Abstract：This study investigates theimpactofanthropomorphicdesigninAInewsanchors，applying established technologyaceptance models toenhance understanding ofuser adoption dynamics.This research，focusingonthe Chinese market，xploreshowhuman-likecharacteristicsinfluenceuserperceptionsandbehavioral intentions，providingtheoretical guidance for optimizing AInewsanchor systemdesignand algorithmic implementation.Employingaquantitative approach，we analyzed data from approximately 5OO non-probabilistic survey responses through structural equation modeling.Theempiricalresultsdemonstratethatkeyanthropomorphicfactors exertstatisticallysignificantpositiveefects onusers'emoioalsposdrceedsefulsschintuollctivelydatedptitetios.dg notonlyvalidate theappicabilityof taditionalacceptance models innext-generationAIinterfaces butalsoaddressagap in the existing literature regarding localized implementation strategies foranthropomorphicAI systems innon-Western contexts.Thestudycontributes practical insights fordevelopingculturalladaptiveAInews presentationsystems while advancing theoretical discussions on human-computer interaction paradigms in media technologies.

Keywords：virtual news anchors; user emotionalresponse;behavioral intention touse;perceived interactivity

一、研究背景

近年來，人工智能話題熱度持續(xù)攀升，各行業(yè)各領域紛紛積極探索人工智能產(chǎn)品的試驗應用，力求實現(xiàn)更大規(guī)模的市場化。然而，就國內(nèi)而言，AI新聞主播目前仍處于發(fā)展初期，盡管其視聽感知技術(shù)不斷進步，但仍可與人類主播區(qū)分開來。在中國獨特的AI新聞主播發(fā)展背景和受眾環(huán)境下，這一創(chuàng)新產(chǎn)品逐漸吸引眾多目光，越來越多的人愿意花時間去觀看和體驗。國家廣播電視總局曾發(fā)布《廣播電視和網(wǎng)絡視聽“十四五”科技發(fā)展規(guī)劃》，《規(guī)劃》中指出，“要加快推進制播體系技術(shù)升級。強化人工智能、大數(shù)據(jù)、區(qū)塊鏈在內(nèi)容選題、素材集成、編輯制作、內(nèi)容審核、媒資管理、字幕制作等環(huán)節(jié)的應用，促進制播流程智能化。推動虛擬主播、動畫手語廣泛應用于新聞播報、天氣預報、綜藝科教等節(jié)目生產(chǎn)，創(chuàng)新節(jié)目形態(tài)，提高制播效率和智能化水平”。這一政策體現(xiàn)了國內(nèi)對于AI新聞主播發(fā)展的初步關注。北京衛(wèi)視、湖南衛(wèi)視、新華社、山東衛(wèi)視等媒體機構(gòu)迅速響應，相繼推出各具特色的虛擬主播產(chǎn)品。這些產(chǎn)品不僅涵蓋精心設計的專屬形象，還包含依照真人主播形象打造的虛擬版本，更有主打中國風、二次元等獨特風格的特別類型，展現(xiàn)出多元化的創(chuàng)新嘗試。盡管如此，AI新聞主播實際質(zhì)量仍有較大提升空間，觀眾和用戶更傾向于長期觀看真人演播的節(jié)目。在當下國內(nèi)傳媒格局中，短視頻逐漸取代傳統(tǒng)電視成為主流傳播形式，傳播方式不斷迭代更新，新興媒體層出不窮，AI新聞主播憑借其獨特的技術(shù)優(yōu)勢和創(chuàng)新潛力，正悄然積蓄著巨大的發(fā)展?jié)撃?。預計未來，AI新聞主播將以其強大的媒介可供性特點成為人們媒體選擇中的重要一員，為傳媒領域帶來新的變革與機遇。

二、文獻綜述

（一）接受還是拒絕？理論的發(fā)展與集成

從時間線上看，20世紀60年代，美國學者E.M.Rogers提出了一個通過媒介影響人們不斷接受創(chuàng)新型技術(shù)產(chǎn)品的理論模型，①他的著作《創(chuàng)新與擴散》提到了相關理論，當這一理論以模型的視角出現(xiàn)在一眾學者的面前，為較多有關技術(shù)的用戶接受度的研究奠定了基礎或成為其中的一部分；1975年，理性行為理論由美國學者Fishbein和Ajzen提出，對早期人們導致行為意向的主觀因素及來源進行了組合和探究，在此之后，IcekAjzen繼承了TRA理性行為理論的觀點，在原有模型的基礎上進行進一步擴充，增加了行為對認知的控制概念，形成計劃行為理論的建模； ^（2）1989 年Davis提出的經(jīng)典模型—一技術(shù)接受模型，③至今被廣泛采用；擴展技術(shù)接受模型在TAM的基礎上增加了變量；2003年，ViswanathVenkatesh等人通過研究提出了技術(shù)使用與接受模型（UTAUT），模型的建立使用戶態(tài)度的影響因素的研究更加豐富、準確與貼合現(xiàn)代化，并且在Venkatesh與兩位香港學者的改良和后續(xù)研究中，構(gòu)建了模型UTAUT2； 年，DoganGursoy等人針對人工智能設備的消費者接受度展開研究，構(gòu)建了一個AI智能設備使用接受度理論模型（AIDUA），這一理論提出了擬人化和情感變量作為評估概念以及模型中的要素。③

TAM之前的理論溯源，僅僅為我們提供了歷史回顧，但對于當前的研究來說，參考價值微乎其微。因為人工智能的發(fā)展有較強的時代特征，過去對于產(chǎn)品價值的判斷很難跨越時間平移。但我們可以認為，信息技術(shù)產(chǎn)品有一定通約性。技術(shù)接受模型（TAM）的開創(chuàng)者Davis對于理論模型（圖1）的構(gòu)建旨在為信息技術(shù)產(chǎn)品提高生產(chǎn)效率而服務，以當時的觀點來看，信息技術(shù)的使用提高了白領的生產(chǎn)效率，但受困的是使用者對信息技術(shù)的態(tài)度模糊，用戶是否愿意使用信息技術(shù)成為一大難題。由Vertinsky等人和 Vroom 分別提出的兩種期望理論模型，為此提供了依據(jù)。其中感知易用產(chǎn)生于“自我效能”，這一結(jié)論是作者在Bandura和Hill等人的理論基礎上得出的。

技術(shù)接受模型解釋了外部變量對個體內(nèi)部的影響，相對其他理論更清晰簡潔。因為Davis的主要目的在于構(gòu)建分析量表，“TAM本身沒有對外部變量進行嚴格規(guī)定”，③“眾多學者證明了技術(shù)接受模型在用戶信息技術(shù)及系統(tǒng)的接受和影響因素研究方面有很好的解釋預測能力。且技術(shù)接受模型的研究也已經(jīng)被國內(nèi)外很多學者應用到移動商務的范疇中，預測用戶對各類信息系統(tǒng)和技術(shù)的采納行為”。@后續(xù)TAM2的研究基于原始TAM，在其基礎上剔除了態(tài)度，擴展了社會影響，納入了認知工具，更加完善， ?? 而TAM3是Venkatesh和Bala從組織層面對工作場所員工的接受使用進行研究整合與改進的產(chǎn)物。

