数字平台中消费者对AI辅助内容的抵制：来自Webtoon行业的证据

《Sage Open》：Consumer Resistance to AI-Assisted Content on Digital Platforms: Evidence From the Webtoon Industry

　　

随着人工智能（AI）在内容创作中日益突出，特别是在网络漫画（Webtoon）等视觉驱动领域，理解消费者对AI辅助内容的抵制至关重要。本研究考察了感知障碍（价值、使用、绩效、风险和形象障碍）对消费者使用AI辅助内容意愿的影响。基于创新抵制模型（Innovation Resistance Model, IRM），研究人员检验了创新性和AI期望如何作用于这些障碍。数据来自韩国的554名Webtoon用户，该国创意产业中关于AI使用的讨论较为活跃。采用偏最小二乘结构方程模型（PLS-SEM），本研究识别了创新性、AI期望、感知障碍与使用意愿之间的关系。研究发现，较高水平的创新性与价值、绩效和形象等关键障碍的较高水平相关，这进而导致对采用新技术潜在风险的更严格评估。相反，积极的AI期望降低了价值、使用和形象等关键障碍，从而提高了对AI辅助内容的接受度。然而，风险障碍对采用没有显著影响。这些见解表明，内容创作者和AI开发者不仅应改善公众对AI的看法，还应明确其在创作过程中的辅助作用。本研究通过将IRM扩展至AI辅助内容创作情境，为文献做出贡献，并为寻求促进用户接受AI辅助内容的平台提供商和内容创作者提供了实践见解。

随着人工智能（AI）在内容创作中的应用日益广泛，特别是在网络漫画（Webtoon）等视觉驱动领域，AI辅助内容已成为数字平台的重要组成部分。尽管AI能够提升内容生产效率，但消费者对AI介入创作往往持保留态度，甚至产生明显抵制。已有研究多聚焦于AI技术接受的正向驱动因素，如感知有用性和易用性，却较少关注消费者为何在艺术创作领域抵制AI。与功能性应用不同，创意内容的价值不仅取决于作品本身，还涉及人类创造力、情感表达和原创性等主观因素。因此，深入理解消费者对AI辅助内容的抵制机制，对于平衡效率与真实性、推动AI在创意产业中的合理应用具有重要意义。Webtoon作为一种连载式数字漫画，其成功高度依赖创作者与读者之间的持续互动和情感投入，这使其成为研究AI辅助内容抵制的理想情境。

本研究以创新抵制模型（IRM）为理论框架，构建了一个包含前置因素（消费者创新性、AI期望）、五大障碍（价值、使用、绩效、风险、形象）和使用意愿的研究模型。研究人员从韩国554名Webtoon用户中收集数据，利用偏最小二乘结构方程模型（Partial Least Squares Structural Equation Modeling, PLS-SEM）进行实证分析。结果显示：创新性正向影响价值、绩效和形象障碍，并直接正向影响使用意愿；AI期望负向影响价值、使用、绩效和形象障碍，并正向影响使用意愿。在障碍方面，价值、绩效和形象障碍显著负向影响使用意愿，使用障碍却呈现显著正向影响，风险障碍的影响不显著。中介分析进一步表明，形象障碍在创新性和AI期望与使用意愿之间均发挥显著中介作用，价值障碍和绩效障碍也显著中介AI期望对使用意愿的影响。这些发现将IRM扩展至AI辅助内容创作情境，揭示了创意产业中消费者抵制的独特机制，并为平台和创作者提供了实践启示。

在关键技术方法方面，研究采用在线问卷调查法，通过韩国专业调研平台Entrus Survey收集数据，样本为具有Webtoon使用经验的用户，最终获得554份有效问卷。量表改编自已有文献，绩效障碍条目通过焦点小组访谈（Focused Group Interview, FGI）开发，预测试100名用户以验证信度。数据分析采用PLS-SEM，包括共同方法偏差检验、信效度检验、路径系数估计、偏差校正自助法中介分析和PLSpredict预测相关性评估。

### 5.1 共同方法偏差（Common Method Bias）

研究人员采用Harman单因素检验（第一因子方差解释率31.829%）、完全共线性检验（所有方差膨胀因子VIF值介于1.391-2.614）和标记变量方法，结果表明共同方法偏差不构成严重问题。

