人工智能与产品类型匹配度对用户体验的影响研究——基于准社会互动视角

王先庆  雷韶辉   郭昱琅
（广东财经大学 商贸流通研究院，广东 广州 510320）

    内容摘要：依托于人工智能技术的快速发展和应用，消费者期望人工智能产品能精准有效地提升用户体验。然而，人工智能产品一定能提升用户体验吗？如何最大程度发挥人工智能技术的优势？基于使用与满足理论，本研究将人工智能技术分为认知型技术和情感型技术，从准社会互动视角探索人工智能技术与产品类型匹配度对用户体验的影响。研究结果显示：人工智能技术类型与产品类型的交互效应直接影响用户体验，而准社会互动在三者关系中起中介作用。在实用品情境下，相比于情感型技术，认知型技术可以产生更高的用户体验；在享乐品情境下，相比于认知型技术，情感型技术可以产生更高的用户体验。因此，企业可以通过增强顾客与智能产品/应用之间的人机互动提升功能或享乐体验。
    文献回顾与假设演绎

   （一）使用与满足理论

    “使用与满足”理论（Uses and Gratifications Approach）认为受众愿意使用某一社会媒介的原因是该使用过程满足了人们某种特定的需求，从需求缺乏转变为需求满足的过程中，顾客会产生愉悦情绪，如观众愿意观看肥皂剧是因为可以娱乐解闷、满足幻想。学者们对人的动机需求有不同的分类，Mcquail（1969)依据对六类电视节目的长期调查总结了四类需求：娱乐解乏、个人关系、自我认同和环境监控。Katz等（1974）归纳了五类动机需要：认知、情感、个人整合、社会整合、缓解压力。本文认为基本需求的不同划分是由于具体的研究角度不同，但基本都同意认知和情感是两大基础。由于人工智能产品本质上是以产品为载体的技术与用户之间的一对一交互，对其他维度的需要涉及较少，因此本文只采用认知和情感的二维划分。

    （二）人工智能技术与用户体验

    “人工智能”（Artificial Intelligence，AI）最初于1956年达特茅斯会议上提出，究其本质，是对人类大脑处理信息过程的模拟。人工智能产品是一系列依托于人工智能技术，能做出与人类相似反应的产品。目前学界对于人工智能技术分类的研究较少且缺乏一个权威的界定。Rao（2018）重点讨论了在商业保险决策中选择人工智能时应考虑的因素，并将人工智能技术分为辅助人工智能、自动化人工智能、自主人工智能和其他类人工智能。Thomas和Rajeev（2018）通过对152项人工智能应用技术的观察和250名企业领导者对人工智能的看法，将其分为自动化处理、认知学习和认知互动三类。

    现有研究主要采用观察法对人工智能技术进行分类，较少关注用户使用人工智能产品的动机。技术的最终目的是造福人类，人工智能技术的应用也是为了更好的提升用户体验，而用户体验是用户在与产品发生交互时所产生一系列心理上的认知和情感反应（Gentile等，2007）。本研究依据使用与满足理论将人工智能技术分为认知型人工智能技术和情感型人工智能技术。认知型技术专注于帮助人们获取信息和知识，增强对该技术的理解，解决实际生活难题，完成目标任务，如翻译软件帮助人们更快速准确地完成翻译工作；情感型技术着重于满足消费者的精神需求、缓解压力，获得一种愉悦的情绪体验，如聊天机器人可以帮助人们消遣解闷。

    （三）产品类型（享乐品vs.实用品）

    基于不同研究目的，学术界对产品的分类标准多样化，如按照有形性可分为有形产品和无形产品，按照产品质量信息的感知程度可分为搜索品和体验品 。有学者根据消费者购前的利益诉求（实用主义和享乐主义），将产品分为实用品和享乐品 。实用品是旨在完成任务的功能性产品，购买的动机是为了解决某些基本的需要，如服装和普通手机；而享乐品是能让人获得愉悦情绪体验的产品，其购买目的主要是为了获取感官体验,如高档手机和虚拟现实设备。实用品和享乐品给消费者带来的利益维度不同，实用品与功能属性相关，而享乐品与感官属性相联系。

    不同类型的技术与产品类型所提供的利益诉求不同，产生的影响也会有所差异。认知型人工智能技术专注于帮助人们获取信息和知识，增强人们对于该项技术的理解，解决实际生活需要。因此，认知型技术对功能收益的影响较为强烈，对情感收益的影响较弱。而实用品是旨在完成任务的功能性产品，消费者在购买时以满足某些基本的需求为动机，消费者更重视产品的功能属性，即产品是否可以有效地帮助其解决问题、达成目标（Okada，2005；金燕和杨康，2017），在技术体验方面的要求相对较低，此时实用品的消费偏好是受认知所驱（Kronrod和Danziger，2013）。因此，对于实用品而言，相比于情感型技术，认知型人工智能技术与用户诉求更为匹配，从而产生更高的用户体验。据此，本文提出假设1：

