人机信任度量（Human-Robot Trust Measurement）是指通过定量或定性方法评估人类对智能系统可靠性、安全性和意图理解等维度的信任程度。这一概念源于人机交互领域，旨在建立可操作化的评估框架，使设计者能够系统性地观测和优化用户与AI产品之间的信任关系。典型的度量指标包括用户对系统决策的接受度、危机情境下的依赖倾向、以及使用过程中的心理舒适度等，往往通过问卷调查、行为实验或生理信号监测等多模态数据采集方式实现。
在AI产品开发实践中，信任度量直接影响着用户采纳率与产品安全性。例如在自动驾驶系统中，过度信任可能导致用户忽视接管提醒，而信任不足又会降低系统使用价值。当前前沿研究正探索结合眼动追踪、皮肤电反应等客观生理指标与主观评分的混合评估方法，京东智能客服系统便通过实时分析用户对话犹豫时长来动态调整服务策略。值得注意的是，信任度量的文化差异也日益受到重视，跨国产品需针对不同地区用户设计本土化评估方案。