然而，TAM系列起源于20世紀80年代，模型結(jié)構(gòu)較為簡單，它的特點在于為量表開發(fā)作出了突出貢獻，但是對用戶行為缺少足夠的定義。Venkatesh，Morris等人提出的技術(shù)接受和使用統(tǒng)一模型相比更加先進。經(jīng)過實證考量，“UTAUT模型被驗證其對用戶意圖的解釋能力達到 70% ”，僅這一結(jié)論就被高頻次引用，引發(fā)眾多繼續(xù)研究學者津津樂道?！癠TAUT在理論上吸收了IDT、TRA、SCT以及MPCU眾多理論的合理內(nèi)核，理論上比原始TAM更為完善是顯然的不過通過ScienceDirect檢索發(fā)現(xiàn)基于UTAUT的研究目前還比較少，因而還需要更多獨立研究證明其價值”。Venkatesh等人對1267篇相關文獻的全面對比和綜合分析，也印證了這一點。UTAUT模型服務于以信息技術(shù)行業(yè)為主導的傳統(tǒng)商業(yè)組織，強調(diào)個人與組織的技術(shù)使用結(jié)果之間的關系。

但是，通讀Venkatesh等人的理論成果我們會發(fā)現(xiàn)，UTAUT本質(zhì)上依然具有歷史局限性。即使Venkatesh對于用戶接受度的研究幾經(jīng)演變，與多位學者合作加深研究，但是產(chǎn)品的本質(zhì)依然是“技術(shù)”而非“智能化”。經(jīng)過梳理，Gursoy等人通過對文獻的理論分析和對現(xiàn)有樣本（來自Mturk資源數(shù)據(jù)庫）的數(shù)據(jù)解讀兩層評價建立了能夠測量用戶對人工智能使用態(tài)度的理論模型（圖2），這一點彌補了TAM和UTAUT兩種模型的不足。同時，AIDUA的構(gòu)建主要基于Lazarus的認知動機情感框架@和Lu等人確立的人工智能機器人消費意愿預測因素，在其中提取有利因素與目前研究進行結(jié)合。很明顯，從模型上看，最終的成果和UTAUT是密切相關的，該過程也參考了其他著名理論，①至少有部分關鍵要素是由此而來，例如其中的“社會影響”以及中介變量。但是，AIDUA的誕生使人工智能產(chǎn)品納入討論，為我們現(xiàn)在的研究奠定了基礎。

2020年至2024年有關AIDUA或以此為基礎模型的實證性研究話題偏向于對酒店或餐廳服務機器人？@@①以及ChatGPT的功能性和倫理考量，除此之外，也有部分研究把矛頭對準自動駕駛技術(shù)和其他消費者服務。其中，F(xiàn)oroughi等人以UTAUT2為基礎對客戶確定購買帶有自動駕駛技術(shù)的汽車的意愿進行了研究，以此應用于為汽車行業(yè)制造商與開發(fā)商提供客戶分析服務，從他們的援引中同樣可以發(fā)現(xiàn)AIDUA針對自動駕駛技術(shù)的運用。從這一視角，可以看到AIDUA模型在人工智能領域得到了廣泛應用，有較為可靠的信度。

但從效度上看，基于新華社AI合成主播的研究表明，AI新聞主播的受眾會在未來更多注重使用的體驗感，例如視聽單一、情感缺失和個性單調(diào)的問題將大大影響受眾體驗，而這些要素均未作為主要變量在模型中體現(xiàn)。因此，完全使用此模型來解釋AI新聞主播影響用戶接受度的傳播過程，既沒有充分考慮中國觀眾的審美，也忽略了影響受眾體驗感的復雜因素，不符合中國AI新聞主播的獨特性和大眾傳播的普適性。反觀“擬人化”，有中國學者認為存在以下考量：一方面，“恐怖谷效應”帶來的“過度擬人化”對其造成影響；另一方面，技術(shù)擬人化通過時間推演預示人工智能將在功能、形態(tài)、思維上經(jīng)歷逐步提升。目前，以AI新聞主播等產(chǎn)品為例的具身媒介擁有了不同程度的人類特征，包括外觀、語音、互動等，它們構(gòu)成了“擬人化”的傳播效果。這些效果與“恐怖谷效應”的影響產(chǎn)生拉扯，造成用戶情感波動，影響用戶體驗?？梢姡珹I新聞主播的技術(shù)質(zhì)量和國內(nèi)觀眾的審美都在日漸提升，“擬人化”效應對觀眾感知的影響逐步增強，“擬人化”作為外部變量的具體內(nèi)涵是本研究關注的重點，我們將繼續(xù)就此開展逐步研究?；贏IDUA模型中的“二次評估”，我們對“AI新聞主播如何影響用戶選擇”問題提出以下研究假設：

H1：績效期望對積極情緒正相關。

H2：努力預期對積極情緒負相關。

H3：積極情緒對用戶接受使用態(tài)度正相關。

H4：積極情緒對用戶拒絕使用態(tài)度負相關。

（二）新聞主播何以加入“準社會”撥動觀眾情緒時鐘？

1.中國新聞主播的專業(yè)素養(yǎng)和觀眾感受

1963年至2023年，是中國播音藝術(shù)高等教育過去的60年發(fā)展史。中國播音，逐漸形成了專門研究有聲語言，表達思想與情感，融合多學科發(fā)展積淀，借鑒多國播音文化理論，不斷貼合廣大觀眾需求的藝術(shù)大學。人們習慣性地把播音員稱為“主播”，這是一種民間普遍的叫法，也得到專業(yè)和非專業(yè)人士的普遍認可和接受。因此，新聞主播意指以央視為主要標準的專業(yè)新聞播音員。以中國多位央視資深播音員的意見和看法，新聞主播應當具備的首當其沖的條件是具備強大的有聲語言表達基本功，用有聲語言傳情達意，強調(diào)語言規(guī)范。在語言能力的基礎上表達感情。③③新聞主播的基本功包括氣息、聲音、語氣和體態(tài)，講究身形和諧統(tǒng)一和交流的“對象感”。③中國新聞主播康輝是目前國內(nèi)公認的在新聞播音領域頗有造詣的中央廣播電視總臺播音員主持人，以他為例，有高校學者和省級媒體專業(yè)人士認為，從專業(yè)素養(yǎng)的角度來看，康輝的情感表達和語氣態(tài)度，是他進行新聞播音工作時的重要特點，也是他收獲較高關注度和傳達精神思想的媒介手段。③根據(jù)大量媒體人員、高校學者和政府管理部門研究員的研究，國內(nèi)新聞主播以用戶偏好和意識形態(tài)為導向的關鍵影響因素大致可歸納為語音專業(yè)度、情感價值輸出和個人形象塑造，③③其中，戶鵬飛等人采用實驗手段對真人主播的情感表達和AI主播的有聲語言情感進行了區(qū)分，并且得出兩者“重音”差異的實證性結(jié)論。

薛可等人認為：“聲音已經(jīng)成為所有語言工作者的核心因素之一，新聞主播也不例外。研究者發(fā)現(xiàn)，打造理想的聲音品牌有助于塑造電視主持人的個人形象，而個人形象在很大程度上影響著觀眾對主持人吸引力的認知。”結(jié)合國內(nèi)針對播音領域的質(zhì)性研究報告、不同題材的評論文章和相關實證性研究，摒棄結(jié)論不一的少部分個人觀點，得出中國新聞主播影響觀眾感受的關鍵變量是“語音專業(yè)度”和“情感價值輸出”，以及“個人形象”的塑造。

