失败归因和语言风格如何影响生成式人工智能服务的补救效果？幽默的自我贬低的重要性——来自脑电反应（ERP）的证据

《Behaviour & Information Technology》：How do failure attribution and linguistic style affect the remedial effects of generative AI services? The importance of humorous self-deprecation – Evidence from ERPs

生成式AI服务失败的环境归因结合幽默自嘲语言风格能显著提升用户接受度，EEG实验显示幽默风格下AI归因的N400幅值更高，理性风格则LPP成分更显著。双过程理论和良性违规理论解释了用户认知加工差异与补救效果的关系。

　　

摘要

在竞争激烈的生成式人工智能（AI）产品市场中，AI产品服务出现故障后的有效补救措施尤为重要。本研究旨在探讨故障归因（是将故障归因于用户、AI还是环境）以及不同语言风格（理性解释或幽默的自我贬低）对用户接受这些服务意愿的影响，同时分析这些因素与潜在的自动化认知处理机制之间的相互作用。基于双重处理理论和良性违反理论，通过脑电图（EEG）实验研究了用户对生成式AI服务故障补救措施有效性的态度变化。行为结果表明，将故障归因于环境因素而非用户或AI服务的解释方式具有更好的补救效果，而使用幽默且自我贬低的语言风格能够显著提升补救效果。脑电图结果显示，与理性解释相比，幽默的自我贬低风格引发了更强的N400成分；而理性解释风格则引发了更强的晚正电位（LPP）成分。在幽默风格下，将故障归因于AI所引发的N400成分显著高于将故障归因于环境因素或用户的情况。