DOI: https://doi.org/10.70401/ec.2026.0017
تاريخ النشر: 2026-01-26
المؤلف: Elizabeth Broadbent وآخرون
الموضوع الرئيسي: تفاعل الروبوتات الاجتماعية والتفاعل بين الإنسان والروبوت
نظرة عامة
هدفت هذه الدراسة إلى استكشاف تأثير التعبيرات العاطفية المتحركة بشكل مستقل والأصوات العصبية على تعاطف المستخدمين تجاه إنسان افتراضي (VH) يُدعى كارينا. في تجربة عبر الإنترنت شملت 158 بالغًا، شاهد المشاركون مقاطع فيديو لست قصص عاطفية تم إنشاؤها بواسطة ChatGPT، حيث قدمت كارينا القصص من خلال إما رسوم متحركة تعبيرية مستقلة أو غير تعبيرية، مقترنة بإما صوت عصبي أو صوت تحويل نص إلى كلام (TTS) قياسي. قام المشاركون بتقييم توافق الرسوم المتحركة والصوت مع القصة وقيّموا تعاطفهم المعرفي والعاطفي والذاتي تجاه كارينا. كما تم جمع تعليقات نوعية بشأن التعبير العاطفي لكارينا.
كشفت النتائج أن التعبير العاطفي المستقل عزز بشكل كبير التوافق بين الرسوم المتحركة والصوت، مما أدى إلى زيادة التعاطف الذاتي والمعرفي والعاطفي. بينما كانت الأصوات القياسية أكثر ملاءمة لنقل الخوف والحزن، فإن الرسوم المتحركة التعبيرية حسّنت بشكل ملحوظ تقييمات التعاطف، خاصة للقصص الحزينة. كان تعاطف السمة والتوافق المدرك بين الرسوم المتحركة والصوت مؤشرات على التعاطف الذاتي. أظهرت التحليلات النوعية أن الرسوم المتحركة كانت أكثر فعالية في نقل المشاعر من الصوت. تختتم الدراسة بأن الرسوم المتحركة العاطفية المستقلة يمكن أن تعزز التعاطف تجاه السرد الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي، مما يشير إلى أن البرمجة العاطفية اليدوية قد تكون غير ضرورية للوكلاء الافتراضيين. ومع ذلك، هناك حاجة لمزيد من التحقيق في فعالية الأصوات التي يمكن أن تعبر ديناميكيًا عن مجموعة من المشاعر.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التقدم الكبير في الوكلاء المحادثين المجسدين، خاصة مع دمج نماذج اللغة الكبيرة، التي تمكن من تفاعلات أكثر سلاسة وملاءمة للسياق. على عكس النسخ السابقة حيث كانت الردود والتعبيرات العاطفية مبرمجة مسبقًا، يمكن للوكلاء الحاليين توليد الكلام والتعبيرات الوجهية في الوقت الحقيقي، مما يعزز من واقعية تفاعلاتهم. بالإضافة إلى ذلك، فإن ظهور الأصوات العصبية قد حسّن من طبيعية الكلام الاصطناعي.
على الرغم من هذه التقدمات، لا يزال هناك نقص في الأبحاث حول التوافق المدرك بين التعبيرات العاطفية اللفظية وغير اللفظية للوكيل. قد يؤدي عدم التوافق في هذه القنوات إلى إعاقة قدرة المستخدمين على التعاطف مع الوكيل، مما قد يضر بالعلاقات بين البشر والوكلاء. تهدف هذه الدراسة إلى سد هذه الفجوة من خلال التحقيق في تصورات المستخدمين لوكيل يشبه الإنسان يعبر بشكل مستقل عن سلوكيات غير لفظية تتماشى مع كلامه، باستخدام كل من الأصوات العصبية والقياسية. تم إجراء دراسة مستخدمين شملت 158 بالغًا لتقييم السرد العاطفي الذي يختلف في الرسوم المتحركة غير اللفظية والمخرجات الصوتية، مع التركيز على الآثار على تعاطف المستخدم عبر ستة مشاعر متميزة. كما توضح المقدمة خلفية الدراسة، والأسباب، وأسئلة البحث، والفرضيات، مما يثبت أهميتها في مجال تفاعل البشر مع الوكلاء.