梳理文獻綜述，我們也發(fā)現(xiàn)了國內(nèi)現(xiàn)有研究的不足。例如，如果說“準社會交往”@影響了觀眾的好感度，那么有關中國新聞主播專業(yè)素養(yǎng)對“準社會”關系的影響的調(diào)查還存在欠缺，即便這種影響似乎聽上去是必然的。換言之，我們?nèi)狈ψ銐蜃C據(jù)說明中國新聞主播在專業(yè)領域所展現(xiàn)的語音、情感、形象和影響觀眾感知的這些要素之間存在必然聯(lián)系。專業(yè)素養(yǎng)高是否一定代表受歡迎？似乎它更大程度上代表的是一種業(yè)內(nèi)規(guī)范。

2.國外關于電視播音員的感知互動研究

經(jīng)查，國外學者對于播音員的觀眾感知研究也頗有建樹，有關研究在體育類播音員和AI主播領域的調(diào)查較為集中，也不乏部分對新聞主播的研究，尚可借鑒。例如，韓國學者研究了新聞主播的魅力形象對新聞收看意愿的影響以及女性棒球解說員的特征對觀眾流量的影響；美國學者通過實驗開展了主播性別對觀眾需求的影響的實證性研究，主要針對體育賽事中因男女不同的播音員引發(fā)的觀眾態(tài)度進行了解釋；Emily等人則用心理學和生理學手段驗證了性別因素導致的觀眾對體育賽事類播音員選擇的差距；除此之外，播音員對事實的主觀描述和豐富的視頻畫面也會影響觀眾的興奮度。已有研究表明，外部圖像的吸引力影響傳播有效性和用戶評價， ? 國外多項研究用實證方法證明，主播的性別和更為豐富的娛樂性（例如靈活的個性解說，色彩強烈的視頻畫面等）會對觀眾選擇觀看的程度造成驅(qū)動性影響。有學者對有關性別和語言表達作出了更為詳細深入的解釋，他們認為女性主播的性吸引和主播對內(nèi)容的積極性（具有幸福感的）描述更容易得到觀眾的喜好和歡迎。由此，性別影響和語言能動性是國外學者對電視主播展開研究和討論的關注目標，性別的影響包括性別差異、性感程度和內(nèi)容搭配，發(fā)現(xiàn)男性播音員似乎對體育內(nèi)容的解說更容易引起興奮），語言表達包括解說的積極性（較少焦慮、負面信息，傳遞具有幸福感的內(nèi)容）、語言幽默、年齡影響（不同年齡導致的語音變化）@和語氣（語音中的感情色彩）增強，色彩濃烈且具有吸引力的畫面不屬于對主播本身的判斷，而是穿插型視圖，因此排除。

在國外研究中，對新聞主播的定義存在過于泛化的問題，這與大多數(shù)國家的文化有關。大量的證據(jù)依賴于觀眾感受，對新聞主播缺乏標準化定位，使風格完全不同的播音員被納入研究主體，這或許會影響對中國AI新聞主播的研究判斷。

3.國內(nèi)外研究綜合分析

綜合國內(nèi)外不同場景，不同受眾習慣以及部分相關研究的佐證，我們得出語音呈現(xiàn)（包括聽感上的年齡差異）、情感呈現(xiàn)、形象呈現(xiàn)（包括視覺上的性別差異）在影響因素中表現(xiàn)突出。

對于不同國家研究存在的不同問題，我們將其歸納為文化差異現(xiàn)象，解決這一問題需要更加深入和細化的調(diào)研，我們將在未來研究中進行更加具體的分析。就目前研究來看，綜合國內(nèi)外不同研究結(jié)果進行討論是必要的，即便在矛盾沖突顯著的條件下，我們依然在文獻綜述中保留了人作為大眾傳播主體的豐富性、自主性、差異性、可塑性和創(chuàng)造性，這一點有助于在量化研究中規(guī)避科學實證主義的不當影響， ? 使人類心理差異、社會文化差異和傳播環(huán)境差異在感知問題研究中得到充分考量。

（三）“準社會”即“擬”社會，媒介即生活

1.媒介等同下的虛擬主播感知交互

由Reeves和Nass在1996年提出的媒介等同理論告訴我們：媒介 Σ=Σ 真實的生活?！睹浇榈韧氛J為，人們可以像對待真實的人和場景一樣對待媒體。媒體生活等同于現(xiàn)實生活，而且等同于人，這兩層含義構(gòu)筑了“等同”效果。Nass在此研究基礎上提出了CASA范式，該研究更加細化地闡釋了人對計算機的反應，當計算機所表現(xiàn)出社會信息與人類相似，那么人就會用人類的社會規(guī)范和人際標準及時作出反應。 “在明確機器人身份的前提下，人類用戶仍然愿意將與真實人類的交往方式復刻到機器人身上，這符合媒介等同理論的效應”， “媒介等同理論意味著，在人類學中的發(fā)現(xiàn)可以同樣應用于人機交互，即在人機交互中能夠觀察到的類似人際交互的信任行為。本質(zhì)上，人際信任和人機信任是同一個結(jié)構(gòu)”。

同理可證，鑒于媒介等同理論的中介作用，觀眾對職業(yè)新聞主播的評判標準及感知接受，可以等同于虛擬新聞主播和用戶間的感知交互?！爸悄軅鞑ブ黧w構(gòu)造了人的具身主體性與周圍環(huán)境共在的智能化傳播情境，通過人機交互建構(gòu)具身化的傳播情境影響人的意識和感覺體驗”， 趙海明認為，人工智能視角下的人機關系早已融為一體，具身化是人工智能傳播主體的新特征，具身傳播創(chuàng)造的智能化傳播情境通過人機交互使用戶獲得確切感知，機器不再是延伸，而是具有意義的“本身”。國內(nèi)頂尖的大學新聞學院學者、計算機科研所研究人員和央視總臺專業(yè)人員認為，人工智能將算法與認知和情感相結(jié)合，將優(yōu)化結(jié)果與價值判斷相結(jié)合，用技術(shù)模擬人，實現(xiàn)高速運轉(zhuǎn)，信息技術(shù)的快速發(fā)展使人機“關系場域”發(fā)生改變，由人機協(xié)同實現(xiàn)人機融合，達到“人機共生”。

研究人員還通過對智能機器人本身的調(diào)查和用戶對機器人的外觀評價來判斷智能機器人與人類的相似程度，根據(jù)兩項研究的有效排查得出一般性結(jié)論：以人工智能技術(shù)為核心的機器人（虛擬人）具備人類特征。這種與人類高度相似的人工智能產(chǎn)物的特征叫作“擬人化”， 擬人化是動機、特征、意圖、情感等一系列和人類高度類似并且運用在非人類主體形態(tài)上的感知特征，從心理學角度而言，擬人化代表了對非人類主體的歸納推理過程，人們對相似性的判斷是通過激活人類對自我表征的感知和刻板印象來實現(xiàn)的。情境、性格都是判斷擬人化程度的標準。

前文提到的AIDUA理論模型對擬人化的定義為“一個物體具有人類特征的程度”，這種特征包含了所有有關人類的聲形感知，人工智能在物理和智能上與人類的相似性會瞬間觸發(fā)人類的自我相關性認識，可見多項研究對于“擬人化”的定義相同，且擬人化程度會影響人工智能用戶的感知接受。

中國學者通過實驗針對虛擬新聞主播進行了多模態(tài)情感比較分析，證實了不同類型虛擬新聞主播與真人情感表達的差異，驗證了情感變量在虛擬主播表達中的存在。@另一項研究表明，性別特征存在于人工智能合成機器人的身上，并且影響著用戶的態(tài)度，研究者用真實的機器人圖像資料進行實驗。@這些也印證了人機之間的情感交互。

