人机协作中的问题解决：投诉类型与管理响应如何影响消费者的谅解

《Journal of Retailing and Consumer Services》：Human-AI collaboration recovery: How complaint type and managerial response shape consumer forgiveness

　　摘要：在处理客户投诉时，生成式人工智能（GAI）与人类员工之间的合作日益受到关注。然而，目前尚不清楚GAI和人类员工如何协作以增强消费者的谅解，以及这种结果背后有哪些机制。基于意义建构理论，本研究验证了一个理论模型，探讨了投诉类型（建设性投诉与反思性投诉）以及人类与AI协作管理响应（以人类为主导 vs. 以GAI为主导）如何影响消费者的谅解。该研究利用Python从Ctrip.com下载了23,145条酒店投诉信息，从Dianping.com下载了21,645条餐厅投诉信息，并通过文本分析区分了这几种投诉的特点。在两项共涉及1,115名参与者的实验中，研究发现了投诉类型与人类与AI协作管理响应之间的显著交互作用。当投诉为建设性投诉时，以GAI为主导的管理响应能够提升消费者的认知共情能力，从而增加他们的谅解；相反，当投诉为反思性投诉时，以人类为主导的管理响应能够增强消费者的感知真实性，同样有助于增加谅解。这项研究丰富了服务恢复领域中关于管理响应的文献，并为服务企业提供处理客户投诉的实际建议。

引言：服务失败后，客户倾向于通过在线平台公开表达投诉，因此企业提供合理的响应至关重要。管理响应是指企业针对客户投诉的公开回复，旨在减轻服务失败带来的不利后果（Ravichandran和Deng，2023）。由于投诉和管理响应都是公开的内容，平均每条内容可能会被最多825位潜在客户看到（Tran等人，2026）。有效的管理响应不仅直接影响客户的购买决策（Mohammadi Darani等人，2023；Simon，2013），还关系到企业的声誉和可信度（Liao等人，2025），最终影响企业的财务表现（Wu等人，2026）。然而，传统的管理响应主要依赖于手动处理。虽然这种方法具有情感温暖和同理心的优势，但受到响应效率和质量的限制。此外，随着投诉量的不断增加，成本压力也越来越明显（Koc等人，2023）。相比之下，基于自然语言处理和深度学习算法的生成式人工智能（GAI）可以高效生成定制化文本并标准化响应（Madathil，2025），但在传递情感支持和安慰方面存在不足（Tan等人，2025）。显然，仅依靠人类员工或GAI难以在效率与情感之间达到平衡。为了解决这一挑战，企业正在积极探索人类员工与GAI之间的协作响应策略。

消费者谅解对于成功的服务恢复至关重要，它是修复关系和保留客户的基石（Yang和Shao，2025；Yoruk等人，2025）。实现谅解的关键在于理解投诉中的隐含需求并给予适当的管理响应（Honora等人，2026）。人机协作管理响应是指人类员工和GAI通过分工与合作共同完成管理响应任务的方式（Jia等人，2026）。根据主导方的不同，这种模式可以分为以GAI为主导和以人类为主导的形式。在以GAI为主导的模式中，响应稿由人类员工起草，然后由GAI进行润色或审核后再发布；而在以人类为主导的模式中，初始的响应稿由GAI生成，随后由人类员工审核、修改并最终确定发布内容。因此，本研究定义了人机协作管理响应策略，即企业针对客户在线投诉采用的回复方式，其中人类员工和GAI共同参与响应的生成过程。

然而，企业目前面临双重挑战：一方面，由于投诉量不断增加，企业往往难以充分理解每条投诉的具体需求，导致它们不得不依赖通用模板，这削弱了回复的说服力和补救效果（Jia等人，2026）；另一方面，企业在选择人机协作模式上存在显著差异：一些企业采用以GAI为主导的方法（例如KEMPINSKI HOTELS、MINOR HOTELS等），而另一些企业则坚持以人类为主导的方法（例如Procter & Gamble Co.、Schneider Electric SE等）（Research and Markets，2026）。目前仍缺乏关于如何在不同情境下配置适当管理响应的实证证据，导致企业在策略决策时依赖经验或技术可行性，而未能建立明确的管理框架。这表明，要克服响应困境，不仅需要理解投诉背后的需求，还需要明确何时以及如何让人类员工和GAI协作以实现积极的结果。在各种投诉场景中，如何实施人机协作管理响应以促进谅解已成为企业亟需解决的问题。

当前的研究通过响应主体和响应内容来探讨管理响应。关于响应主体，研究表明人类员工在情感安慰和真实性方面具有优势（Honora等人，2026；Tran等人，2026），而GAI在效率和服务标准化处理方面表现更好（Koc等人，2023；Xu等人，2026），但两者在有效性上存在显著差异（Jin等人，2026；Tan等人，2025；Zhang等人，2025a）。关于响应内容的研究关注个性化、文本特征和情感线索等方面（Deng和Ravichandran，2024；Lahsini等人，2026；Ravichandran和Deng，2023），并强调响应应与投诉的隐含需求相匹配（Deng和Ravichandran，2024；Tran等人，2025）。然而，现有研究主要集中在单一响应主体上，对于人机协作（特别是在服务恢复场景中）如何影响消费者谅解的理解仍存在不足。当人类员工和GAI协作处理投诉时，管理响应与投诉类型之间的匹配至关重要。根据意义建构理论，消费者的谅解取决于外部线索与需求框架之间的有效连接（Grégoire等人，2025）。因此，有效的协作响应需要基于不同投诉情境的隐含需求（Ravichandran和Deng，2023；Tran等人，2025），并调整策略（如以人类为主导或以GAI为主导）以匹配相应的特征，确保响应中传达的线索与消费者需求一致，从而通过认知或情感途径促进谅解。然而，现有研究尚未全面解释如何在不同投诉场景中适当匹配人机协作管理响应，以及这种匹配如何通过认知和情感机制影响谅解。