الطرق
في هذه الدراسة، تم إنشاء اثني عشر قصة عاطفية باستخدام ChatGPT، تم تصميم كل منها لاستحضار مشاعر محددة: الحزن، السعادة، الخوف، الغضب، المفاجأة، والاشمئزاز. لكل شعور، تم إنشاء قصتين، تلتزمان بمنظور الشخص الأول وحدود كلمات تصل إلى 80. للتحقق من التأثير العاطفي لهذه القصص، تم إجراء اختبار تلاعب مع 16 مشاركًا قاموا بتقييم كل قصة على مقياس من 1 (ليس على الإطلاق) إلى 10 (بشدة) بناءً على الشعور المقصود. تم اختيار القصص الست التي حصلت على أعلى تقييمات لمشاعرها المعنية لمزيد من التحليل، كما هو موضح في الجدول 1.
مثال على قصة تعبر عن المفاجأة هو: “غمرني الدهشة عندما علمت أنني الوريث لعقار استثنائي. كانت الأخبار صدمة مبهجة، فتحت أبوابًا لحياة جديدة لم أكن أعلم أنها تنتظرني. مع الترقب، احتضنت الرحلة غير المتوقعة أمامي، متغيرًا إلى الأبد بسبب الكشف المفاجئ.” يضمن هذا النهج المنهجي أن السرد العاطفي المستخدم في الدراسة ذو صلة وتأثير.
النتائج
كشفت نتائج الدراسة عن أربعة مواضيع بارزة تتعلق بتجارب المشاركين. أبرز الموضوع الأول تجربة مختلطة بين المشاركين، ناتجة عن مستويات متفاوتة من التعبير العاطفي في مقاطع الفيديو المقدمة. تناول الموضوع الثاني طرق التعبير العاطفي، تحديدًا من خلال الصوت، والتعبيرات الوجهية، والإيماءات، التي تم تصنيفها لاحقًا إلى أربعة مواضيع فرعية. ركز الموضوع الثالث على محتوى السرد للقصص، بينما أكد الموضوع الرابع على دور التعاطف، موضحًا كيف اتصل المشاركون بسرد كارينا. تؤكد هذه النتائج على تعقيد الانخراط العاطفي في سياقات السرد.
المناقشة
في قسم المناقشة من الورقة البحثية، يستكشف المؤلفون الطبيعة متعددة الأبعاد للتعاطف، مميزين بين مكوناته المعرفية والعاطفية. يتضمن التعاطف العاطفي استجابات عاطفية لمشاعر الآخرين، بينما يتعلق التعاطف المعرفي بفهم تلك المشاعر. تبرز الورقة الأسس العصبية الحيوية للتعاطف، مشددة على أهميته في العلاقات الشخصية والرعاية الصحية، حيث يمكن أن يؤدي التعاطف المعزز إلى تحسين نتائج المرضى. كما يشير المؤلفون إلى الاهتمام المتزايد في تطبيق مفاهيم التعاطف على الروبوتات الاجتماعية، مقترحين أن الروبوتات يجب أن تمتلك كل من التعاطف المعرفي والعاطفي لتعزيز التفاعلات الإيجابية بين البشر والروبوتات.
تدرس الدراسة بشكل خاص تأثير وكيل إنسان افتراضي مستقل، تم تطويره بواسطة Soul Machines، على استثارة التعاطف من خلال التعبيرات اللفظية وغير اللفظية. تركز أسئلة البحث على ما إذا كانت الرسوم المتحركة التعبيرية والأصوات العصبية تعزز التعاطف تجاه الوكيل مقارنةً بالظروف غير التعبيرية. تشير النتائج إلى أن الرسوم المتحركة التعبيرية تحسن بشكل كبير من تصورات المشاركين للتوافق العاطفي والتعاطف الذاتي، خاصة في القصص التي تتضمن الغضب والاشمئزاز. بالإضافة إلى ذلك، تكشف الدراسة أن التوافق بين الصوت والرسوم المتحركة يلعب دورًا حاسمًا في تعزيز التعاطف، مع تفضيل الأصوات العصبية على الأصوات القياسية. تكشف التحليلات النوعية أيضًا عن تجارب مختلطة للمشاركين بشأن التعبير العاطفي، حيث أشار بعضهم إلى فعالية الإيماءات الوجهية بينما انتقدوا رتابة الصوت. بشكل عام، تؤكد الأبحاث على أهمية دمج التعبيرات العاطفية المتقدمة في الوكلاء الافتراضيين لتعزيز التعاطف في التفاعلات البشرية.