2.虛擬主播擬人化因素的作用與影響

王袁欣等人通過實驗佐證，認為虛擬主播的語音仿真和形象仿真對用戶接受態(tài)度有著積極影響，其中“恐怖谷”效應顯著，但似乎并不影響用戶的接受程度。 “恐怖谷”效應是指親和度和擬人度之間的曲線關系，在初始范圍內(nèi)，擬人度越高，親和度越強，但達到一定閾值，就會令人產(chǎn)生恐懼與厭惡，親和度因此被破壞，當擬人程度跨過這一閾值，親和度又會回到最大值?；谡J知心理學，厭惡是一種情感體驗，影響消費情緒。常理上來講，如果一個人厭惡一個產(chǎn)品，那么他就不會選擇。由于有力實驗證明“恐怖谷”對用戶態(tài)度的影響微乎其微，鑒于我們研究的最終目的，對干擾予以剔除。

除去“恐怖谷”帶來的影響，在擬人化外部變量的相關性方面，有國內(nèi)學者基于AIDUA模型開展研究復現(xiàn)，認為“在生成式人工智能環(huán)境中，擬人化不太可能有利于生成式人工智能設備的性能預期，反而可能導致更高水平的努力預期”。也有學者認為，“智能化”屬性直接促進了用戶對AI主播的信任，其中包括合規(guī)性、響應性和努力性，這里的“智能化”是人機互動概念，可以理解為在“擬人化”基礎上強調(diào)的交互能力。當AI新聞主播利用擬人化屬性進行人機互動時，人們并不傾向于通過其性能優(yōu)勢來提升體驗感，相反對如何快速掌握人機互動并提高使用效率表現(xiàn)出積極態(tài)度。我們猜測這符合用戶在使用AI產(chǎn)品時所產(chǎn)生的新鮮感等心理因素，這一點將在后續(xù)加深討論。最后，我們認為擬人化因素大概率對績效期望產(chǎn)生負相關影響，而對努力預期產(chǎn)生正相關影響，并以此作為研究假設納入接下來的量化分析中去驗證：

H5a：社會影響對績效期望正相關。

H5b：享樂動機對績效期望正相關。

H5c：語音呈現(xiàn)對績效期望負相關。

H5d：情感呈現(xiàn)對績效期望負相關。

H5e：形象呈現(xiàn)對績效期望負相關。

H6a：社會影響對努力預期負相關。

H6b：享樂動機對努力期望負相關。

H6c：語音呈現(xiàn)對努力預期正相關。

H6d：情感呈現(xiàn)對努力預期正相關。

H6e：形象呈現(xiàn)對努力預期正相關。

三、研究模型

（一）AI新聞主播用戶接受度模型的第一層關系

社會影響是指用戶的社會群體認為在接受新聞服務中使用人工智能虛擬人與群體規(guī)范相關且一致的程度，一般性解釋即在社交圈子、家庭親友范圍內(nèi)，他人對使用虛擬人的看法和行為一致性。享樂動機的定義充分展現(xiàn)了它的娛樂性質(zhì)，即用戶是否能夠從虛擬形象的服務中獲得樂趣，這一樂趣代表了某種用戶需求。語音呈現(xiàn)代表了一系列由人工智能虛擬主播輸出的語音效果與特征，例如在中國，主播的專業(yè)素養(yǎng)備受關注，缺乏專業(yè)素養(yǎng)的主播在語言和聲音質(zhì)量上飽受詬病，影響了觀眾態(tài)度。在之前學者的量表中，我們發(fā)現(xiàn)并引用了有關主播專業(yè)性的操作化定義，有關語音感知的認定也不謀而合。情感呈現(xiàn)體現(xiàn)在主播的語音語態(tài)、語氣之中，也不可否認虛擬主播的面部表情也能夠代表情感、影響用戶。形象呈現(xiàn)指代虛擬主播的形象設計給用戶帶來的感知，是一種單純的視覺效果。如果用戶覺得虛擬主播的形象符合審美，那么對該虛擬形象的好感度和認可度也會增加，用戶態(tài)度隨之產(chǎn)生?？冃谕怯脩艨梢詮倪@些虛擬形象中獲得的感知利益，也就是自覺使用或觀看它們有多少獲利和價值。努力預期是用戶認為使用它們的難度。我們在量表中設置了這些操作化定義，以此來測量它們。

（二）AI新聞主播用戶接受度模型的第二層關系

AI新聞主播用戶接受度模型的二級評價中用戶需要從情感上考慮對AI新聞主播的接受程度，一切用戶消費意愿圍繞情緒價值為核心。這種情感稱為“積極情緒”，當用戶的積極情緒降為低值，意味用戶態(tài)度里充滿著無聊、憂郁、絕望、不滿和氣憤，反之則體現(xiàn)為放松、滿足、滿懷希望、滿意和開心。積極情緒受到外部變量的影響，主導用戶拒絕與接受選擇。

從本研究建構(gòu)的模型中（圖3）可以看出，一共包含十個變量，其中五個自變量（社會影響、享樂動機、語音呈現(xiàn)、情感呈現(xiàn)、形象呈現(xiàn)），三個中介變量（績效期望、努力預期、積極情緒），兩個因變量（接受使用、拒絕使用），模型在前人研究基礎上側(cè)重擬人化特征的分析，經(jīng)過有針對性的改良和糅合，將擬人化因素重新概念化。

四、研究方法

（一）調(diào)研分析

1.預調(diào)研

本研究選擇問卷星平臺來進行問卷設計和調(diào)研，問卷星平臺是國內(nèi)較為完善的一款問卷調(diào)查輔助平臺，其功能涉獵問卷設計、樣本收集等，問卷星擁有自己龐大的樣本采集數(shù)據(jù)庫，樣本覆蓋面擴散至全國，有較強的數(shù)據(jù)收集能力。預調(diào)研通過問卷星平臺的虛擬連接進行滾雪球和非概率便利抽樣，獲得了共計258份問卷樣本。在所有問卷里，有三人在“閱讀并同意接受該調(diào)查”中選擇了“否”，因此在此題項后退出該輪問卷調(diào)查。除此之外，第二題為“是否看過或了解過虛擬新聞主播”，該題設置意在對調(diào)查對象進行篩選，被105人填為“否”，我們默認有105人從未看過或了解過虛擬新聞主播，從而無法依照認識作答，最終，獲得有效問卷150份。

在150份有效問卷里，我們還觀察了所有樣本的人口特征，得出以下結(jié)論：男性78人，占 52% ，似乎對虛擬主播節(jié)目，男性觀看更多，但并不顯著。承認對虛擬主播有過觀看且了解并自愿填寫問卷的人口中，以18～30歲的年輕人群體居多，可以看出年輕人對虛擬主播更感興趣。另外，受訪者大多處在本科學歷及以上，?？埔舱紦?jù)一定比例，可見虛擬主播對高學歷人群的吸引力更強。最后，他們的職業(yè)大多為市場營銷類和學生。

然后，我們通過SPSS數(shù)據(jù)分析軟件得到了每一項概念的Cronbach'sAlpha系數(shù)（克隆巴赫系數(shù)），Cronbach'sAlpha系數(shù)處于0.7到0.8時僅為可接受，達到0.8以上為學術(shù)界公認的內(nèi)部一致性良好，0.9以上為優(yōu)秀。經(jīng)過對數(shù)據(jù)的觀察，我們得到了較為不錯的量表內(nèi)部一致性，每項概念的Cronbach'sAlpha系數(shù)都在0.8以上，這說明量表內(nèi)部一致性較好，信度（Reliability）較高（表1）。