### 5.2 信度与效度（Reliability and Validity）

所有构念的Cronbach's α值均高于0.7，组合信度（rho_a、rho_c）均达标，平均方差抽取量（Average Variance Extracted, AVE）均高于0.5；Fornell-Larcker准则和异质-单质比率（Heterotrait-Monotrait Ratio, HTMT）均支持判别效度。

### 5.3 假设检验（Hypothesis Test）

模型解释了使用意愿39.5%的方差。创新性对价值障碍（β=0.128, p=0.023）、绩效障碍（β=0.126, p=0.030）和形象障碍（β=0.149, p=0.003）有显著正向影响，对使用意愿也有显著正向影响（β=0.165, p<0.001），但对使用障碍和风险障碍影响不显著。AI期望对价值障碍（β=-0.210, p<0.001）、使用障碍（β=-0.212, p<0.001）、绩效障碍（β=-0.230, p<0.001）和形象障碍（β=-0.300, p<0.001）均有显著负向影响，对使用意愿有显著正向影响（β=0.307, p<0.001），但对风险障碍影响不显著。在障碍对使用意愿的影响中，价值障碍（β=-0.158, p=0.013）、绩效障碍（β=-0.133, p=0.019）和形象障碍（β=-0.199, p=0.001）均显著负向影响使用意愿；使用障碍显著正向影响使用意愿（β=0.098, p=0.044）；风险障碍影响不显著（β=-0.075, p=0.077）。

### 5.4 中介分析（Mediation Analysis）

采用偏差校正自助法（5,000次重抽样）检验特定间接效应。结果显示，形象障碍显著中介了创新性（β=-0.030, p=0.025）和AI期望（β=0.060, p=0.005）对使用意愿的影响；价值障碍（β=0.033, p=0.038）和绩效障碍（β=0.031, p=0.035）显著中介了AI期望对使用意愿的影响；其他间接路径不显著。总间接效应方面，创新性（β=-0.060, p=0.009）和AI期望（β=0.107, p<0.001）均显著，同时直接效应显著，表明存在部分中介作用。

### 5.5 预测相关性评估（Predictive Relevance Assessment）

PLSpredict结果显示，除风险障碍外，多数内生构念的Q²_predict值为正，其中使用意愿最高（0.279），表明模型具有可接受的样本外预测能力。标准化残差均方根（Standardized Root Mean Square Residual, SRMR）为0.052，低于0.08阈值，模型拟合良好。

在讨论部分，研究人员对结果进行了解释。创新性高的消费者因更熟悉AI，反而以更严格的标准评估AI辅助内容的创造性，这与“批判性早期采用者”观点一致；AI期望能够缓解多种障碍，但对伦理风险的缓解作用有限；使用障碍的正向关系可能反映消费者对AI辅助Webtoon这一新型内容形式的好奇；风险障碍不显著可能与消费者认为伦理责任归于平台或开发者而与自己消费决策无关有关；形象障碍是最稳定的中介机制。

研究结论翻译如下：本研究通过将IRM应用于AI辅助内容创作，作出了三方面理论贡献。第一，揭示了创新性与心理障碍之间的悖论，表明高创新性消费者虽更倾向尝试新技术，但也对创造性和真实性威胁更敏感。第二，证明了AI期望不仅能够缓解功能层面的担忧，还能减少价值和使用障碍。第三，证实了形象障碍是创意产业中抵制AI辅助内容的关键决定因素，从而将IRM从功利性情境拓展至文化价值驱动的情境。实践方面，研究建议内容创作者和AI开发者应将AI定位为支持人类创造力的辅助工具，通过透明沟通明确AI的使用范围；政策制定者应制定清晰的AI版权和数据使用制度；平台运营者应通过传播策略重塑公众对AI的认知，以降低形象障碍，提高用户接受度。研究的局限性包括：聚焦于韩国Webtoon情境，结果可能不适用于其他创意内容类型；横断面设计无法捕捉动态变化；样本中20-30岁用户占比较高；未来研究可考虑纵向设计、跨年龄比较以及不同AI参与程度的情境。