【ChatGPT 消费者偏好】第二弹：ChatGPT在日常生活中的使用—推文分享

今天的推文主题还是【ChatGPT & 消费者偏好】

第一篇：哪些动机因素和技术特征的组合能够导致ChatGPT用户中高和低的持续使用意图。
第二篇：用户对ChatGPT的互动性、性能期望、努力期望以及社会影响如何影响他们继续使用这些大型语言模型的意向？
第三篇：调查追随者如何感知使用GenAI进行社交媒体内容创造的品牌，以及这种技术的使用如何影响品牌真实性感知和消费者对品牌的态度及行为反应。
第四篇：聊天机器人的广告是否应该更像人类，无论是在外观、互动性还是在广告内容的传递上？
第五篇：消费者在面对正面与负面服务结果时，对聊天机器人和人类客服的不同反应。

一、ChatGPT在日常生活中的使用：基于动机理论的混合方法研究

1、研究背景

本文研究背景基于生成性人工智能（GenAI）技术，如ChatGPT，对日常生活各领域活动的影响。随着GenAI技术在私人和工作场景中的使用增加，研究者试图理解是什么因素激励个人用户持续使用这类技术。

2、研究问题

哪些动机因素和技术特征的组合能够导致ChatGPT用户中高和低的持续使用意图。

3、研究思路

研究采用了混合方法设计，结合定量调查研究和定性访谈研究的发现。使用模糊集定性比较分析（fsQCA）来分析多波次数据，并用半结构化访谈来补充和丰富定量研究的配置。

4、理论基础

本文基于动机理论，区分了内在动机和外在动机因素。

内在动机因素包括通过活动本身获得的满足感；
外在动机因素通常与用户感知的有用性相关。
研究将动机理论应用于模型中，考虑了三种内在动机因素（InMaccomplish、InMknow、InMstimulation）和一种外在动机因素（ExMPU），以及两个技术特征（TeCPEOU和TeCNVL）。

5、理论模型

模型提出了内在动机因素、外在动机因素和技术特征如何共同影响ChatGPT的持续使用意图。

6、研究假设

研究假设了四种动机因素和两个技术特征的组合将导致个体ChatGPT用户的持续使用意图。特别是，研究假设了易用性和新颖性对于高持续使用意图是必要条件。

7、研究对象与数据收集

研究对象为279名ChatGPT用户，数据通过在线调查收集。此外，还包括15名参与者的半结构化访谈，以深入理解使用情境和动机。

8、实证过程

定量研究通过三波在线调查收集数据，并使用fsQCA进行分析。定性研究则通过访谈收集数据，并进行内容分析以识别使用案例和动机因素。

9、研究结论

研究发现高感知易用性和高感知新颖性是高持续使用意图的必要条件。研究识别了五种导致高持续使用意图的配置，并指出感知易用性是跨多个配置中的关键因素。同时，研究通过访谈揭示了使用ChatGPT的个体使用案例以及促进和阻碍持续使用的因素。

10、局限性

研究的局限性在于，虽然研究了ChatGPT用户的持续使用意图，但这种意图不一定转化为实际的使用行为。
此外，研究主要关注了高持续使用意图的因素，对于导致低持续使用意图的因素研究较少。
研究结果可能受到ChatGPT新颖性的影响，随着用户对技术的熟悉，感知新颖性的影响可能会减弱。
最后，研究的样本可能限制了研究结果的普遍适用性。

二、影响绩效期望和使用ChatGPT意愿的因素：使用SmartPLS软件推进信息技术接受框架

1、研究背景

本文探讨了人工智能（AI）驱动的大型语言模型（LLMs），特别是ChatGPT的使用情况。尽管ChatGPT等AI聊天机器人在多个领域中越来越流行，但关于它们的使用、感知和意向行为的研究相对较少。

2、研究问题

文章提出了三个研究问题：

RQ1.信息质量和源可信度如何影响在线用户对ChatGPT的性能期望？
RQ2.用户对ChatGPT的互动性、性能期望、努力期望以及社会影响如何影响他们继续使用这些大型语言模型的意向？
RQ3.性能期望构念在多大程度上中介了努力期望与使用这些交互式AI技术之间的意向？

3、研究思路

研究采用了调查问卷的方式收集定量数据，并运用部分最小二乘法（PLS）路径模型来评估构建的可靠性和效度，并确定研究模型中因果路径的相对强度和显著性。

4、理论基础

文章整合了信息技术接受模型（IAM）中的信息质量和源可信度度量，以及统一理论接受和使用技术（UTAUT1/UTAUT2）中的性能期望、努力期望和社会影响构念，并加入了感知互动性构念，来确定影响个体使用AI文本生成系统意向的因素。