我們通過探索性因子分析（EFA）對量表內(nèi)部的結(jié)構(gòu)效度（ConstructValidity）進行檢測，進一步檢驗了題項設置合理性。探索性因子分析的底層邏輯是利用少數(shù)公因子構(gòu)建的因子結(jié)構(gòu)來概括所有變量的信息，以達到濃縮變量的目的，并以此觀測變量內(nèi)部的結(jié)構(gòu)效度。開始探索性因子分析還需要具備兩個前提：一是樣本總量達到100份以上，二是事先檢驗數(shù)據(jù)的合理性。

在做EFA之前，我們采用KMO做適合性分析，KMO值顯示為0.892，顯然大于0.7，因此判斷Bartlett球形檢驗顯著，適合做進一步的因子分析。Bartlett球形檢驗中Bartlett球形值為5444.841，plt;0.001 。由此判斷，可以做EFA。

利用最大方差法進行正交旋轉(zhuǎn)處理，得到因子負荷矩陣，主成分分析出十個維度，提取出十個公因子，得到因子解釋的總方差為 77.48% ，顯著過半（ 50% ），所有問項的因子載荷系數(shù)絕對值大于0.5（須大于0.4），相關性被證實，公因子方差均大于0.6（須大于0.4），問項存在意義被證實，因子與概念相關項沒有對應錯誤，也沒有問項混淆于其他概念，最后結(jié)論為沒有刪除項。解釋為所有問項均符合標準，具備高效度。

經(jīng)過對預調(diào)的信效度分析，我們得到了所有概念（變量）和題項的可行性證實，該量表和問卷可以繼續(xù)使用于正式調(diào)研。另外，在預調(diào)研中，我們發(fā)現(xiàn)了大量樣本對“是否觀看和了解過虛擬主播”提問的否定回答，這是出乎意料的。我們可以判斷有一部分群體對我們的研究課題并不了解，因此無法提供有效信息。為了提高問卷質(zhì)量，我們利用問卷星平臺的樣本采集服務，對有更多相關認識的群體進行了投放，平臺服務將會比“滾雪球”范圍更加廣泛。我們增加了注意力檢測于正式調(diào)研中，確保其調(diào)研質(zhì)量。

2.調(diào)研統(tǒng)計

前文我們通過預調(diào)研對研究方法進行了介紹，并且對變量進行了測量和分析，保證了模型和關系的信度和效度。在預調(diào)研的基礎上，我們再次擴大范圍，增加了更多樣本，共計收集到有效問卷數(shù)量為551份。正式調(diào)研的問卷交由問卷星平臺分散發(fā)布，摒棄了“滾雪球”，分布更加均勻和廣泛，從人口統(tǒng)計學特征上看，數(shù)據(jù)價值更高。我們觀察這些問卷對象的基本信息，總結(jié)出以下圖表（表2）。

除此之外，調(diào)查對象還遍布了中國的絕大多數(shù)省份，填寫人員的自填歸屬地在21個省、自治區(qū)、直轄市都有涉及。我們通過觀察這些樣本人員的信息可以看出，男性數(shù)量略高于女性，年齡段集中在中青年，學歷以大學本科居多，分布在各行業(yè)各領域。以下是各變量的平均值、標準差和信度檢驗，使用SPSS軟件分析（表3）。

由于在預調(diào)研中，我們對同樣的量表已經(jīng)進行了因子負荷的分析，因此已經(jīng)可以確定，所有變量是具備一定效度的。在新一輪的描述性統(tǒng)計分析中，我們對新的數(shù)據(jù)進行了信度檢驗，結(jié)果如表3，所有數(shù)值均達到高標準。我們在SPSS軟件中將每個變量的所有問項的量化結(jié)果取平均值，計算復合變量，數(shù)值越高，表示該變量的傾向性越強。測量結(jié)果如表3。

（二）數(shù)據(jù)分析

在本研究中，我們確定了模型和變量的可行性，接下來還需要驗證關系。關系的驗證直接說明了假設是否成立，這一點對結(jié)論的產(chǎn)出十分重要。本研究的控制變量包括年齡、性別、學歷、職業(yè)，我們通過一系列線性回歸分析它們和各變量之間的關系，大多數(shù)控制變量和各個維度沒有顯著關系， p 值較高，其中，唯有學歷和拒絕使用（ Beta=0.117 ，plt;0.05 ）、努力期望（Bet _a=-0.119 ， plt;0.05 ）顯著相關，職業(yè)和感情呈現(xiàn)（ Beta=-0.135 ， plt;0.05 ）顯著相關，其余變量和控制變量均無顯著相關。這些關系所造成的影響較小，并且與本研究的最終目的無關，因此決定不納入假設檢驗的分析中。

接下來我們要對本次研究的假設進行檢驗，在驗證假設之前還需要對變量之間的相關性進行檢驗。相關性檢驗可以說明兩個變量在發(fā)展變化中存在的關系強弱，這種強度是不包含因果關系的，僅從變量的角度出發(fā)，通過得出變量之間的相關性價值，可以得知它們之間相互關聯(lián)的程度是否值得追溯因果。圖4展示了各變量之間的Pearson系數(shù)。

由圖4可知，在不考慮正負和因果關系的情況下，各變量之間顯著相關，從數(shù)值右上角的星號中可以判斷，雙星號“**”代表P值 lt;0.01 ，為相關性顯著。值得強調(diào)的是，相關系數(shù)的顯著性與樣本量有關，當樣本量大時，絕對值容易偏小，因此容易給人假象。我們將在接下來的線性回歸分析中對假設關系（正負）是否成立進行驗證。以“績效期望”作為因變量，在這一維度上分析與不同自變量的假設關系，通過驗證分析得出下表（表4）。

由表中數(shù)據(jù)我們可以得知，所有自變量和因變量“績效期望”均呈現(xiàn)正相關關系，其中，情感呈現(xiàn)與績效期望的正向關系不顯著，其余正向關系均顯著，因此可以判定在新聞虛擬主播的用戶接受度模型中，假設H5d不成立，假設H5c和H5e為負相關，因此H5c和H5e也不成立。最后，假設H5a和假設H5b成立。

當“努力預期”作為因變量時，開始討論這一維度與外部變量之間的關系。經(jīng)過數(shù)據(jù)分析，我們得出下表（表5）。

由表格數(shù)據(jù)我們可以得出，所有自變量與因變量“努力預期”均為顯著正相關，我們原計劃中的假設H6a和假設H6b為負相關，因此被判定為不成立，假設H6c、假設H6d和假設H6e被判定為成立。

接下來，我們要進入虛擬新聞主播的用戶接受度模型的第二層關系（二級評價）中進行檢驗。第二層關系是以用戶情緒價值，也就是“積極情緒”變量為核心的復合關系，這一關系延續(xù)了AIDUA的良好基礎，將用戶接受態(tài)度劃分為了明確的“接受”和“拒絕”，并且和用戶購買或使用時感知的情緒價值掛鉤，我們需要驗證全模型的中介變量“績效期望”與“努力預期”是否會影響用戶“積極情緒”，并且“積極情緒”是否會影響接受與拒絕。雖然這一級關系在我們所基于的模型中已經(jīng)有過分析，但是，本研究基于國內(nèi)樣本，致力于中國新聞虛擬主播算法應用，因此，我們依然將第二層關系進行全新的假設檢驗，以此來保證模型的整體價值。具體數(shù)據(jù)如下表：

