psymgouПсихологические наукиPsychological Sciences3033-64303033-6414Federal State University of Education10.18384/3033-6414-2026-3-58-79psymgou-1610Research ArticleСОЦИАЛЬНАЯ ПСИХОЛОГИЯ, ПОЛИТИЧЕСКАЯ И ЭКОНОМИЧЕСКАЯ ПСИХОЛОГИЯSOCIAL PSYCHOLOGYПсихологические механизмы формирования доверия к искусственному интеллекту: критический анализ определений и интегративная модельPsychological Mechanisms of Forming Trust in Generative AI: A Critical Review of Definitions and an Integrative Modelhttps://orcid.org/0009-0003-6721-1566ОтчерцоваВ. О.OtchertsovaV. O.

Отчерцова Вероника Олеговна – аспирант кафедры прикладной психологии и развития личности Института психологии; ассистент кафедры психологии социально-гуманитарного факультета

г. Херсон

 г. Мелитополь

Veronika О. Otchertsova – Postgraduate Student, Department of Applied Psychology and Personality Development, Institute of Psychology;  Assistant Lecturer of the Department of Psychology, Faculty of Social Sciences and Humanities

Kherson

Melitopol

votchertsova@gmail.comhttps://orcid.org/0000-0003-3011-6082БлиноваЕ. Е.BlinovaE. E.

Блинова Елена Евгеньевна – доктор психологических наук, профессор, заведующий кафедрой прикладной психологии и развития личности Института психологии

г. Херсон

Elena E. Blinova – Dr. Sci., Prof ., Head of the Department, Department of Applied Psychology and Personality Development, Institute of Psychology

Kherson

elena.blynova@yandex.ruХерсонский государственный педагогический университет; Мелитопольский государственный университетРоссияKherson State Pedagogical University; Melitopol State UniversityRussian FederationХерсонский государственный педагогический университетРоссияKherson State Pedagogical UniversityRussian Federation202613102026035879Copyright © Отчерцова В.О., Блинова Е.Е., 20262026Отчерцова В.О., Блинова Е.Е.Otchertsova V.O., Blinova E.E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.psymgou.ru/jour/article/view/1610Цель

Цель. Провести критический анализ существующих определений доверия к искусственному интеллекту (ИИ), выявить ключевые противоречия в концептуализации феномена и предложить интегративное определение, учитывающее специфику взаимодействия человека с интеллектуальными агентами.

Процедура и методы

Процедура и методы. Проведён систематический критический анализ определений доверия к ИИ из источников 2020–2025 гг., включая крупномасштабные эмпирические исследования, систематические обзоры, теоретические работы. Анализ проводился по критериям: структурные компоненты, антецеденты, типология, уровни анализа, культурная специфичность. Метод теоретического исследования включал отбор источников по критериям эмпирической обоснованности, теоретической рефлексивности и актуальности, систематизацию определений, сравнительный анализ по ключевым измерениям, выявление противоречий и синтез интегративного определения.

Результаты

Результаты. Выявлено отсутствие консенсуса в определениях: доверие к ИИ концептуализируется как психологическая установка, многоуровневый социальный феномен или редуцируется до технических характеристик. Обнаружены десять ключевых парадоксов: прозрачности, опыта, антропоморфизма, предубеждения к автоматизации против неприятия алгоритмов, культурный и другие. Доверие к ИИ отличается от межличностного семью уникальными чертами: непрозрачность, антропоморфизм, объяснимость, эпистемическое по сравнению с социальным доверием, компенсаторное доверие, U-образная динамика опыта.

Теоретическая и/или практическая значимость. Предложено интегративное определение доверия к ИИ, объединяющее три компонента (когнитивный, аффективный, поведенческий), четыре уровня факторов (индивид, система, контекст, общество) и направленное на обоснованное доверие. Выявлены критические пробелы в исследованиях и приоритетные направления. Результаты значимы для разработки надёжных ИИ-систем, эффективных регуляторных рамок и программ повышения ИИ-грамотности.

Aim

Aim. To conduct a critical analysis of existing definitions of trust in generative AI, identify key contradictions in the conceptualization of the phenomenon and propose an integrative definition that considers the specifics of human interaction with intelligent agents.

Methodology

Methodology. A systematic critical review of trust in AI from sources in 2020–2025 has been conducted including large-scale empirical studies, systematic reviews, theoretical works. The analysis was carried out according to the criteria: structural components, antecedents, typology, levels of analysis, cultural specificity. The method of theoretical research included the selection of sources according to the criteria of empirical validity, theoretical reflexivity and relevance, systematization of definitions, comparative analysis of key dimensions, identification of contradictions and synthesis of integrative definitions.

