Модели при которых потребители доверяют рекомендациям ИИ
Исследователи из Бостонского университета и Университета Вирджинии опубликовали новую статью в Маркетинговый журнал, в котором изучается, как потребители реагируют на рекомендации ИИ, когда они сосредоточены на функциональных и практических аспектах продукта (его утилитарной ценности) в сравнении с эмпирическими и сенсорными аспектами продукта (его гедонистической ценностью).
Исследование, которое готовится к публикации в Journal of Marketing, называется «Искусственный интеллект в утилитарном и гедоническом контекстах: эффект"машинного слова»". Авторы — Кьяра Лонгони и Лука Киан.
Подробнее и все больше компаний используют технологические достижения в области ИИ, машинного обучения и обработки естественного языка, чтобы давать рекомендации потребителям. Поскольку эти компании оценивают помощь на основе ИИ, необходимо задать один важный вопрос: когда потребители доверяют «машинному слову», а когда сопротивляются?
В новом исследовании Journal of Marketing исследуются причины, лежащие в основе предпочтение источника рекомендаций (ИИ против человека). Ключевым фактором при принятии решения о том, как использовать рекомендации по ИИ, является то, сосредоточены ли потребители на функциональных и практических аспектах продукта (его утилитарной ценности) или на эмпирических и сенсорных аспектах продукта (его гедонистической ценности).
Опираясь на данные более 3000 участников исследования, исследовательская группа предоставляет доказательства, подтверждающие эффект машинного слова, определяемый, как феномен, посредством которого компромиссы между утилитарными и гедонистическими аспектами продукта определяют предпочтение или сопротивление к рекомендации ИИ. Эффект слова машины проистекает из широко распространенного убеждения, что системы ИИ более компетентны, чем люди, в выдаче советов, когда желательны функциональные и практические качества (утилитарность), и менее компетентны, когда желаемые качества основаны на опыте и чувствах (гедонистические). Следовательно, важность или значимость утилитарных атрибутов определяет предпочтение тех, кто рекомендует ИИ по сравнению с человеком, в то время как важность или значимость гедонистических атрибутов определяет сопротивление рекомендациям ИИ по сравнению с человеческими.
Хотя существует четкая корреляция между утилитарными атрибутами и доверием потребителей к рекомендациям ИИ, компании, продающие продукты, обещающие более чувственный опыт (например, ароматы, еда, вино) могут по-прежнему использовать ИИ для привлечения клиентов. Фактически, люди принимают рекомендации ИИ, пока ИИ работает в сотрудничестве с людьми. Когда ИИ играет вспомогательную роль, «дополняя» человеческий интеллект, а не заменяя его, гибридный рекомендатель ИИ-человек работает так же хорошо, как и помощник только для человека.
В целом, эффект слова машины имеет важные последствия, поскольку разработка и внедрение ИИ, машинного обучения и обработки естественного языка ставят перед менеджерами и политиками задачу использовать эти преобразующие технологии. Как говорит Циан: «Цифровой рынок переполнен, а внимание потребителей невелико. Понимание условий, при которых потребители доверяют, а не доверяют, рекомендации по ИИ дадут компаниям конкурентное преимущество в этой сфере».