我們得出“績效期望”和“努力預期”均正向影響著“積極情緒”，這是出乎意料的，因此，我們判定假設H1成立，H2呈正相關，原假設為不成立。

如表7、表8所示，對用戶使用的接受和拒絕程度而言，本研究的樣本沒有顯示出涇渭分明的態(tài)度，相反，積極的情緒價值給他們帶來的是更為顯著的接受和一定程度的拒絕，雖然兩者的數(shù)值關系都十分顯著，可以得出它們與“積極情緒”之間的正相關關系，但是按照常理來說，接受和拒絕似乎是不同的，但在這里沒有展現(xiàn)這種態(tài)勢?？傮w如圖5：

由圖5我們可以得知，根據(jù)中國用戶調(diào)查所得到的樣本結(jié)果似乎和預想有些不同，這或許和思維方式等因素有關聯(lián)。但可以確定的是，本研究在基于國內(nèi)新聞主播和國外各類播音員的綜述的基礎上，結(jié)合中國樣本數(shù)據(jù)，得到了“社會影響”“享樂動機”“語音呈現(xiàn)”“情感呈現(xiàn)”和“形象呈現(xiàn)”五個外部變量對用戶選擇的積極影響。結(jié)合數(shù)據(jù)和研究目的可以得知，“語音呈現(xiàn)”“情感呈現(xiàn)”和“形象呈現(xiàn)”作為三項細分的擬人化要素，是中國虛擬新聞主播吸引用戶體驗的整體感知輸出的重要環(huán)節(jié)，它們影響著用戶的積極態(tài)度，這種態(tài)度可能會導致拒絕使用，但更多會促進接受。

五、討論

（一）結(jié)論

結(jié)合本研究，我們發(fā)現(xiàn)數(shù)據(jù)分析的結(jié)果顯示，外部變量所造成的正向影響是統(tǒng)一且顯著的，但是擬人化效果通過傳播模型同時影響用戶使用的接受度和拒絕度，這一點出乎意料。我們判斷，基于中國國情和民眾的調(diào)研有其獨特性，邱甲賢等人對中國消費者和美國消費者在消費方式上的不同選擇曾做出研究，實際上，中國消費者對待支付方式的態(tài)度截然不同，他們似乎對支付工具類型、個人金融信息、消費支出類型等格外關注。 ? 前文中，我們在討論用戶認為“績效期望”還是“努力預期”更有吸引力時做過猜測，AI新聞主播的用戶似乎更依賴于如何快速地掌握AI工具，而非AI工具是否足夠新穎和高效。換言之，用戶在選擇消費或使用時，更傾向于“用”，而非獲取其中價值。當我們把這個問題放在媒體傳播的語境中又會發(fā)現(xiàn)，媒介可供性與日俱增的環(huán)境下，社交媒體倦怠反而成為了重要議題，這源自用戶的感知過載，自我效能感降低和選擇難度過大等因素。 我們同樣可以從消費心理中得到解釋，簡潔的包裝、單調(diào)的色彩往往在商品價值傳遞中代表著高端含義，極簡主義為什么在消費心理中廣受歡迎？ 而日本、韓國及部分西方國家的街頭產(chǎn)品似乎充滿著圖案與色彩。這或許說明，中國消費者在使用產(chǎn)品時更加注重能否更快捷地得到體驗，包括快速了解產(chǎn)品信息?？墒钱斢脩艨焖賲⑴c使用時，沒有足夠獲得了解的心理落差可能會干擾選擇，忽略“績效期望”價值帶來的反噬又開始引發(fā)心理變化。對于這種推測，已有相關研究證實：人工智能語境下，面對“占有結(jié)果”和“體驗經(jīng)歷”的雙重誘導，用戶選擇或許隔著一扇心理作用的門。

因此，我們得出了本研究更具可能性的結(jié)論，中國用戶在使用AI新聞主播進行觀看和了解新聞內(nèi)容時，會因為擬人化效果帶來的體驗感提升而提高接受度，同時也會對AI新聞主播的強大效果產(chǎn)生逆反心理，這種擔憂會讓他們覺得真人更好、虛擬主播是虛假的等心理想法，但這些想法不會影響他們的使用選擇，當AI新聞主播的感知互動帶來的體驗感降低時，用戶會明確拒絕，但對新穎事物的發(fā)展保持樂觀態(tài)度。這個出乎意料的結(jié)果也提醒我們，在未來的研究中，我們需要更好地概念化用戶接受與拒絕使用的態(tài)度。以往對接受與拒絕的二分法似乎已經(jīng)無法更好地描述人們在考慮接納某個產(chǎn)品的時候的心態(tài)。過往研究已經(jīng)發(fā)現(xiàn)，人們在使用數(shù)字技術(shù)時往往存在一種矛盾的心態(tài)，或者即使接納某種數(shù)字技術(shù)，但仍舊存在抗拒的心態(tài)。未來研究可以展開對用戶的深度訪談，以便更好地了解這種矛盾心態(tài)，幫助我們更深入地理解數(shù)字技術(shù)使用。

（二）未來展望

本研究聚焦于AI新聞主播“擬人化”的具體內(nèi)涵以及其在大眾傳播中影響用戶選擇的具體因素。基于經(jīng)典模型，結(jié)合中國新聞主播的專業(yè)素養(yǎng)和國外電視用戶感知調(diào)查，運用傳播學“媒介等同”效應，借鑒心理實驗，通過抽樣調(diào)查和數(shù)據(jù)分析，對AI新聞主播的用戶體驗進行了深入研究。

我們發(fā)現(xiàn)，用戶選擇依賴于對“擬人化”的感知以及對虛擬人產(chǎn)品的使用期望，這種感知和期望會引發(fā)用戶在選擇時的積極情緒，進而影響其選擇決策。

我們將在未來更多地關注中國用戶對AI新聞主播的獨特反應，并且就文化差異性問題做更多質(zhì)性研究。

目前，國內(nèi)AI新聞主播的技術(shù)更新大多以服務中國觀眾為基礎，并在此基礎上進行海外拓展。符合中國觀眾審美的AI新聞主播在國際市場上廣受歡迎，迎來眾多“粉絲”，這主要得益于強大的技術(shù)支持和獨特的文化氛圍。AI新聞主播的“擬人化”特征，以及字正腔圓的表達和栩栩如生的形象吸引了國外媒體爭相報道。

以中國播音員形象打造的符合中國觀眾審美需求的AI新聞主播有望在人工智能國際領域與西方文化產(chǎn)生碰撞，激發(fā)出無限的思維火花，引發(fā)人類對虛擬人產(chǎn)品設計的新需求。這一方向不僅有助于完善學術(shù)領域?qū)π侣勚鞑ナ鼙姼兄目瞻?，從而引導AI新聞主播技術(shù)創(chuàng)新的具體實踐，同時也有利于未來中國AI新聞主播向世界推介中國文化。

此外，針對不同用戶的質(zhì)性調(diào)研能夠有效區(qū)分不同思維方式和文化背景下的人們對AI新聞主播深度發(fā)展的看法。當前傳媒領域存在一定程度上的“邊界”討論，播音主持從業(yè)者如何在不熟悉的領域享有合理的話語權(quán)成為一項重要議題。 ? 生成式人工智能能否完成權(quán)力接棒，實現(xiàn)功能轉(zhuǎn)化，代替或協(xié)助專業(yè)人士進行內(nèi)容表達值得深究。 來自不同文化背景、專業(yè)程度、思維方式的用戶面對具身智能的重大變革，其引發(fā)的心理變化和感知效應需要進一步具體探究，這一方向?qū)I新聞主播在國內(nèi)的高效、多元化發(fā)展同樣具有借鑒價值。