5、理论模型

模型中提出的变量包括性能期望、努力期望、社会影响、感知互动性、信息质量和源可信度。这些变量通过理论基础与个体使用ChatGPT的意向相联系。

6、研究假设

H1.用户对ChatGPT的性能期望显著影响其使用该信息技术的意向。
H2.用户对ChatGPT的努力期望显著影响其使用该信息技术的意向，并且性能期望部分中介了这一关系。
H3.用户对ChatGPT的努力期望显著影响该信息技术的性能期望。
H4.用户对ChatGPT生成响应的信息质量显著影响其对该信息技术的性能期望。
H5.用户对ChatGPT生成响应的源可信度显著影响其对该信息技术的性能期望。
H6.社会影响显著影响在线用户使用ChatGPT的意向。
H7.用户对ChatGPT的感知互动性显著影响其使用该信息技术的意向。

7、研究方法

研究采用了在线调查问卷的方式收集数据，使用SmartPLS软件进行PLS路径模型分析。

8、研究对象与数据收集

研究对象为南欧某大学全职和兼职课程的学生和教职工。通过电子邮件分发了超过13200份问卷，并最终获得了654份有效样本。（回收率太低了吧）

9、实证过程

研究进行了描述性统计分析，并通过PLS-SEM算法和Bootstrapping程序进行了假设检验。

10、研究结论

研究结果表明，源可信度对性能期望的影响最为显著，感知互动性对使用意向的影响也很显著。此外，性能期望在努力期望和使用意向之间起到了部分中介作用。研究还发现，信息质量和社会影响对使用意向有一定的影响。

11、局限性

研究为横断面调查，可能存在共同方法偏差（CMV）。此外，研究主要集中于ChatGPT，可能限制了研究结果的普遍适用性。未来的研究可以在不同的设置中复制本研究，并考虑使用不同的数据收集方法和样本。

三、你自己创造你的内容吗?使用生成式人工智能进行社交媒体内容创作会减弱感知的品牌真实性

1、研究背景

随着生成性人工智能（GenAI）在营销内容创造中的潜力被逐渐认识，其对消费者行为的影响尚未得到实证检验。社交媒体平台要求披露GenAI内容，这促使研究者探讨使用GenAI进行内容创造的品牌在追随者心中的形象。

2、研究问题

本文旨在调查追随者如何感知使用GenAI进行社交媒体内容创造的品牌，以及这种技术的使用如何影响品牌真实性感知和消费者对品牌的态度及行为反应。

3、研究思路

研究通过三个实验性研究来探讨不同类型的社交媒体品牌（包括企业品牌和影响者）的追随者对GenAI采用的反应。研究考虑了GenAI在内容创造中的不同角色：完全不采用、辅助人类创作、或完全自动化创作。

4、理论基础

研究基于算法厌恶理论和品牌真实性理论。

算法厌恶理论解释了人们为何不信任并拒绝算法做出的决策；
品牌真实性理论强调品牌被感知为真实、可靠时，能够建立强大的身份和与追随者的关系。

5、理论模型

研究构建了一个概念模型，提出GenAI采用的程度（不采用、辅助、自动化）会影响追随者对品牌真实性的感知，进而影响他们对帖子的可信度、品牌态度、电子口碑传播意图和品牌忠诚度。

6、研究假设

H1a/b/c：GenAI采用对品牌态度和行为反应的负面影响，通过品牌真实性感知来中介。
H2a/b/c：品牌真实性感知在GenAI采用对社交媒体帖子可信度、品牌态度、电子口碑传播意图和品牌忠诚度的影响中起中介作用。

7、研究方法

采用在线实验方法，通过Qualtrics平台进行。研究1和研究3基于场景模拟，研究2使用虚构品牌的GenAI创造的视觉内容。

8、研究对象与数据收集

研究对象为活跃的社交媒体用户，使用Prolific平台进行招募。数据收集通过在线问卷进行，确保样本具有代表性和数据质量。

9、实验过程

实验分为不同组别，分别对应GenAI的不同采用情况。参与者被要求想象他们最喜欢的品牌或影响者采用GenAI的情况，并对其反应进行评估。

10、研究结论

研究发现，GenAI的使用会降低品牌真实性感知，进而负面影响消费者对品牌的态度和行为反应。然而，当GenAI被用来辅助而非完全替代人类创作时，这种负面影响会有所减轻。此外，披露GenAI的使用情况对消费者反应有重要影响。

11、局限性

研究使用实验方法，可能缺乏现实世界GenAI采用的外部有效性。样本规模相对较小，可能限制了检测较小调节效应的能力。研究在GenAI技术初期进行，随着技术的普及和消费者对GenAI的熟悉度提高，消费者的反应可能会发生变化。

四、具有人情味的聊天机器人广告：拟人化、互动性、叙事性的考验

1、研究背景

人工智能(AI)驱动的聊天机器人(chatbots)正在改变数字广告领域，通过提供更自然、更少侵入性的消费者通信方式。
聊天机器人能够模拟人类语言，但它们通常因为非人类特性而带有某种污名，被视为机械的、缺乏细微对话能力。
尽管一些研究显示，使用类似人类的语言风格和人类名称的聊天机器人可以带来更大的满意度和积极态度，但其他研究表明，聊天机器人的类似人类特性可能导致负面用户体验。