《Australasian Marketing Journal》：Chatbot Schema Activation: When Anthropomorphic Language Leverages Word-of-Mouth
编辑推荐：
本研究探讨了拟人化语言与聊天机器人图式（即顾客理解和互动聊天机器人的认知框架）如何共同影响消费者的电子口碑（eWOM）。通过两项实验，研究人员考察了拟人化语言（如同情性语言和表情符号）如何影响顾客与聊天机器人的互动。研究1提供了方向性证据，表明当聊天机器人图式
本研究探讨了拟人化语言与聊天机器人图式（即顾客理解和互动聊天机器人的认知框架）如何共同影响消费者的电子口碑（eWOM）。通过两项实验，研究人员考察了拟人化语言（如同情性语言和表情符号）如何影响顾客与聊天机器人的互动。研究1提供了方向性证据，表明当聊天机器人图式被激活时，拟人化语言与更高的eWOM相关，但当图式未被激活时则无此效应。研究2表明，拟人化语言对真实性和eWOM的影响取决于聊天机器人的能力感知。综合来看，这些发现表明，语言线索可能超越视觉外观，改善聊天机器人互动。本研究对营销从业者具有启示意义，有助于他们基于聊天机器人披露和能力制定有效策略。
研究背景与问题
随着大型语言模型如ChatGPT的普及，聊天机器人已成为企业与客户沟通的主流工具。然而，消费者普遍对聊天机器人持负面态度，认为其缺乏真实性和可信度。现有研究多聚焦于聊天机器人的形态拟人化（即外观像人），而对其行为拟人化（尤其是语言层面）的关注不足。同时，关于消费者是否意识到自己在与聊天机器人互动（即聊天机器人图式是否被激活）如何影响其对拟人化语言的接受程度，尚缺乏深入探讨。此外，聊天机器人的能力感知如何调节拟人化语言对真实性和eWOM的影响，也是未解之谜。因此，研究人员提出三个研究问题：拟人化语言如何影响eWOM；聊天机器人图式的激活如何调节这一关系；真实性在其中的中介作用是否受能力感知的调节。
研究方法
研究人员采用了两项情景实验设计，通过在线众包平台Prolific招募美国参与者。研究1为2（语言拟人化：高vs.低）×2（聊天机器人图式：激活vs.未激活）的组间设计，共373名参与者。研究2为2（语言拟人化：高vs.低）×2（能力感知：高vs.低）的组间设计，共317名参与者。两项研究均以虚构电商网站“MaZa”的购物场景为基础，通过文本对话脚本操纵自变量。语言拟人化的操纵通过是否使用同情性语言和表情符号实现，并通过预测试验证。数据分析采用二元逻辑回归、方差分析和PROCESS宏程序进行中介和调节中介检验，控制技术焦虑和聊天机器人使用频率两个协变量。
研究结果
研究1结果
操纵检验显示，高语言拟人化组的语言更接近人类（M高=8.62 vs. M低=7.35，p<.001）。二元逻辑回归结果显示，语言拟人化主效应显著（b=-0.776，p=.015），但聊天机器人图式主效应不显著（b=-0.493，p=.132）。关键的交互效应边缘显著（b=0.845，p=.058）。后续检验表明，当聊天机器人图式被激活时，高拟人化语言组的eWOM意愿（73.9%）显著高于低拟人化语言组（55.4%，p=.009）；而当图式未被激活时，两组无差异（均为63.4%，p=1.00）。这为假设3提供了方向性支持。
研究2结果
操纵检验成功：高拟人化语言组评分更高（M高=6.85 vs. M低=5.66，p<.001）；高能力组评分也更高（M高=8.48 vs. M低=3.18，p<.001）。二元逻辑回归显示，语言拟人化主效应不显著（b=0.161，p=.167），能力主效应显著（b=0.289，p=.013），交互效应边缘显著（b=-0.206，p=.077）。后续检验发现，在低能力条件下，高拟人化语言显著提升eWOM（p=.025）；在高能力条件下无显著差异（p=.785）。
关于真实性，双因素ANOVA显示语言拟人化（F(1,308)=6.89，p=.009）、能力（F(1,308)=167.78，p<.001）及其交互效应（F(1,308)=4.14，p=.043）均显著。在高能力条件下，高拟人化语言组的真实性（M=3.48）显著高于低拟人化语言组（M=2.99，p<.01）；在低能力条件下两组无差异。
中介分析（PROCESS Model 4）证实语言拟人化通过真实性间接影响eWOM（间接效应B=0.07，95%CI [0.004, 0.162]），支持假设2。调节中介分析（PROCESS Model 8）显示，调节中介指数显著（B=0.129，95%CI [0.004, 0.291]）：在高能力条件下，间接效应显著（B=0.148，95%CI [0.050, 0.285]）；在低能力条件下不显著（B=0.019，95%CI [-0.069, 0.119]），部分支持假设4。
讨论与结论
研究结果表明，拟人化语言对eWOM的影响受聊天机器人图式激活的调节：当消费者意识到自己在与聊天机器人互动时，拟人化语言能显著提升eWOM。同时，真实性在其中起中介作用，且这一路径依赖于聊天机器人的高能力感知——只有高能力的聊天机器人才能通过拟人化语言增强真实性进而促进eWOM。值得注意的是，在低能力条件下，拟人化语言虽不能提升真实性，却能直接增加eWOM，表明其可缓解服务失败带来的负面影响。
理论上，本研究推进了图式理论在聊天机器人领域的应用，揭示了图式激活作为边界条件的作用，并证明了真实性的中介机制。实践上，研究建议企业在AI披露法规日益严格的背景下，主动标注聊天机器人身份，并结合拟人化语言来提升消费者体验。对于低能力聊天机器人，拟人化语言可作为服务补救策略；对于高能力聊天机器人，则应投资于语言质量以驱动eWOM。