Results

Results. There is a lack of consensus in definitions: trust in generative AI is conceptualised as a psychological attitude, a multilevel social phenomenon, or reduced to technical characteristics. Ten key paradoxes have been discovered: transparency, experience, anthropomorphism, prejudice towards automation versus rejection of algorithms, cultural and others. Trust in AI differs from interpersonal trust in seven unique ways: opacity, anthropomorphism, explainability, epistemic versus social trust, compensatory trust, and the U-shaped dynamics of experience.

Research implications

Research implications. An integrative review of trust in AI is proposed. It combines three components (cognitive, affective, behavioural), four levels of factors (individual, system, context, society) and it is aimed at reasonable trust. Critical gaps in research and priority areas have been identified. The results are significant for the development of reliable AI systems, effective regulatory frame-works, and AI literacy programs.

 доверие к искусственному интеллектуобоснованное довериеантропоморфизмсмещение автоматизациинеприятие алгоритмовобъяснимость ИИ trust in artificial intelligencereasonable trustanthropomorphismautomation biasalgorithm aversionexplainability of AIReferencesTrust, Attitudes and Use of Artificial Intelligence: A Global Study 2025 / N. Gillespie, S. Lockey, T. Ward, A. Macdade, G. Hassed // The University of Melbourne and KPMG. 2025. URL: https://assets.kpmg.com (дата обращения: 10.10.2025). DOI: 10.26188/28822919.Gillespie, N., Lockey, S., Ward, T., Macdade, A. & Hassed, G. (2025). Trust, Attitudes and Use of Artificial Intelligence: A Global Study 2025. In: The University of Melbourne and KPMG. URL: [https://assets.kpmg.com](https://assets.kpmg.com) (accessed: 10.10.2025). DOI: 10.26188/28822919.Stevens A. F., Stetson P. Theory of Trust and Acceptance of Artificial Intelligence Technology (TrAAIT): An Instrument to Assess Clinician Trust and Acceptance of Artificial Intelligence // Journal of Biomedical Informatics. 2023. № 148. URL: https://pubmed.ncbi.nlm.nih.gov (дата обращения: 10.10.2025). DOI: 10.1016/j.jbi.2023.104550.Stevens, A. F. & Stetson, P. (2023). Theory of Trust and Acceptance of Artificial Intelligence Technology (TrAAIT): An Instrument to Assess Clinician Trust and Acceptance of Artificial Intelligence. In: Journal of Biomedical Informatics, 148. URL: [https://pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov) (accessed: 10.10.2025). DOI: 10.1016/j.jbi.2023.104550.Measuring Trust in Artificial Intelligence: Validation of an Adapted Trust in Automation and AI Scale (TIAS) / M. J. McGrath, O. Lack, J. Tisch, A. Duenser // Frontiers in Artificial Intelligence. 2025. № 8. URL: https://www.frontiersin.org/journals/artificial-intelligence (дата обращения: 10.10.2025). DOI: 10.3389/frai.2025.1582880.McGrath, M. J., Lack, O., Tisch, J. & Duenser, A. (2025). Measuring Trust in Artificial Intelligence: Validation of an Adapted Trust in Automation and AI Scale (TIAS). In: Frontiers in Artificial Intelligence, 8. URL: [https://www.frontiersin.org/journals/artificial-intelligence](https://www.frontiersin.org/journals/artificial-intelligence) (accessed: 10.10.2025). DOI: 10.3389/frai.2025.1582880.Trust in AI: Progress, Challenges, and Future Directions / S. Afroogh, A. Akbari, E. Malone, M. Kargar, H. Alambeigi // Humanities and Social Sciences Communications. 2024. № 11. URL: https://arxiv.org/abs/2403.14680 (дата обращения: 10.10.2025). DOI: 10.1057/s41599-024-04044-8.Afroogh, S., Akbari, A., Malone, E., Kargar, M. & Alambeigi, H. (2024). Trust in AI: Progress, Challenges, and Future Directions. In: Humanities and Social Sciences Communications, 11. URL: [https://arxiv.org/abs/2403.14680](https://arxiv.org/abs/2403.14680) (accessed: 10.10.2025). DOI: 10.1057/s41599-024-04044-8.Horowitz M. C., Kahn L. Bending the Automation Bias Curve: A Study of Human and AI-Based Decision Making in National Security Contexts // International Studies Quarterly. 