Technically in love: Individual differences relating to sexual and platonic relationships with robots
Notice bibliographique
Résumé
Incremental advancements in technology present researchers with opportunities to examine and predict human behavior before the integration of technology into daily life. Previous studies have identified trends in both the design and reception of current social robotic technologies, including gender biases and social “othering”, which may affect how humans interact with more advanced robotic technologies in the future. The aim of the current study was to explore whether preconceived beliefs about gender inequality, interest in casual sex, and social hierarchies would relate individuals’ interest in engaging in platonic friendships (“robofriendship”) or sexual relationships (“robosexuality”) with hypothetical human-like robots. Two-hundred and twelve participants completed an online survey measuring gender, ambivalent sexism, social dominance orientation, and sociosexual orientation in relation to individuals’ interest in both robofriendship and robosexuality. It was found that hostile sexism positively predicted interest in robosexuality, particularly for men (β = .16, b = .27, 95% CI [.03, .30], t(209) = 2.364, p = .019). Conversely, hostile sexism negatively predicted robofriendship, and significant interactions effects were found in that at lower levels of SDO, women maintained greater interest in robofriendship than men (β = .26, b = .54, 95% CI [.09, .99], t(208) = −2.235, p = .02). The current study provides preliminary evidence to suggest that preconceived beliefs about social hierarchy and gender inequality may impact romantic and platonic interactions between humans and robots. Limitations and future directions are also discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».