    H1：在实用品情境下，相比情感型技术，认知型人工智能技术会产生更高的用户体验。

    情感型人工智能技术着重于理解人类的情绪并做出适当的反应，使得消费者获得一种愉悦的情绪体验。情感型技术对情感和享乐收益的影响较为强烈，对功能收益的影响较弱。而享乐品是指消费者在购买时除考虑本身的需要外，更多地考虑商品的感官体验、品牌因素、质量性能等。对于享乐品，用户往往更关注产品所带来的情感和享乐收益，关注使用过程中有趣愉悦的体验（Okada，2005；金燕和杨康，2017），此时享乐品的消费偏好是受情感因素所驱动，认知型技术所带来的功能收益的吸引力相对较弱（Kronrod和Danziger，2013）。同理，本文提出假设2：

    H2：在享乐品情境下，相比认知型技术，情感型人工智能技术会产生更高的用户体验。

    （四）准社会互动

    准社会互动（Parasocial Interaction，PSI）亦称为“类（拟）社会互动”，最初适用于电视观众和演员之间，由Horton和Wohl（1956）首次提出，定义为单边的、由明星所控制的、媒介人物和受众之间的、类似于人际关系的一种“亲密的幻觉” 。由于社会交往和个人特质的基本需要，人们有动机去做出一系列行为以满足自身的基本需要，而准社会互动恰是社会个体利用媒介以满足自身社会交往需要和实现自身目标的行为（Rubin，2000）。

    值得注意的是，准社会互动与社会互动存在本质的差异（包敦安和董大海，2010）。社会互动是在一定情境下，人们相互往来，进行物质、精神交流的社会活动，是一种双向的、真实的体验，如朋友间的交流；而准社会互动看似是人际互动，一方似乎是在与对方进行直接交流，会根据后者的反应来调整自己的行为，在此过程中另一方可能会获得一种即时的、个人的、互动的体验（Horton和Strauss，1957），但这种关系是一种幻想的亲密感和想象的社会关系（Ballantine，2005），如看电视节目时观众误认为主持人在与自己对话。本研究所关注的情境是用户在体验人工智能技术时，与智能产品/应用进行互动的过程，如用户使用苹果的Siri和小米音箱的经历。虽然这个过程看似是一种双向交流的互动，然而，人工智能产品并不是一个生命体，无法将与用户之间的交流信息进行主动分享（Horton和Strauss，1957）。因此，本文将这种人机互动归于准社会互动。

    准社会互动是人们感知到的与无生命特征的“人”之间进行亲密互动的行为，是一种精神层面的互动。人工智能技术的应用，令产品不再是被动地满足顾客的基本需求，更能主动响应和匹配顾客的即时需要，即从被动的静默状态变为主动地“回应”和“勾搭”顾客的互动状态。而这种“回应”和“勾搭”恰好是准社会互动的本质——借助技术媒介，用户与媒介人物（即人工智能产品）进行的亲密互动。而人工智能技术具有类人的特征，在使用过程中人们更容易将其当作是自己的同类甚至朋友，而触发用户与人工智能产品之间的准社会互动（Han和Yang，2018）。

    使用与满足理论认为从用户心理需求到需求满足这一过程，必须经过媒介接触，而准社会互动正是反映了人机接触时的互动状态（Katz等，1974）。动机不同而诱发的准社会互动程度是存在差异的，在实用品的情境下，人们更多地希望能够通过使用人工智能技术完成预期的目标任务，更愿意花费时间和精力了解技术的核心用途以解决生活中的实际问题（Baltas等，2017；Okada，2005），因此对于能产生功能收益的认知型技术，用户会更加愿意与其接触，更加能够引发情感上的共鸣，准社会互动程度会更深；在享乐品的情境下，人们更多地考虑商品的感官体验、品牌因素、质量性能等因素，更乐于花费时间和精力深入地了解产品带给他们的有趣愉悦的体验（Okada，2005），因此对于能产生更多情感和享乐收益的情感型技术，人们的准社会互动程度会更深。而在准互动过程中，随着对人工智能产品功能的进一步探索，互动程度的不断加深，用户的需求也更能得到全面深入的满足，用户体验也会随之上升（Han和Yang，2018）。据此，本文提出以下假设:

    H3:在实用品情境下，准社会互动在人工智能技术与用户体验的关系中起中介作用。

    H4:在享乐品情境下，准社会互动在人工智能技术与用户体验的关系中起中介作用。

    研究设计

    考虑到真实的品牌或产品，极易引入享乐/实用两个维度之外的因素，因此，本文选择隐去商品的品牌名称，并参考市面上较为新兴的智能音箱作为刺激材料，并隐去商品的品牌名称。

