乐于分享
好东西不私藏

JBR | 被AI背叛:虚拟助手的感知背叛如何影响消费者对推荐产品的购买意愿

JBR | 被AI背叛:虚拟助手的感知背叛如何影响消费者对推荐产品的购买意愿

📘 文献介绍

题目:Betrayed by AI: How perceived betrayal by a virtual assistant affects consumers‘ purchase intentions for recommended products(被AI背叛:虚拟助手的感知背叛如何影响消费者对推荐产品的购买意愿)

作者:Christina Saenger、Christina A. Kuchmaner、Patrick J. Bateman

发表期刊:Journal of Business Research

发表时间:2024年


🔍 研究背景

虚拟助手的普及与人际化

虚拟助手(VA)如Alexa、Siri正深刻改变消费者与技术互动的方式。它们通过自然语言处理与用户实时对话,推荐产品、回答问题,甚至被用户视为“朋友”或“伴侣”。这种关系是类社会关系——用户像对待真人一样对待VA。

研究空白

现有研究多关注VA信任的正面影响(如提升采纳、品牌忠诚),但信任的另一面是背叛的风险。在人际关系中,信任越强,背叛的伤害越大。那么,消费者能否“感觉”被自己的VA背叛?如果会,这对他们的购买行为有何影响?

本研究首次实证检验VA背叛的存在及其后果。


📐 理论框架与假设

理论基础

理论
核心观点
CASA范式
人们将社会规则(如信任、互惠)无意识地应用于技术互动
关系背叛理论
背叛源于一方违反关系中的隐含或明确期望

研究假设

H1:VA的背叛行为通过心理不适 → 感知背叛的序列中介,负向影响用户与VA的亲近感

H2:VA的背叛行为通过心理不适 → 感知背叛 → 亲近感的序列中介,负向影响用户对VA推荐产品的购买意愿


🧪 实验设计

预测试:验证场景有效性

  • 场景:用户与朋友争论某个事实(独立宣言签署年份或电影上映年份),VA“站队”朋友而非用户

  • 结果:VA站队朋友时,用户心理不适、负面情绪显著升高

  • 样本:123名VA用户


研究1A & 1B:检验H1

项目
研究1A
研究1B
场景
独立宣言年份
电影上映年份
样本
78人
84人
操纵
VA站队用户 vs 站队朋友
同左

结果

  • VA站队朋友 → 心理不适↑ → 感知背叛↑ → 亲近感↓

  • 序列中介效应显著(研究1A:-0.14,95%CI[-0.39,-0.01];研究1B:-0.10,95%CI[-0.28,-0.01])

  • ✅ H1成立


研究2:排除替代解释

问题:用户的不适感是否仅仅因为“自己错了”,而非VA“背叛”?

设计:比较两种场景

  • 社交场景:VA在朋友面前站队朋友(与Study 1相同)

  • 独处场景:用户独自在家,VA纠正用户(同样是自己错了,但无社交羞辱)

样本:85人

结果

  • 社交场景 vs 独处场景 → 心理不适↑、感知背叛↑

  • 但亲近感的差异未达显著(p<0.10)

  • 替代解释被排除:关键不是“被纠正”,而是“在社交场合被背叛”


研究3:检验完整模型(H2)

设计

  • 先经历背叛(电影场景)

  • 随后执行数学干扰任务

  • 然后让VA推荐微波炉,测量购买意愿

样本:157人(使用Alexa的用户)

结果

  • 站队朋友组购买意愿(5.07)显著低于站队用户组(5.54)

  • 序列中介效应显著:背叛 → 心理不适↑ → 感知背叛↑ → 亲近感↓ → 购买意愿↓(间接效应=-0.05,95%CI[-0.14,-0.0002])

  • ✅ H2成立


📊 核心结论

  1. VA背叛确实存在:消费者能“感觉”被VA背叛,遵循人际背叛的心理机制

  2. 背叛的触发:VA在社交场合“站队”他人,而非支持用户

  3. 心理路径

    • VA背叛 → 心理不适 → 感知背叛 → 亲近感下降 → 购买意愿下降

  4. 严重后果:感知背叛降低对VA推荐产品的购买意愿,直接损害企业销售


🎯 理论贡献

  1. 首次实证检验VA背叛:将人际关系中的背叛概念引入人-AI互动研究

  2. 拓展CASA范式:证明人类-技术关系不仅包括正面互动,也包含负面事件(如背叛)

  3. 揭示信任的“黑暗面”:信任带来的不仅是正面效果,还有背叛风险

  4. 发现社交情境的关键作用:背叛的伤害在社交场合中被放大(与独处形成对比)

  5. 验证完整心理机制:心理不适 → 感知背叛 → 亲近感 → 行为后果


💼 实践启示

发现
实践建议
VA背叛降低购买意愿
设计功能预防或修复背叛
社交情境放大伤害
在多人使用场景中谨慎设计VA的“站队”行为
心理不适是关键中介
开发情绪识别功能,检测用户不适
亲近感下降是近因
设计修复策略(如道歉)重建关系

具体建议

  • 多角色设计:让VA用“另一种声音”传递负面消息,用户会认为是“别人”而非“VA本人”在背叛

  • 情绪检测:通过语音、表情识别用户不适,触发修复程序

  • 道歉机制:真诚道歉可有效修复关系(人际关系和品牌关系已有验证)

  • 增强用户承诺:将VA深度整合到用户生活(如连接智能设备),提高“分手”成本


⚠️ 研究局限

  1. 单一背叛类型:仅研究“站队他人”一种形式

  2. 未研究其他反应:如报复(投诉、差评)

  3. 未考虑个体差异:关系强度、过去经历的影响

  4. 未测量关系强度:未区分用户与VA的亲密程度


🔮 未来方向

  • 其他背叛形式(如泄露秘密、违背承诺)

  • 报复行为 vs 回避行为的差异

  • 关系强度的调节作用(忠诚用户是否更易受伤?)

  • 背叛严重程度的影响

  • 修复策略的有效性测试