2024. № 68, iss. 2. URL: https://arxiv.org/abs/2306.16507 (дата обращения: 10.10.2025). DOI: 10.1093/isq/sqae020.Horowitz, M. C. & Kahn, L. (2024). Bending the Automation Bias Curve: A Study of Human and AI-Based Decision Making in National Security Contexts. In: International Studies Quarterly, 68 (2). URL: [https://arxiv.org/abs/2306.16507](https://arxiv.org/abs/2306.16507) (accessed: 10.10.2025). DOI: 10.1093/isq/sqae020.Twenty-Four Years of Empirical Research on Trust in AI: A Bibliometric Review of Trends, Overlooked Issues, and Future Directions / M. Benk, S. Kerstan, F. v. Wangenheim, A. Ferrario // AI & Society. 2025. № 40. P. 2083–2106. DOI: 10.1007/s11301-023-00401-5.Benk, M., Kerstan, S., Wangenheim, F. v. & Ferrario, A. (2025). Twenty-Four Years of Empirical Research on Trust in AI: A Bibliometric Review of Trends, Overlooked Issues, and Future Directions. In: AI & Society, 40, 2083–2106. DOI: 10.1007/s11301-023-00401-5.Developing Trustworthy Artificial Intelligence: Insights from Research on Interpersonal, Human-Automation, and Human-AI Trust / Y. Li, B. Wu, Y. Huang, S. Luan // Frontiers in Psychology. 2024. № 15. URL: https://www.frontiersin.org/journals/psychology (дата обращения: 10.10.2025). DOI: 10.3389/fpsyg.2024.1382693.Li, Y., Wu, B., Huang, Y. & Luan, S. (2024). Developing Trustworthy Artificial Intelligence: Insights from Research on Interpersonal, Human-Automation, and Human-AI Trust. In: Frontiers in Psychology, 15. URL: [https://www.frontiersin.org/journals/psychology](https://www.frontiersin.org/journals/psychology) (accessed: 10.10.2025). DOI: 10.3389/fpsyg.2024.1382693.Dang Q., Li G. Unveiling Trust in AI: The Interplay of Antecedents, Consequences, and Cultural Dynamics // AI & Society. 2025. P. 669–692. DOI: 10.1007/s00146-025-02477-6.Dang, Q. & Li, G. (2025). Unveiling Trust in AI: The Interplay of Antecedents, Consequences, and Cultural Dynamics. In: AI & Society, 669–692. DOI: 10.1007/s00146-025-02477-6.Цифровое доверие как основа датацентричного управления: результаты опросного эксперимента / А. Г. Санина, А. М. Семенова, Е. М. Стырин, А. Г. Атаева // Мониторинг общественного мнения: экономические и социальные перемены. 2025. № 1. С. 168–194. DOI: 10.14515/monitoring.2025.1.2582.Sanina, A. G., Semenova, A. M., Styrin, E. M. & Ataeva, A. G. (2025). Digital Trust as the Basis for Data-Centric Governance: Results of a Survey Experiment. In: Monitoring Public Opinion: Economic and Social Changes, 1, 168–194. DOI: 10.14515/monitoring.2025.1.2582.Lukyanenko R., Maass W., Storey V. C. Trust in Artificial Intelligence: From a Foundational Trust Framework to Emerging Research Opportunities // Electronic Markets. 2022. Vol. 32, № 11. P. 1993–2020. DOI: 10.1007/s12525-022-00605-4.Lukyanenko, R., Maass, W. & Storey, V. C. (2022). Trust in Artificial Intelligence: From a Fundamental Trust Framework to Emerging Research Opportunities. In: Electronic Markets, 32 (11), 1993–2020. DOI: 10.1007/s12525-022-00605-4.Jose B., Thomas A. Digital Anthropomorphism and the Psychology of Trust in Generative AI Tutors: An Opinion-Based Thematic Synthesis // Frontiers in Computer Science. 2025. № 7. URL: https://www.frontiersin.org/journals/computer-science (дата обращения: 10.10.2025). DOI: 10.3389/fcomp.2025.1638657.Jose, B. & Thomas, A. (2025). Digital Anthropomorphism and the Psychology of Trust in Generative AI Tutors: An Opinion-Based Thematic Synthesis. In: Frontiers in Computer Science, 7. URL: [https://www.frontiersin.org/journals/computer-science](https://www.frontiersin.org/journals/computer-science) (accessed: 10.10.2025). DOI: 10.3389/fcomp.2025.1638657.Купрейченко А. Б. Психология доверия и недоверия. М.: Институт психологии РАН, 2008. 564 с.Kupreychenko, A. B. (2008). Psychology of Trust and Distrust. Moscow: Institute of Psychology, Russian Academy of Sciences publ. (in Russ.).Vaish A., Grossmann T., Woodward A. Not All Emotions Are Created Equal: The Negativity Bias in Social Emotional Development // Psychological Bulletin. 