从理论角度来看，服务失败会打破消费者对企业管理和服务交互模式的预期，从而需要重新解读故障事件及企业的后续响应（Das等人，2026）。意义建构理论认为，这一过程的关键在于消费者能否将企业提供的外部线索与当前激活的解释框架有效结合，从而构建一个连贯合理的理解（Grégoire等人，2025；Schweiggart等人，2025）。在人机协作管理响应的背景下，不同类型的投诉可能会激活不同的诉求框架，而以人类为主导和以GAI为主导的协作形式向消费者提供了关于响应生成方式及主导方的不同线索。因此，人机协作管理响应的有效性可能更多地取决于响应所传达的线索是否与不同投诉类型激活的诉求框架一致，而非消费者对人类或GAI的偏好。此外，这种线索框架的一致性可能通过两种不同的心理机制影响消费者的谅解：认知共情和感知真实性。认知共情主要涉及消费者对企业是否理解其服务体验和具体关切的判断，而感知真实性则涉及消费者对企业响应的真诚度及其修复关系的真正意图的评估（Tan等人，2025；Tran等人，2026）。因此，不同的投诉框架可能会影响消费者对人机协作线索的关注和解读方式，进而通过不同的心理机制影响他们对企业响应的诠释及其谅解程度。为了进一步阐明这一机制，首先需要识别客户投诉中包含的多种关切。基于Büschken等人（2025）提出的在线评论分类方法，本研究进一步关注服务失败后的客户投诉。通过对Ctrip收集的23,145条酒店投诉和Dianping收集的21,645条餐厅投诉的文本分析，我们识别出两种具有不同潜在关切的投诉类型：建设性投诉和反思性投诉。基于此，本研究重点探讨不同投诉框架与人机协作过程线索之间的匹配机制，并提出以下研究问题：

- 问题1：投诉类型（建设性投诉与反思性投诉）和人机协作管理响应（以人类为主导 vs. 以GAI为主导）的匹配效果如何影响消费者的谅解？
- 问题2：认知共情和感知真实性如何调节这一关系？

我们进行了两项情景实验，以探讨投诉类型与人机协作管理响应之间的匹配效果及其机制。结果证实，对建设性投诉采用以GAI为主导的管理响应可以增强消费者对企业的认知共情，从而促进谅解；而对反思性投诉采用以人类为主导的管理响应则增加消费者对企业的感知真实性，进而促进谅解。我们区分了建设性投诉和反思性投诉，并研究了投诉类型（框架）与人机协作管理响应（线索）之间的匹配是否以及如何影响消费者的谅解。这些发现丰富了管理响应和人机协作方面的理论贡献，为优化管理响应以促进谅解提供了指导。

服务恢复中的管理响应：服务失败后，消费者会在在线平台上发布与其失败体验相关的投诉（Wang等人，2026）。管理响应是企业服务恢复的重要方面（Ravichandran和Deng，2023）。如果企业不能合理回应投诉，就意味着失去了恢复的机会（Xu等人，2026）。鉴于投诉和响应都是公开的内容，企业可以通过有效的响应来实现恢复。

投诉类型与人机协作管理响应的交互效应：本研究探讨了投诉类型与人机协作管理响应对消费者谅解的交互效应。人机协作管理响应指的是人类员工和GAI共同参与处理和公开回应服务失败引起的客户投诉。根据Shanks等人（2025）提出的协作任务分工，我们将此类响应分为两种类型：以人类为主导的响应（GAI协助生成）…

方法论：我们的实证方法基于文本挖掘和情景实验。研究1（对酒店和餐厅服务失败相关的在线投诉的文本分析）旨在识别和区分在线投诉文本中的建设性投诉和反思性投诉，为后续实验研究中的两种投诉情景提供实证基础和内容有效性支持。研究2探讨了投诉类型与人机协作管理响应之间的交互效应及其机制。

结论与讨论：基于意义建构理论并结合文本挖掘与情景实验的混合方法，本研究揭示了投诉类型与人机协作管理响应对消费者谅解的交互效应和机制。首先，本研究区分了建设性投诉和反思性投诉，并表明消费者对不同人机协作配置的响应存在差异。具体而言，以GAI为主导的协作能够…

作者贡献声明：
Yang Guangmei：撰写——原始草稿、调查、概念化；
Shao Bingjia：监督、资金获取、概念化；
Kang Weiyao：软件、方法论、调查。

利益冲突声明：作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢：作者感谢编辑和审稿人在审稿过程中提供的建设性反馈。本研究得到了国家社会科学基金（23AGL042）、国家自然科学基金（项目编号72110107002和72572022）、重庆市社会科学规划项目（项目编号2024YC030）以及中央高校基本科研业务费（项目编号2024CDJSKJJ32）的支持。

Yang Guangmei | Shao Bingjia | Kang Weiyao