鑽石舞台

picture from Internet

本文是針對論文《實用主義與享樂主義情景下的人工智能--「智能口碑」效應（Artificial Intelligence in Utilitarian vs. Hedonic Contexts: The 「Word-of Machine」 Effect）》的一篇論文解析。該論文於2022年1月發表於《營銷學期刊（Journal of Marketing）》雜誌上，作者為Chiara Longoni和Luca Cian。

研究背景與問題

AI推薦在我們的日常生活中越來越普遍。從實體產品及服務的推薦到電子產品推薦，再到一些公共政策領域，我們都可以看到AI推薦的身影。針對這一現象，近期研究主要關注在不同的場景下消費者是否接受算法推薦。基於實用屬性與享樂屬性在消費者選擇和態度形成過程中的重要性，本研究探究了何時以及為何決策過程中的享樂/實用屬性權衡會影響人們是偏好還是抵制人工智能推薦。

理論與假設

儘管會同時考慮享樂屬性與實用屬性，但是消費者在消費過程中還是會選擇其中一類屬性作為主要目標。享樂型消費是以情緒驅動的，基於感官或體驗愉悅，反映了產品所帶來的情緒價值，並根據產品本身的帶來的愉悅程度進行產品評估。相反，實用型消費更多是由認知驅動的，基於功能性和工具性目標，反映產品的功能性價值，並根據產品作為達到目的手段的程度進行產品評估。已有關於享樂型/實用型消費的研究主要探究了任務特徵對於產品評價的影響，但尚未有研究探究消費過程中享樂屬性/實用屬性的權衡是否會影響消費者對於推薦來源的偏好（真人vs. AI）。

儘管算法推薦的精確性很高，但大多數研究都表明，人們傾向於拒絕算法推薦。這其中的原因包括：（1）人們認為算法沒有學習提升的能力，因此當算法失誤的時候人們就對其失去了信心；（2）人們認為算法對於世界的假定是有序的、僵化的、穩定的，因此無法考慮現實中的不確定性和個人的獨特性；（3）人們害怕被簡化成算法眼中「純粹的數字」，且人們認為算法缺乏同理心，因此不信任算法。本文拓展了人們對於算法推薦偏好的相關研究，並說明了人們在何時會喜歡（或是抵制)算法推薦。具體而言，本研究探究了享樂/實用屬性權衡如何以及為什麼決定了消費者對AI推薦的偏好或抵制。

本研究提出了「智能口碑」效應（「word-of-machine」 effect），即實用屬性與享樂主義屬性的權衡決定了與傳統的口碑或真人推薦相比，對於人工智能推薦的偏好或抵制這一現象。作者認為，智能口碑源於一種普遍信念，即在實用領域人工智能推薦者比真人推薦者能力更強，而在享樂領域則弱於真人推薦者。人們認為享樂屬性與實用屬性的評估需要依賴不同的評估能力，享樂屬性更多依賴體驗、感覺和情緒的評價維度，實用屬性則更多依賴事實的、理性的、邏輯性的評價維度。而從兒童時代開始，我們就習得了人類通過情緒感知與外界聯繫的能力，而AI、計算機、機器人在我們眼中則是理性的、富有邏輯性的，因此人們會認為AI（vs. 人類）在依賴事實、理性、邏輯等認知主導維度的信息評估中是更有能力的，而人類（vs. AI）在依賴感官體驗、情緒、直覺等情緒主導維度的信息評估中是更有能力的。所以，人們認為AI和人類評估實用和享樂屬性的能力水平不同。基於此，作者提出，當實用（享樂）屬性是更重要或是更突出的時候，比如當實用（享樂）目標被激活時，人們會更偏好（更不偏好）AI推薦而不是真人推薦。

實驗

本研究一共包括9個實驗。實驗1a和1b是田野實驗。作者設置了頭髮護理產品（實驗1a）和房地產投資產品（實驗1b）兩種消費情境，通過激活享樂目標或者實用目標，探究了人們在不同的消費目標下對AI（vs. 真人）推薦的偏好。。研究結果表明，當激活享樂（vs. 實用）目標時，人們更多地選擇真人（vs. AI）推薦的產品。

實驗2探究了消費體驗場景下的「智能口碑」效應。被試被告知當地烘培店在考慮兩款巧克力蛋糕的食譜，一款是AI推薦的，另外一款是真人推薦的，然後被試看了這兩款食譜下做出來的蛋糕（外形、顏色等均一致），最後隨機分配到品嘗AI推薦食譜或是真人推薦食譜製作的蛋糕並在品嘗後對蛋糕的享樂屬性（蛋糕的口味香氣、感官愉悅性）和實用屬性（有益元素、健康屬性）進行評價。結果表明，當被試認為蛋糕是由AI（vs. 真人）推薦的食譜製作的時候，被試對於蛋糕的享樂（vs. 實用）屬性評價更高。

