生成式AI拟人化特征对用户决策辅助采纳意愿的影响：自我效能感的中介作用与信息超载的调节效应

本研究针对电商平台生成式AI(GenAI)聊天机器人拟人化设计如何影响用户决策这一核心问题，基于精细加工可能性模型(ELM)框架，通过大规模调查数据和结构方程模型分析，揭示了人类共情(Human-like empathy)、感知温暖(Perceived warmth)等外围线索和感知能力(Perceived competence)等中心线索通过提升自我效能感(Self-efficacy)促进用户采纳意愿的机制，并发现信息超载(Information overload)强化了外围线索的效应。该研究为GenAI的人性化设计提供了重要理论依据和实践指导，对优化用户体验具有显著意义。

　　

随着生成式人工智能(GenAI)聊天机器人在电子商务平台的快速普及，用户对拟人化服务体验的期望显著提升。尽管GenAI的应用日益广泛，但关于不同类型拟人化特征如何通过不同认知路径影响用户自我效能感和决策辅助采纳意愿的机制尚不明确。现有研究虽然关注了GenAI服务用户体验和某些拟人化特征，但缺乏对信息超载调节作用下这些特征如何通过自我效能感影响采纳意愿的实证研究。在高度复杂动态的信息环境中，用户对算法推荐的认知决策机制和心理过程仍缺乏充分的理论探讨和实证检验。

为解决这一研究空白，本研究基于精细加工可能性模型(ELM)构建了一个整合中心路径和外围路径的综合框架。研究通过电商平台用户的大规模调查数据，采用结构方程建模方法，实证检验了自我效能感的中介作用和信息超载的调节效应。

研究发现人类共情和感知温暖(外围线索)以及感知能力(中心线索)都显著增强了自我效能感，进而积极影响决策辅助采纳意愿。更重要的是，信息超载加强了外围线索对自我效能感的影响，但对中心线索的影响有限。这些发现推动了GenAI与人交互的理论理解，阐明了拟人化特征的作用机制，并为设计以用户为中心的GenAI推荐服务提供了实用见解，以优化用户体验并鼓励用户在电子商务中将其作为决策辅助工具采纳。

研究采用的关键技术方法包括：基于淘宝平台的在线问卷调查法，使用经过验证的量表测量人类共情、感知温暖、感知能力、感知智能、自我效能感、信息超载和采纳意愿等变量；Smart-PLS 4.0软件的结构方程建模技术，包括复合信度(CR)、平均变异抽取量(AVE)和异质-同质(HTMT)比率分析；Bootstrapping算法进行10,000次迭代的路径系数显著性检验。

中心线索、外围线索与自我效能感

研究表明人类共情(β=0.274, p<0.001)、感知温暖(β=0.322, p<0.001)和感知能力(β=0.269, p<0.001)对自我效能感有显著正向影响，支持了H1、H2和H3假设。这意味着具有人类共情能力的聊天机器人能让用户感受到其需求被真正理解，温暖的支持性环境能增强用户自信，而高能力的GenAI聊天机器人能满足用户在挑战性服务环境中的能力需求。然而感知智能对自我效能感的影响不显著(β=0.040, p=0.153)，H4假设未获支持，表明单纯提高GenAI的智能水平并不直接增强用户自我效能感。

自我效能感与决策辅助采纳意愿

自我效能感显著预测了AI聊天机器人作为决策辅助的采纳意愿(β=0.622, p<0.001)，支持H5假设。这一发现表明，计算机自我效能感不仅影响个体对新兴信息通信技术(ICT)的接受度，还在促进或阻碍与数字系统交互的有效技能发展中起着重要作用。具有较高技术自我效能感的个体在与自动化技术交互时更有信心做出有效决策，更善于控制技术交互的结果和过程。

中心与外围路径：自我效能感的中介效应

中介分析显示，自我效能感显著中介了人类共情(β=0.171, p<0.001)、感知温暖(β=0.167, p<0.001)和感知能力(β=0.200, p<0.001)对采纳意愿的影响，支持H6、H7和H8假设。然而感知智能的间接效应不显著(β=0.025, p=0.154)，因此H9假设未获支持。这表明对于拟人化聊天机器人，自我效能感有助于提高用户的认知吸收水平，在在线购物和购买决策中尤为重要。

信息超载的调节效应

在调节作用方面，信息超载与人类共情的交互项对自我效能感有显著正向影响(β=0.132, p<0.001)，支持H10假设。信息超载也显著调节了感知温暖与自我效能感之间的关系(β=0.129, p<0.001)，支持H11假设。然而，对感知能力(β=0.004, p=0.432)和感知智能(β=-0.033, p=0.072)的调节作用不显著，因此H12和H13假设未获支持。这表明在信息超载条件下，用户更依赖心理捷径(即启发式处理)进行快速判断，而不是通过深入的逻辑分析做出决策。

研究结论表明，人类共情、感知温暖和感知能力直接增强了用户对聊天机器人的自我效能感，而自我效能感又正向影响采纳意愿。信息超载不仅促进启发式处理，还增强了外围线索(人类共情和感知温暖)对自我效能感的积极影响。然而，信息超载并未加强感知能力和感知智能(作为中心线索)与决策辅助采纳意愿之间的关系。

这些发现为GenAI驱动的推荐系统和用户决策行为领域做出了重要理论贡献。首先，基于ELM系统区分了拟人化特征中的中心线索(感知能力和感知智能)和外围线索(感知温暖和人类共情)，并实证检验了它们在用户采纳推荐广告过程中的差异化效应。其次，深入揭示了自我效能感的中介作用，表明自我效能感显著中介了感知温暖、感知能力和人类共情对用户决策辅助采纳意愿的影响，但感知智能的中介作用不显著。第三，丰富了信息超载作为调节变量的理论理解，表明信息超载显著增强了某些外围线索(如感知温暖和人类共情)对自我效能感的积极影响，但其对感知能力和感知智能的调节作用不显著。

实践意义上，本研究为电子商务领域GenAI聊天机器人的设计和开发提供了重要指导。开发者应灵活平衡和整合两类特征：专注于认知处理的特征(如通过准确回答技术问题和数据驱动的专业建议展示能力和智慧)和强调直觉感知的特征(如通过友好语言、温暖表达和支持性互动传递人类共情)。研究还发现增强用户使用聊天机器人的自信心(自我效能感)是鼓励采纳的关键，开发者应避免盲目追求技术复杂性，而应优先考虑情感设计。在信息超载面前，开发者需要理解用户的认知负荷和心理需求，直观的界面设计、清晰的信息结构和情感支持性互动能有效减少用户焦虑并增强自我效能感。

研究的局限性包括未区分付费和免费GAI工具的影响，未考察性别、年龄和使用经验等调节变量的作用，以及未区分视觉信息和文本信息两种主要信息类型的影响。未来研究可以进一步探索这些方面，以丰富对GenAI拟人化设计影响用户决策机制的全面理解。

该研究由马来西亚理科大学管理学院的Xiyang Li、九江职业技术学院的Tingfa Zhou和Chao Hu以及蒙彼利埃大学的Haibin Liu合作完成，发表在《Scientific Reports》期刊2025年第15卷上，为生成式人工智能在电子商务领域的应用提供了重要的理论和实践指导。