القيود
تقدم الدراسة عدة قيود قد تؤثر على قابلية تعميم وملاءمة نتائجها. أولاً، تم إجراء البحث حصريًا مع مشاركين من المملكة المتحدة، مما يثير مخاوف بشأن قابلية تطبيق النتائج على سياقات ثقافية أخرى. بالإضافة إلى ذلك، فإن استخدام إنسان افتراضي يمثل كأنثى بيضاء يقدم تحيزات محتملة تتعلق بالجنس والعرق، مما يترك عمومية النتائج عبر خلفيات متنوعة غير مؤكدة. يجب أن تأخذ الدراسات المستقبلية في الاعتبار استخدام إنسان افتراضي من أجناس وأعراق متنوعة، بالإضافة إلى استكشاف استخدام الروبوتات الفيزيائية.
علاوة على ذلك، تضمنت تصميم الدراسة مشاهدة المشاركين لمقاطع فيديو مسجلة مسبقًا مع تركيبات عشوائية من ظروف السرد، مما قد لا يعكس تأثير الرسوم المتحركة والصوت المتسق عبر جميع القصص. كما أن التفاعل المحدود لصيغة السرد يقيد قابلية تطبيق النتائج على سيناريوهات الذكاء الاصطناعي المحادثة الأكثر ديناميكية. يمكن أن تعزز الأبحاث المستقبلية التفاعل من خلال استخدام برامج قادرة على تحليل المحتوى العاطفي وتوليد تعبيرات وجهية استجابة، على الرغم من أن ذلك قد يعقد تصميم البحث. بالإضافة إلى ذلك، لم يتم التحكم في التباين في التعقيد اللغوي والشدة العاطفية بين القصص الست، مما قد يربك النتائج المحددة للعواطف. أخيرًا، قد تؤدي التحليلات المتزامنة للتعبيرات الوجهية والإيماءات الجسدية إلى إخفاء مساهماتها الفردية في التعاطف، مما يشير إلى الحاجة إلى دراسات مستقبلية للتحقيق في هذه المتغيرات بشكل منفصل.
DOI: https://doi.org/10.70401/ec.2026.0017
Publication Date: 2026-01-26
Author(s): Elizabeth Broadbent et al.
Primary Topic: Social Robot Interaction and HRI
Overview
This study aimed to explore the impact of autonomously animated emotional expressions and neural voices on user empathy towards a Virtual Human (VH) named Carina. In an online experiment involving 158 adults, participants viewed videos of six emotional stories generated by ChatGPT, with Carina presenting the stories through either autonomous expressive or non-expressive animations, paired with either a neural or standard text-to-speech (TTS) voice. Participants assessed the congruence of the animation and voice with the story and rated their cognitive, affective, and subjective empathy towards Carina. Qualitative feedback was also collected regarding Carina’s emotional expression.
The findings revealed that autonomous emotional expression significantly enhanced the alignment between animation and voice, leading to increased subjective, cognitive, and affective empathy. While standard voices were better suited for conveying fear and sadness, the expressive animations notably improved empathy ratings, particularly for sad stories. Trait empathy and the perceived match between animation and voice were predictive of subjective empathy. Qualitative analysis indicated that animation was more effective in conveying emotions than voice. The study concludes that autonomous emotional animation can enhance empathy towards AI-generated narratives, suggesting that manual emotional programming may be unnecessary for virtual agents. However, further investigation is warranted into the effectiveness of voices that can dynamically express a range of emotions.
Introduction
The introduction of this research paper highlights the significant advancements in embodied conversational agents, particularly with the integration of large language models, which enable more fluid and contextually relevant interactions. Unlike previous iterations where responses and emotional expressions were pre-programmed, current agents can generate speech and facial emotions in real-time, enhancing the realism of their interactions. Additionally, the emergence of neural voices has improved the naturalness of artificial speech.