2008. № 134 (3). P. 383–403. DOI: 10.1037/0033-2909.134.3.383.Vaish, A., Grossmann, T. & Woodward, A. (2008). Not All Emotions Are Created Equal: The Negativity Bias in Social-Emotional Development. In: Psychological Bulletin, 134 (3), 383–403. DOI: 10.1037/0033-2909.134.3.383.Candrian C., Scherer A. Rise of the Machines: Delegating Decisions to Autonomous AI // Computers in Human Behavior. 2022. № 134. URL: https://www.sciencedirect.com/science (дата обращения: 10.10.2025). DOI: 10.1016/j.chb.2022.107308.Candrian, C. & Scherer, A. (2022). Rise of the Machines: Delegating Decisions to Autonomous AI. In: Computers in Human Behavior, 134. URL: [https://www.sciencedirect.com/science](https://www.sciencedirect.com/science) (accessed: 10.10.2025). DOI: 10.1016/j.chb.2022.107308.Küper A., Krämer N. Psychological Traits and Appropriate Reliance: Factors Shaping Trust in AI // International Journal of Human–Computer Interaction. 2025. № 41 (7). URL: https://www.sciencedirect.com/science/article (дата обращения: 10.10.2025). DOI: 10.1080/10447318.2024.2348216.Küper, A. & Krämer, N. (2025). Psychological Traits and Appropriate Reliance: Factors Shaping Trust in AI. In: International Journal of Human–Computer Interaction, 41 (7). URL: [https://www.sciencedirect.com/science/article](https://www.sciencedirect.com/science/article) (accessed: 10.10.2025). DOI: 10.1080/10447318.2024.2348216.Kieslich K., Keller B., Starke C. Artificial Intelligence Ethics by Design: Evaluating Public Perception on the Importance of Ethical Design Principles of AI // Big Data & Society. 2022. Vol. 9, № 1. URL: https://journals.sagepub.com (дата обращения: 10.10.2025). DOI: 10.1177/20539517221092956.Kieslich, K., Keller, B. & Starke, C. (2022). Artificial Intelligence Ethics by Design: Evaluating Public Perception on the Importance of Ethical Design Principles of AI. In: Big Data & Society, 9 (1). URL: [https://journals.sagepub.com](https://journals.sagepub.com) (accessed: 10.10.2025). DOI: 10.1177/20539517221092956.Schilke O., Reimann M. The Transparency Dilemma: How AI Disclosure Erodes Trust // Organizational Behavior and Human Decision Processes. 2025. № 188. URL: https://www.sciencedirect.com/science/article (дата обращения: 10.10.2025). DOI: 10.1016/j.obhdp.2025.104405.Schilke, O. & Reimann, M. (2025). The Transparency Dilemma: How AI Disclosure Erodes Trust. In: Organizational Behavior and Human Decision Processes, 188. URL: [https://www.sciencedirect.com/science/article](https://www.sciencedirect.com/science/article) (accessed: 10.10.2025). DOI: 10.1016/j.obhdp.2025.104405.Barnes A. J., Zhang Y., Valenzuela A. AI and Culture: Culturally Dependent Responses to AI Systems // Current Opinion in Psychology. 2024. № 58. URL: https://www.sciencedirect.com/science/article (дата обращения: 10.10.2025). DOI: 10.1016/j.copsyc.2024.101939.Barnes, A. J., Zhang, Y. & Valenzuela, A. (2024). AI and Culture: Culturally Dependent Responses to AI Systems. In: Current Opinion in Psychology, 58. URL: [https://www.sciencedirect.com/science/article](https://www.sciencedirect.com/science/article) (accessed: 10.10.2025). DOI: 10.1016/j.copsyc.2024.101939.Лешкевич Т. Г. Парадокс доверия к искусственному интеллекту и его обоснование // Философия науки и техники. 2023. Т. 28, № 1. С. 34–47. DOI: 10.21146/2413-9084-2023-28-1-34-47.Leshkevich, T. G. (2023). The Paradox of Trust in Artificial Intelligence and Its Justification. In: Philosophy of Science and Technology, 28 (1), 34–47. DOI: 10.21146/2413-9084-2023-28-1-34-47.Hoehl S., Krenn B., Vincze M. Honest Machines? A Cross-Disciplinary Perspective on Trustworthy Technology for Children // Frontiers in Developmental Psychology. 2024. № 2. URL: https://www.frontiersin.org/journals/developmental-psychology/articles (дата обращения: 10.10.2025). DOI: 10.3389/fdpys.2024.1308881.Hoehl, S., Krenn, B. & Vincze, M. (2024). Honest Machines? A Cross-Disciplinary Perspective on Trustworthy Technology for Children. In: Frontiers in Developmental Psychology, 2. URL: [https://www.frontiersin.org/journals/developmental-psychology/articles](https://www.frontiersin.org/journals/developmental-psychology/articles) (accessed: 10.10.2025). DOI: 10.3389/fdpys.2024.1308881.

The authors declare that there are no conflicts of interest present.