编辑推荐：
在 AI 广泛应用的当下，研究人员开展 “对话式 AI 服务中 AI 头衔对使用意愿影响” 的研究。经多实验及分析发现，任务关键度影响人们对不同层级 AI 头衔的偏好。这为企业优化 AI 服务提供依据，助其提升用户体验与接受度。
如今，人工智能（AI）技术飞速发展，广泛融入人们的生活。从智能家居助手到工作中的任务管理 AI，它们正悄然改变着人们的生活和工作方式。在这个 AI 蓬勃发展的时代，一个有趣的现象引起了人们的关注：许多公司给对话式 AI 服务贴上 “助手” 之类的低层级头衔，像谷歌智能家居助手（Google Home Assistant）。他们认为这样能激发人们心中利他的 “助手” 启发式思维，从而让大家更愿意使用这些 AI 服务。但奇怪的是，以往的研究却表明，更高层级的 AI 头衔，比如 “经理”“教师”“分析师”，似乎能让人们对 AI 的能力评价更高，也更愿意使用。这就好比在一场关于 AI 头衔的 “拔河比赛” 中，市场实践和研究结果各执一端，让人们陷入困惑。那么，“助手” 这个头衔在什么时候真的能发挥作用呢？这成为了一个亟待解决的问题。
为了弄清楚这个问题，研究人员开展了一项全面而深入的研究。该研究成果发表在《Computers in Human Behavior Reports》上。研究人员通过一系列精心设计的实验，试图揭开 AI 头衔与人们使用意愿之间的神秘面纱。
研究人员采用了混合研究方法，主要包括偏最小二乘结构方程模型（PLS-SEM）分析和实验研究。样本来自 Prolific 平台招募的大量参与者，这确保了研究结果具有一定的代表性。
在预测试中，研究人员为了给后续研究选择合适的场景，引入了不同的对话式 AI 使用场景，让参与者对这些场景下任务的关键度进行评价。通过分析发现，“家庭助手任务” 和 “工作任务管理” 被认为是关键度最低的任务；“辅导 / 教学” 任务的关键度处于中等水平；而 “信用管理” 任务则被视为关键度最高的任务。这一结果为后续研究中不同关键度任务的设置提供了重要依据。
研究 1a 以家庭助手场景为例，进行低关键度任务研究。通过 PLS-SEM 分析，研究人员发现对话式 AI 的感知层次地位对人们的使用意愿有显著正向影响。也就是说，在低关键度的家庭助手任务中，人们更倾向于使用被赋予较高层级头衔的 AI。同时，研究还发现通过感知拟人度和能力的串行中介路径是显著的。这意味着，当人们认为 AI 具有更高的层次地位时，会觉得它更像人，进而认为它更有能力，最终更愿意使用它。
研究 1b 同样聚焦低关键度任务，这次以任务助手和任务经理的对比进行实验。结果再次证实了研究 1a 的发现，即高地位 AI 条件下的参与者更愿意使用 AI。而且，感知拟人度在感知层次地位和使用意愿之间起到了完全中介作用，进一步说明了 AI 的层次地位通过影响人们对其拟人度的感知，进而影响使用意愿。
研究 2 选取教学场景，属于中等关键度任务研究。研究人员对比了教学助手 AI 和教师 AI，结果发现高地位 AI（教师 AI）同样更受青睐。在这个研究中，通过感知拟人度和能力、感知拟人度和控制、感知拟人度和风险的串行中介效应显著。这表明在中等关键度的教学任务中，AI 的层次地位同样通过多种中介路径影响人们的使用意愿。
研究 3 针对高关键度的信用管理任务，对比信用助手和信用分析师。结果令人惊讶，与低关键度和中等关键度任务相反，参与者更愿意使用低层级头衔的信用助手 AI。这一结果表明，在高关键度任务中，“助手” 启发式思维确实发挥了作用。同时，通过感知拟人度和能力、感知拟人度和温暖的串行中介效应显著，说明在高关键度任务中，AI 的层次地位对人们使用意愿的影响机制与低、中等关键度任务不同。
综合上述研究结果，研究人员得出结论：任务关键度在人们对对话式 AI 服务的使用意愿中起着关键作用。在低关键度和中等关键度任务中，人们更倾向于使用高等级头衔的对话式 AI，如 “经理”“教师” 等；而在高关键度任务中，人们则更愿意选择低等级头衔的 AI，如 “助手”。这一结论不仅揭示了 AI 头衔与任务关键度之间的复杂关系，还对市场实践具有重要的指导意义。
从理论层面看，该研究为 AI 相关理论发展做出了重要贡献。它揭示了 AI 层次地位影响使用意愿的中介机制，即通过感知拟人度进一步影响感知能力，丰富了人们对 AI - 人类交互的理解。同时，研究表明任务关键度会改变人们对 AI 的偏好，这为后续研究提供了新的视角。此外，研究还发现算法厌恶与感知拟人度之间可能存在螺旋关系，在高关键度任务中，算法厌恶会降低人们对高层级 AI 的感知拟人度，这一发现拓展了现有理论。
在实践方面，研究结果为企业提供了明确的指导。企业在为对话式 AI 服务设置头衔时，应充分考虑任务关键度。在高关键度任务场景中，采用低层级头衔能更好地满足用户需求，提高用户接受度；而在低关键度任务场景下，高层级头衔则更具优势。例如，在心理健康服务这种高关键度场景中，使用 “精神病学助手” 这样的低层级头衔，可能会让用户更放松，更愿意倾诉；在教育领域的常规教学任务中，“教师” 这样的高层级头衔能增强 AI 的权威性，提高用户的接受度，但也要注意 AI 能力的局限性，避免过度定位。
然而，研究也存在一些局限性。研究仅聚焦于对话式 AI 服务，对于非直接交互的 AI 场景适用性未知；未将任务关键度作为调节变量深入研究；研究场景多为功利性任务，未考虑情感需求较高的场景；对感知拟人度和感知温暖的研究可能存在结果膨胀问题；未明确任务关键度的阈值，且样本以年轻人为主，可能存在偏差。
尽管存在这些不足，但这项研究无疑为 AI 领域的发展点亮了一盏明灯。它让我们更加清楚地认识到 AI 头衔与任务关键度之间的关系，为未来的研究和实践指明了方向。相信在未来，随着研究的不断深入，我们将能更好地利用 AI 技术，为人们的生活和工作带来更多便利。