Despite these advancements, there remains a lack of research on the perceived alignment between an agent’s verbal and non-verbal emotional expressions. A mismatch in these channels could hinder users’ ability to empathize with the agent, potentially damaging human-agent relationships. This study aims to fill this gap by investigating user perceptions of a humanlike agent that autonomously expresses nonverbal behaviors congruent with its speech, utilizing both neural and standard voices. A user study involving 158 adults was conducted to evaluate emotional narratives that varied in non-verbal animations and vocal outputs, focusing on the implications for user empathy across six distinct emotions. The introduction also outlines the study’s background, rationale, research questions, and hypotheses, establishing its relevance in the field of human-agent interaction.
Methods
In this study, twelve emotional stories were generated using ChatGPT, each crafted to evoke specific emotions: sad, happy, scary, angry, surprising, and disgusting. For each emotion, two stories were created, adhering to a first-person perspective and a word limit of 80. To validate the emotional impact of these stories, a manipulation check was conducted with 16 participants who rated each story on a scale from 1 (not at all) to 10 (extremely) based on the intended emotion. The six stories that received the highest ratings for their respective emotions were selected for further analysis, as detailed in Table 1.
An example of a story capturing surprise is: “Astonishment washed over me as I learned I was the heir to an extraordinary estate. The news was a delightful shock, opening doors to a new life I never knew awaited. With anticipation, I embraced the unexpected journey ahead, forever changed by the surprising revelation.” This methodical approach ensures that the emotional narratives used in the study are both relevant and impactful.
Results
The results of the study revealed four prominent themes regarding participants’ experiences. The first theme highlighted a mixed experience among participants, attributed to varying levels of emotional expression in the videos presented. The second theme examined the modalities of emotional expression, specifically through voice, facial expressions, and gestures, which were further categorized into four subthemes. The third theme focused on the narrative content of the stories, while the fourth theme emphasized the role of empathy, illustrating how participants connected with Carina’s narratives. These findings underscore the complexity of emotional engagement in storytelling contexts.
Discussion
In the discussion section of the research paper, the authors explore the multifaceted nature of empathy, distinguishing between its cognitive and affective components. Affective empathy involves emotional responses to others’ feelings, while cognitive empathy pertains to understanding those emotions. The paper highlights the neurobiological underpinnings of empathy, emphasizing its significance in interpersonal relationships and healthcare, where enhanced empathy can lead to improved patient outcomes. The authors also note the growing interest in applying empathy concepts to social robotics, suggesting that robots should possess both cognitive and affective empathy to foster positive human-robot interactions.
The study specifically investigates the impact of an autonomous virtual human agent, developed by Soul Machines, on eliciting empathy through verbal and non-verbal expressions. The research questions focus on whether expressive animations and neural voices enhance empathy towards the agent compared to non-expressive conditions. The findings indicate that expressive animations significantly improve participants’ perceptions of emotional matching and subjective empathy, particularly in stories involving anger and disgust. Additionally, the study reveals that the match between voice and animation plays a crucial role in enhancing empathy, with neural voices being preferred over standard voices. The qualitative analysis further uncovers participants’ mixed experiences regarding emotional expression, with some noting the effectiveness of facial gestures while critiquing the monotony of the voice. Overall, the research underscores the importance of integrating advanced emotional expressions in virtual agents to foster empathy in human interactions.
Limitations
The study presents several limitations that may affect the generalizability and applicability of its findings. Firstly, the research was conducted exclusively with participants from the UK, which raises concerns about the applicability of the results to other cultural contexts. Additionally, the use of a virtual human represented as a white female introduces potential biases related to gender and ethnicity, leaving the universality of the findings across diverse backgrounds unverified. Future studies should consider employing virtual humans of varying genders and ethnicities, as well as exploring the use of physical robots.
Moreover, the study’s design involved participants viewing pre-recorded videos with random combinations of storytelling conditions, which may not capture the effects of consistent animation and voice across all stories. The limited interactivity of the storytelling format further restricts the applicability of the results to more dynamic conversational AI scenarios. Future research could enhance interactivity by utilizing software capable of analyzing emotional content and generating responsive facial expressions, although this would complicate the research design. Additionally, the variation in linguistic complexity and emotional intensity among the six stories was not controlled, which could confound emotion-specific outcomes. Lastly, the simultaneous analysis of facial expressions and body gestures may obscure their individual contributions to empathy, suggesting a need for future studies to investigate these variables separately.