1
摘要
基于大语言模型的社交聊天机器人日益嵌入日常平台，但用户如何随时间发展对这些系统的信任仍不清晰。我们进行了为期四周的纵向定性调查研究（样本数 N=27），研究 Snapchat My AI 这种社交嵌入式对话代理的信任形成。我们的发现表明，信任受感知能力、对话行为、类人化、透明度、隐私关注以及对宿主平台的信任影响。信任并非保持稳定，而是通过交互不断演变，用户会调整期望，细化提示策略，主动调节如何以及何时依赖该系统。这些过程反映了信任的持续协商，而非一次性评估。尽管对话流畅性支持用户参与，但过度的类人化和有限的透明度会在随时间推移中削弱信任。我们将这些发现归纳为一个概念模型，将信任定义为由交互背景和期望塑造的动态用户状态，对人类中心和自适应对话代理的设计具有启示意义。
引用
@article{arxiv.2604.22417,
title = {Trust as a Situated User State in Social LLM-Based Chatbots: A Longitudinal Study of Snapchat's My AI},
author = {Annie Landerberg and Kari Flatmo and Alan Said},
journal= {arXiv preprint arXiv:2604.22417},
year = {2026}
}
备注
Accepted to 34th ACM International Conference on User Modeling, Adaptation and Personalization (UMAP'26)