在具身智能產(chǎn)品不斷涌現(xiàn)的今天，其與人類的協(xié)同共生受到廣泛關注。在人與虛擬人互動體驗的過程中，新奇感和不安全感相互交織。以生成式人工智能產(chǎn)品為例，其特點在于內(nèi)容的智能化生產(chǎn)。

如果我們能夠更加熟悉相關軟件的運行框架，提供合適的信息素材，并建立操作規(guī)范，或許可以在一定程度上解決內(nèi)容偏離的問題。對于AI新聞主播而言，將語音、形象和情感輸出調(diào)整至與用戶感知的舒適區(qū)相契合，不僅可以解決中國用戶對虛擬人產(chǎn)品的不適感，還能結(jié)合生成式工具的內(nèi)容生產(chǎn)優(yōu)勢推動電視播音員能力轉(zhuǎn)型，這有助于打破功能單一、內(nèi)容同質(zhì)化的發(fā)展瓶頸，實現(xiàn)人與AI的高效協(xié)同發(fā)展。

（三）研究不足

在對文獻綜述和研究結(jié)果進行深入回顧后，我們發(fā)現(xiàn)當前研究在受眾群體解讀方面仍存在諸多欠缺。一方面，對于受眾年齡、學歷、職業(yè)等群體特征的調(diào)查，我們僅停留在數(shù)據(jù)分析層面，缺乏對樣本分類統(tǒng)計的深入探究。以不同語言環(huán)境為例，由于不同語言具有獨特的句式結(jié)構(gòu)，這可能導致對語義的理解出現(xiàn)偏差，而非語言因素在傳播過程中也可能引發(fā)不同的理解?？缥幕⒉粌H僅局限于不同地域的語言差異，還涵蓋了不同國家、區(qū)域的文化多樣性。而思維和文化的多樣性僅靠李克特量表或簡單選擇題難以充分顯現(xiàn)。這意味著我們未來有必要針對受眾的思維方式和文化背景開展詳細的質(zhì)性調(diào)查，例如采用訪談法等，并進行單獨研究。

另一方面，對于中國語境下主播專業(yè)素養(yǎng)和觀眾喜好之間的關系存疑，這一點在對應的綜述里也有提及。這些不足有可能是導致用戶在接受與拒絕之間搖擺不定的細節(jié)因素，也可能是我們在較為冗雜的數(shù)據(jù)統(tǒng)計中忽略的獨特性。在國內(nèi)傳媒領域，專業(yè)素養(yǎng)一直是播音主持從業(yè)人員的核心價值。新聞主播的專業(yè)素養(yǎng)包含了語音面貌、情感表達和形象塑造，還有諸多其他細節(jié)，它們共同構(gòu)成了專業(yè)新聞主播的吸引力、傳播力和影響力。然而，學術(shù)領域?qū)τ^眾真實感受的調(diào)查研究還存在一些空白，這也使我們很難以綜述的方式全面論證它們。從常理上講，專業(yè)素養(yǎng)較強的主播更有可能得到觀眾喜愛，但從針對用戶選擇的量化研究角度來看，我們?nèi)孕柙谖磥磲槍鴥?nèi)觀眾對新聞主播的選擇偏好展開更多研究。

參考文獻：

① Klingelhofer，SRogers：DiffusionofInnovations.2019.

② Ajzen，I.From Intentions to Actions：A Theory of Planned Behavior.1985.

③ Davis，DUdeseeeel8④ ViswanathVeateshredvisetaltesioeacedelFouiialFeldtustScience，2000，46（2）：186-204.

⑤ VenkateshV.iseed27（3）：425-478.

⑥ VenkateshVJsof Technology.MISQuarterly，2012，36（1）：157-178.

⑦ DoganGrsoaeatfllelt（ceInternationalJournalofInformationManagement，Volume49，2019，Pages157-169.

⑧ 吳茹雙：《微信用戶使用態(tài)度影響因素研究》，上海交通大學2013年碩士學位論文。

⑨ 韓萌、王、張漫：《基于技術(shù)接受模型的醫(yī)療電子票據(jù)使用影響因素分析》，《中國衛(wèi)生經(jīng)濟》2022年第9期。

⑩ 陳會濤：《基于TAM的二維碼移動購物用戶影響因素研究》，北京工業(yè)大學2016年碩士學位論文。

① 孫建軍、成穎、柯青：《TAM模型研究進展——模型演化》，《情報科學》2007年第8期。

? 張璐：《我國基于技術(shù)接受模型的管理信息系統(tǒng)用戶行為研究綜述》，《企業(yè)科技與發(fā)展》2021年第10期。

? 高芙蓉：《信息技術(shù)接受模型研究的新進展》，《情報雜志》2010年第6期。

? VenkateshViathogJsduin“UpadUsetsisdhd”JournaloftheAssociationforInformationSystems，16，17（5）.

① LuLCaiamp;eill2019，80： 36-51.? Lazarus，RS.Cognitionand motivationinemotion.AmericanPsychologist，1991，46（4）：352-367.

? Xinhuanet.“QuickPenLitleNews（KuaiBiXiaoXin）”isonthejob！84-year-oldXinhuaNewsAgencylaunches'robtreporter015.? JisooHdiproductknowledge，JournalofHospitalityandTourismManagement，2O2o，Volume44.

（20 ① YueSong，MengingZangJijingHuXingingCaDancingithservicebots：Tempctsfmployeobotcolbatiootelemployees'jobcrafting，InternationalJournalofHospitalityManagement.O22，Volume10.

? HuaFan，WeingHsdeaeoosedtiloyetotel’aiComputersinHumanBehavior.2O22，Volume133.

② XiaohuiWangegnaanggLoestaeteboateteotkAedee2023，TourismManagementPerspectives，Volume46.

② XiaoyueMa，YudiHuoAeersilingtbaceExploctsoeetaceofbotsteerspeiUAframework，TechnologyinSociety.2O23，Volume75.

? MohamedouedanridieeaeoadOmarZakidddsainoUdestadfutiaDoesstudents’teityt？utesimvreortso4

? ForoughiHoas°dcteeteeVietnam：findings fromPLS-SEMandANFIS.Engineering，Busines，ComputerScience.2023.

（204號 ? RibeiroMA，usoyD，amp;ChiO.Customerceptanceofutoomous Vhiclesiavedourism.JouralofravelResearch2，61（3）： 620-636.

? 宋國澳、麥夢佳：《智媒時代新聞播報的新特征與發(fā)展困境——基于新華社AI合成主播家族的研究》，《青年記者》2020年第 32期。（204號 ? 葉立、林愛珺：《跨越“恐惑谷”：基于技術(shù)擬人化悖論的人機關系審思》，《傳媒觀察》2025年第4期。

③姚喜雙、魏博倫：《中國播音高等教育60年發(fā)展流變》，《現(xiàn)代傳播（中國傳媒大學學報）》2024年第2期。

②康輝：《“念稿子”的人想說的話——從播音創(chuàng)作主體在新聞生產(chǎn)流程中的準確定位談起》，《電視研究》2020年第9期。

? 李瑞英：《“走”出來的心里話》，《電視研究》2012年第1期。

? 李丹、黎鳴、姚喜雙、時統(tǒng)宇、張頌、沈力、張越：《羅京播音主持藝術(shù)論析》，《電視研究》2009年第9期。

③ 王?。骸缎侣勚鞑h離鏡頭話筒前“三無”狀態(tài)》，《新聞傳播》2023年第1期。

③李婷婷：《主持人康輝在新聞播報中態(tài)度、情感與語氣的分析》，《聲屏世界》2021年第15期。

馬萬祺：《新聞主播康輝的情感表達處理分析》，《聲屏世界》2022年第20期。

③侯瑞：《探析新聞播音語言及規(guī)范特征》，《新聞研究導刊》2019年第19期。

? 洪禮良：《融媒體語境下新聞播音的美學特點研究》，《西部廣播電視》2019年第15期。

③ 高婉君：《賀紅梅新聞播音語言特點研究》，《西部廣播電視》2010年第 20期。

③戶鵬飛、林玄悅、湯俊賢、宋奕、孫鈺：《AI新聞主播播報語言的腦科學研究》，《科技傳播》2021年第 11期。

? XueK，LiY，JinH.WatDoYuinkofResearchontheIfuenceofNewsAnchorIageonWatchngIteion.Behavi2022（12）： 465.

