VTuberに対して「生理的に無理」と拒絶反応を示す人々の心理を掘り下げると、視覚と聴覚の不協和から生じる認知的不協和が存在します。人間の肉声とアニメ調のアバターの動きが完全に一致しない違和感は、いわゆる「不気味の谷現象」を引き起こす大きな原因です。
とりわけ多くの人がVTuberのアニメ声が苦手と感じる傾向にあります。過度に甲高い猫なで声や、幼さを強調した過剰なリアクションは、アニメや深夜番組を好まない層にとって「作られたあざとさ」として認識され、強い不快感へとつながります。生身の人間がキャラクターの皮を被って甘えた声を出す構図そのものに、VTuberを受け付けない心理が根底にあるのです。
さらに、視聴者に「ガチ恋」を促すような擬似恋愛営業も嫌悪感に拍車をかけています。過剰なファンサや色恋を匂わせる配信スタイルは、客観的に見ている第三者からすれば「ホスト狂いやキャバクラ通いと同じ構造」と映り、これがVTuberがなぜ嫌われるかという疑問に対する明確な答えとなっています。