同理心通常被理论化为共鸣：对他人当前情感或认知状态的镜像反应。这种同步的框架影响了人工系统，其中同理行为被定义为情感识别和反应对齐。我们认为，这对于延续对话而言是错误的目标，因为理解是随着时间的推移通过预测、偏差和修复而展开的。
我们将同理心重新定义为预测性错位容忍度：即在时间上预见和调节偏差的能力，而不是消除它。我们将其形式化为解释性误差容忍度（Interpretive Error Tolerance, IET），这是一种动态阈值启发式模型，旨在维持代理之间的可行偏差带。
我们通过两个在控制噪声下的计算探针评估这一框架。IET 更新规则并未优于固定基线。相反，我们发现了一种稳健的基于状态的结构：修复在区分保真度与大意保留之间进行权衡。
在低噪声下，修复降低了检索准确性；而在高噪声下，它保留了大意含义，揭示了噪声水平、修复和评估指标之间的相互作用。我们通过 IET 解释这一结构，表明在延续互动中的同理心并不是消除偏差，而是调节其动态。这激励我们在同理心 AI 设计中，从收敛转向管理解释距离。
博主点评： 本文提出的同理心新定义为AI对话系统的设计提供了新的视角，强调了预测性错位容忍度在延续性互动中的重要性。通过对噪声影响的深入分析，研究者为未来的同理心AI提供了更具弹性和有效性的设计思路。