    （一）实验设计

    研究采用2（技术类型：认知型vs.情感型）×2（产品类型：实用品vs.享乐品）的组间设计。在广州某高校招募了136名大学生作为被试 ，将招募的被试随机分配到4个实验组，各组被试独立进行实验，每位被试完成实验后可获得一个现金红包。在实验开始时给不同组的被试阅读不同材料，材料参照预实验，完成实验操控后，告知被试进行30秒的想象再填写问卷，内容包括用户体验 （4个题目，Cronbach's α=0.808）、准社会互动 （6个题目，Cronbach's α=0.89）、认知属性、情感属性、享乐程度（7点李克特量表）、年龄和性别。共收集136份问卷，剔除掉未填写完整及不合格的问卷，有效问卷为130份，有效率95.6%。

     （二）实验结果

     1.操控检验。在认知型人工智能定义的材料中认知属性得分（M认知=4.92，SD=0.971）显著高于情感属性（M情感=4.20，SD=1.051，F（1,127）=16.09，p<0.01）；在情感型人工智能定义的材料中的情感属性得分(M情感=5.29，SD=0.972)显著高于认知属性（M认知=4.16，SD=1.13，F（1，127）=37.38，p<0.01）。而在产品类型的操控定义材料中，在享乐程度上享乐品材料操控的均值（M享乐=5.46，SD=0.846）显著高于实用品操控材料(M实用=3.73，SD=0.733，F（1,127）=151.51，p<0.01）。说明对技术类型和产品类型的操控是成功的。

    2.假设检验。第一，用户体验。ANOVA结果显示，人工智能技术类型对用户体验的主效应显著[F（1，129）=48.36，p<0.01]，产品类型对用户体验的主效应不显著[F(1，129)=2.00，p=0.159]，而二者的交互效应是显著的[F（1，129）=20.40，p<0.01]。具体来看，在实用品的情境下，认知型技术对用户体验的影响显著高于情感型技术[M认知=4.83，M情感=4.14，t（58）=4.22，p<0.01]，故H1成立；在享乐品的情境下，情感型技术对用户体验的影响显著高于认知型技术[M情感=5.48，M认知=5.12，t（68）=-2.21，p<0.05]，故H2成立。性别、年龄等人口统计学变量并未对PSI和用户体验产生任何显著影响，因此不将它们纳入模型分析。
 
    第二，准社会交往的中介作用。使用PROCESS插件进行bootstrap检验，在95%置信区间下，有调节的中介效应均值为-0.4630，置信区间为[LLCI=-0.8771,ULCI=-0.1706]，区间不包含0，有调节的中介效应显著。具体来看：在实用品的情境下，置信区间为[LLCI=-0.6419,ULCI=-0.0990]，区间不包含0，这说明在实用品情境下，准社会互动完全中介了人工智能技术类型与用户体验之间的关系，故假设H3得证；在享乐品的情境下，置信区间为[LLCI=-0.0454,ULCI=0.3567]，区间包含0，这说明在享乐品情境下，准社会互动部分中介了人工智能技术类型与用户体验之间的关系，故假设H4得证。

    结论

    在产品研发时引入人工智能技术，需要注意增强用户与技术之间的准社会互动，使二者之间形成更强烈的交互，构建情感联结，增强顾客体验和忠诚度（王先庆和雷韶辉，2018）。
  
    以产品定位为基础，有选择性引入不同类型的人工智能技术。在享乐品中引入更多新奇有趣而又有实用功能的智能应用，可以更为有效地增强用户体验；而当消费者的购买初衷更多是功利主义时，过多的情感型技术可能会弄巧成拙，让用户感觉冗余，甚至反感，因为这与顾客的初衷是相违背的。

    参考文献：

1. 王先庆，雷韶辉 . 新零售环境下人工智能对消费及购物体验的影响研究——基于商业零售变革和人货场体系重构视角 [J]. 商业经济研究，2018（17）
2. 金燕，杨康 . 基于用户体验的信息质量评价指标体系研究——从用户认知需求与情感需求角度分析 [J]. 情报理论与实践，2017（2）
3.Baltas S. G.， Kokkinaki F，Loukopoulou A. Does variety seeking vary between hedonic and utilitarian products? The role of attribute type[J]. Journal of Consumer Behaviour，2017，16（6）
4.Han S，Yang H.Understanding adoption of intelligent personal assistants：A parasocial relationship perspective[J].Industrial Management & Data Systems，2018（2）

作者简介：
    王先庆（1964-），男，土家族，湖南常德人，教授，硕士生导师，广东财经大学商贸流通研究院院长、广东省商业经济学会会长、广东省华南商业智库理事长、广东省决策咨询研究基地现代物流与电子商务研究中心首席专家、中国流通三十人论坛（G30）专家、中国商业经济学会副会长；雷韶辉（1995-），通讯作者，男，湖南郴州人，广东财经大学商贸流通研究院助理研究员；郭昱琅（1986-），男，湖南株洲人，博士，广东财经大学工商管理学院讲师。