實驗3探究了享樂屬性和實用屬性的相對偏好對「智能口碑」效應的影響。被試被要求想象準備購買一件冬季外套，正在尋求建議。被試被告知冬季外套既具有享樂屬性又具有實用屬性，並測量了被試對於兩種屬性的相對偏好。之後被試被告知有兩個資歷、能力等均相似的推薦者（X和Y）可以提供購買建議。一半的被試被隨機分配到真人推薦組（X和Y都是真人），另一半被試被分配到混合推薦組（X為真人，Y為AI），然後測量了被試對於推薦者的相對偏好（1=絕對為X，7=絕對為Y）。實驗結果表明，當被試更重視實用屬性的時候，被試更偏好AI（vs. 真人）推薦；當被試更重視享樂屬性的時候，被試更偏好真人（vs. AI）推薦。

實驗4檢驗了能力認知的普遍信念作為「智能口碑」效應的解釋機制，並排除了屬性複雜性的競爭性解釋，即認為AI比真人更有能力處理複雜屬性的信息。實驗採用2（複雜性：低vs. 高）*2（目標：享樂vs. 實用）*2（推薦者：真人vs. AI）組間設計，被試被告知參與一個包含真人和AI推薦的巧克力種類推薦APP的測試。首先，被試分別被告知巧克力種類的評價維度是8個維度（vs. 2個維度）完成複雜性操縱，之後用實驗1類似的方法啟動被試的消費目標（享樂vs. 實用），最後被試被告知將看到一款真人（vs. AI）推薦的巧克力種類。實驗將被試是否願意下載巧克力推薦信息作為結果變量，並測量了被試對於推薦者能力的感知。實驗數據的分析結果表明，當處於實用目標時，被試更願意下載AI（vs. 真人）推薦的信息，且認為AI推薦者比真人推薦者更有能力；而當處於享樂目標時，被試更不願意下載AI（vs. 真人）推薦的信息，且認為AI推薦者比真人推薦者能力更低；複雜性對」智能口碑「效應無顯著影響。進一步，中介分析結果顯示，感知能力中介了在不同消費目標下推薦者類型對下載意願的影響。

實驗5採用2（目標：享樂vs. 實用）*2（匹配：獨特性偏好vs. 控制組）的組間設計，研究結果發現，當沒有突出獨特性偏好的目標（即推薦要考慮自身獨特的需求和個人經歷）時，人們在享樂（vs. 實用）目標下更偏好選擇真人（vs. AI）推薦者，但是當消費者考慮獨特性偏好時，人們在實用消費目標下對AI推薦者的偏好轉為抵制，即當考慮獨特性需求的時候，消費者更偏向真人（vs. AI）推薦者。實驗6採用了實驗4的情景，運用單因子（推薦者：真人vs. AI vs. 增強智能vs. 無推薦控制組）組間設計，其中增強智能組（augmented intelligence）是指AI被用來協助和增強人類的智能，在這種情況下AI對於人類並不是替代關係，而是輔助關係。研究結果發現，「智能口碑」在增強智能推薦情況下消失了，消費者認為增強智能推薦的享樂屬性高於AI推薦，但與真人推薦並無顯著差異；增強智能推薦的實用屬性高於真人推薦，但與AI推薦並不存在顯著差異。

實驗7a和7b探究了考慮相反情況（「consider-the-opposite」）的干預如何削弱」智能口碑」效應，考慮相反情況是指提醒人們考慮他們信以為真的信息的對立面，考量那些與自己的最初的信念不一致的信息，作者認為這一干預能夠減弱人們對於AI評估享樂（vs. 實用）價值的能力比人類更弱（vs. 更強）的普遍信念，從而削弱「智能口碑」效應。兩個實驗的研究結果表明，干預削弱了「智能口碑」效應，相比於控制組，干預組被試提升了對於AI推薦的享樂屬性評價以及對於真人推薦的實用屬性評價。

研究結論

本研究探究了決策過程中的實用/享樂屬性的權衡如何以及為何影響消費者對於AI推薦的抵制或偏好，提出了「智能口碑」效應。本研究發現，當實用（vs. 享樂）消費目標被激活或者消費者更重視實用（vs. 享樂）屬性的時候，消費者更偏好AI（vs.真人）推薦，而感知能力中介了這一效應。進一步，作者發現如果一項推薦需要與個人的獨特偏好相匹配，那麼「智能口碑」效應在實用目標情境下發生逆轉。在人工智能混合決策(即增強智能)情境下，「智能口碑效」應會消失。此外，考慮相反情況的干預會削弱「智能口碑」效應。本研究豐富了自動化心理學、人機交互以及享樂/實用型消費相關研究，並為企業如何更好地運用AI推薦提升消費者體驗提供了建議。

參考文獻：

Longoni, C., & Cian, L. (2022). Artificial intelligence in utilitarian vs. hedonic contexts: The 「word-of-machine」 effect. Journal of Marketing, 86(1), 91-108.