表情機器人一旦顯得不自然，人的反應是升高戒心而不是產生親近

具備豐富表情的人形機器人，原本被期待能拉近人機距離。一項腦科學研究給出的結果卻相反：當這類機器人的表現顯得不自然或出現失誤時，觀察者的神經反應呈現的是戒備，而不是包容或同理。

這個發現延續了「恐怖谷」的討論，但把觀察推進到神經層次。過去對恐怖谷的解釋多半停在主觀感受的描述——外型越接近人類卻不完全像，越容易引發不適。這項研究顯示，這種反應不只是事後的評價，而是在互動當下就已經在神經活動上出現的差異。表情越豐富、擬人程度越高，一旦出現破綻，反應的落差也越大。

對教育應用而言，這個結果指向一個違反直覺的設計方向。開發教學用機器人時，常見的思路是盡量提高擬人程度，認為越像人越能建立關係、越能讓學生投入。但研究顯示這是有代價的：擬人程度提高的同時，對「表現必須完美」的隱含要求也在提高。真實課堂環境充滿意外——學生的提問超出預設範圍、環境噪音干擾辨識、動作延遲——這些狀況下的失誤會被放大成不信任感。

相對保守的設計選擇因此值得重新評估。刻意保留機械感、不模擬細緻表情、明確標示自己是機器而非同伴，可能反而降低期待落差。當學生一開始就不預期它像人，出錯時的反應就是「機器出錯了」而非「這東西怪怪的」。

這也連結到教育機器人採購的實務判斷。硬體規格上的表情自由度、動作流暢度往往是行銷重點，但這些指標與教學成效之間的關係並不直接。若擬人程度提高反而增加信任風險，採購標準就該把重點放在功能可靠度與失敗時的表現，而非外觀的精緻程度。

業界分析人士指出，這類研究對特殊教育場域尤其值得參考。使用機器人輔助社交技能訓練的方案，其效果部分來自機器人「可預測、不會評價人」的特性；若為了親和力而增加擬人化的不確定性，可能反而破壞了原本的優勢。