? 章潔、張梁：《播音員主持人與觀眾的準社會交往》，《中國廣播電視學刊》2008年第8期。

? Jung-GyoLeeamp;RinWoohectsofsmaticgesofewscorsoiences’Percetosofewsredibility，esWingIntention and News Program Loyalty ∵ RoleofIdentificationandSourceCredibility.Korean JournalofBroadcastingand Telecommunication Studies（4），2012： 173-214.

? TaeGeomJuggLamp;etacteitoaleoestisctoandchannelloyaltyonTVbaseballhighlights.KoreanJournalofSportsScience（4），2O17：453-465.

? RogersR.Boysintheoothhpactofouncederouienceeand.JoualofSortsEonomics，1（6）67.? DirksEmilydeliodasddEfectsofAnnouncerGenderonAudienceArousalandEmotion.JournalofBroadcastingElectronicMedia（4），023：487-506.

（45） SanaeiMSectessltyoesroftctoandErgonomicsSocietyAnnualMeeting，2022，66（1）：422-426.

? 薛可、古家諭、陳炳霖：《共情·創(chuàng)新·融合：文化符號與國家話語體系構(gòu)建——基于“冰墩墩”的社交媒體平臺內(nèi)容分析》，《新聞與寫作》2022年第5期。? TorhoneM，SjblomM，amp;HmariJ.Likesandies：Investigatinginteetvideocontentcreatorsperceptionsofopuarity.018.

? YoonSungWookamp;ParkDongMin.TheInfluenceofHumoronAnchorCredibiltyandViewers’AtitudetowardtheAnchor：AModeratingffectofNews Type.JournaloftheKoreaAcademia-IndustrialcooperationSociety（3），2014：1541-1547.

? RodriguesDanilodebquerqueimoesZenariMarciaCotaAianeDosReisamp;NemrKatiaVoiceandCommunicationinewsAchs：WatitheImpactofthePassageofTime？Journalofvoice：official journaloftheVoiceFoundation.2021.

? 柯澤：《統(tǒng)一與沖突：論美國傳播學的研究傳統(tǒng)》，《現(xiàn)代傳播（中國傳媒大學學報）》2016年第9期。

梅瓊林、張曉：《“媒體等同”—從效果研究到理論建構(gòu)》，《社會科學研究》2006年第5期。

LeeJRamp;NassC.TustinComputers：TheComputers-Arocial-Actors（CAA）ParadigmandTrustworthiessPerceptioinHumanCoputerCommunication.2010.

③鐘智錦、李瓊：《人機互動中社交機器人的社會角色及人類的心理機制研究》，《學術(shù)研究》2024年第1期。

楊琪琪：《人與AI應用交互的用戶信任模型構(gòu)建與實證研究》，北京郵電大學 2024年碩士學位論文。

⑤趙海明：《基于“人一機”關系視角的具身傳播再認識——一種媒介現(xiàn)象學的詮釋》，《新聞大學》2022年第7期。

馮雯璐、白紫冉、喬羽：《智能傳播趨勢下的人機關系及其倫理審視》，《湖南大學學報（社會科學版）》2022年第3期。

（204號 ⑤ EPhilips，XZaDUlmanndallWatisumanlieDecoosinRobotsHumaAppearnceUsingeAntocroBOT（ABOT） Database.2018：105-113.

EpleyN，Wgnctol44）.

vanDooJ，dbedJrgtbcetadorganizational frontlinesandcustomers’service experiences.JournalofServiceResearch，2o17，2O（1）：43-58.

兆禹：《智能傳播視角下虛擬新聞主播發(fā)展研究》，西安工業(yè)大學2024年碩士學位論文。

⑥ StronerJJleddoddci王袁欣、韓卓言：《仿真度強化互動體驗：虛擬新聞主播仿真度與用戶接受意愿關系研究》，《北京郵電大學學報（社會科學版）》2023年第6期。

③張星星、武忠：《直播電商場景下的消費者情感體驗研究——基于時、空心理表征的中介作用》，《物流研究》2023年第3期。 王偉正、喬鴻、李肖俊、王靜靜：《基于AIDUA框架的生成式人工智能使用意愿研究》，《農(nóng)業(yè)圖書情報學報》2024年第2期。③鐘丁靜、吳風、邱銳：《擬人化與智能化：AI主播媒介性與人機信任關系建構(gòu)的實證研究》，《國際新聞界》2025年第2期。⑥劉漫森：《AI主播信任度影響因素研究》，河北大學2023年碩士學位論文。

⑥ 王雪莉、鄧開玉、蔣建國、李秀滿：《問卷星在外科學課程教學中的應用》，《教育現(xiàn)代化》2019年第 33期。

⑥ Splotplll2009，56（3）： 150-155.

⑥ 孫曉軍、周宗奎：《探索性因子分析及其在應用中存在的主要問題》，《心理科學》2005年第6期。

胡純嚴、胡良平：《合理進行多元分析—探索性因子分析》，《四川精神衛(wèi)生》2024年第 S1期。

邱甲賢、王震寰、李玉卓、童牧：《用戶支付選擇的影響因素——對中國和美國消費者的實證分析》，《系統(tǒng)管理學報》2021年第6期。 李慧、周雨、李謹如：《用戶正在逃離社交媒體？——基于感知價值的社交媒體倦怠影響因素研究》，《國際新聞界》2021年第12期。 王艷、侯祎賀、李瑞芹、張希月：《包裝設計簡潔性對消費行為的影響及心理機制》，《應用心理學》2024年6月11日中國知網(wǎng)網(wǎng)絡首發(fā)。楊增茂、王長峰、楊洪軍：《人工智能擬人化對顧客持續(xù)使用意愿的影響——基于心理距離的中介作用》，《財經(jīng)論叢》2023年第8期。⑦ 孫恩慧、王伯魯：《技術(shù)化時代的拒絕主體困境及其超越》，《天津社會科學》2021年第4期。

⑦ 何強：《從全球首個AI合成主播誕生看媒體融合：媒體應用場景就要AI到底》，《中國記者》2018年第12期。

⑦ 梁眉佳、張杰：《媒體融合時代傳統(tǒng)媒體主持人的職業(yè)邊界研究》，《青年記者》2024年第3期。

閆佳琦、沈陽：《生成式人工智能技術(shù)驅(qū)動的媒介權(quán)力變革新范式》，《中國編輯》2025第1期。

熊啟煦：《語言教學中跨文化交際能力培養(yǎng)——以電影中非言語交際文化差異對觀眾理解的影響為例》，《西南民族大學學報（人文社會科學版）》2012年第S1期。

（作者余弘哲系湖北省武漢市新洲區(qū)融蝶體中心主持人、記者，北師香港浸會大學傳播學文學碩士；黃磊系香港浸會大學傳理學院互動媒體系研究助理教授，傳理學文學碩士課程主任）

【責任編輯：韓勇】