《TECHNOLOGY IN SOCIETY》：The impact of AI social responsibility on service loyalty: a mixed-method approach
编辑推荐：
人工智能社会责任（AISR）的二维框架及影响机制研究。通过混合方法揭示技术AISR通过提升AI能力感知增强客户忠诚，制度AISR通过共情感知发挥作用，且自我-AI连接正向调节二者关系。
沈鹏毅|彭德辉|陈一鸣|徐金楠
江西财经大学商学院，中国南昌
摘要
随着人工智能（AI）在服务行业中的地位日益重要，理解AI社会责任（AISR）如何影响客户关系变得至关重要。本文旨在构建AISR的维度框架，并研究其影响服务忠诚度的不同机制。本研究采用了混合方法，结合了定性和定量技术。首先，通过对20位使用过AI服务的消费者进行深入访谈，并通过主题分析方法，确定了两个核心维度：技术AISR和制度AISR。随后，在不同的服务场景中进行了两项实验来验证所提出的模型。研究结果表明，存在双重中介机制：技术AISR主要通过提升消费者对AI能力的认知来增强服务忠诚度，而制度AISR则主要通过增强消费者对AI的共情能力来提升忠诚度。此外，消费者与AI的自我联系对这些关系具有积极的调节作用，放大了两个AISR维度对其各自中介变量的影响。本文认为，AISR是一个多维度的概念，它通过认知和情感途径影响服务忠诚度，其有效性取决于消费者与AI之间的心理联系。这些发现为理解AISR在服务关系中的作用提供了新的理论视角，并为希望战略性地部署负责任AI实践以培养持久客户忠诚度的企业提供了实用指导。
引言
人工智能（AI）正在重塑服务行业的运作方式及其与客户之间的互动。AI已从传统的后台效率工具发展成为企业与客户互动的核心媒介（Ahmed等人，2026；Kabadayi等人，2019）。服务机器人的广泛应用，如人形机器人Pepper和礼宾机器人Connie，展示了AI在各种服务场景中在迎接、引导和回答客户问题方面所起的关键作用（Belanche等人，2020；S?tra，2023）。生成式AI的兴起进一步拓宽了其应用范围，使其能够成为能够进行深度情感互动的“关系伴侣”（Hermann & Puntoni，2024）。虽然AI通过提供个性化服务体验来增强客户参与度（Anwar等人，2025），但它也带来了重大挑战（Manser Payne等人，2021）。AI的部署引发了紧迫的伦理和社会问题，包括算法偏见、数据隐私泄露以及自动化导致的社交隔离和就业流失（Du & Xie，2021；Liu & Du，2025）。技术实力与伦理风险的共存损害了企业的声誉并削弱了客户留存率。这一困境构成了我们研究的核心动机。
在日益竞争的服务市场中，赢得长期客户忠诚度是企业生存和发展的关键（Ahmed等人，2020；Gremler等人，1996）。然而，赢得消费者对AI服务的信任面临两个障碍。从功能角度来看，消费者对AI决策的可靠性、公平性和数据安全性存在担忧，从而对其能力产生怀疑（Samara等人，2020）。从关系角度来看，消费者认为AI缺乏服务互动中的人文理解和温暖，难以建立情感联系，这凸显了AI的共情能力有限（Belanche等人，2020；Prentice等人，2020）。因此，管理者面临着一个现实难题：企业如何设计出既能展示能力又能体现共情的AI来赢得信任和忠诚度？我们认为，人工智能社会责任（AISR）可以解决这一双重问题。对于希望在AI时代保持领先地位的企业来说，AISR是一项战略性的要求（Sadek等人，2025）。
尽管学术界已经开始认识到负责任AI的重要性，但本文的写作动机源于三个方面的不足。首先，缺乏一个清晰的理论框架。现有文献通常从狭隘的角度探讨AISR，关注特定问题，如数据泄露（Turjeman & Feinberg，2024）、伦理设计（Adnan等人，2018）、隐私侵犯（Du & Wang，2024）或错误信息传播（Shin等人，2025）。然而，没有一个系统性的模型将这些不同的责任要素整合起来。这种碎片化导致学者将当前关于负责任AI的文献描述为“分散的、缺乏连贯性和清晰度的”（Papagiannidis等人，2025）。因此，我们难以全面理解AISR的结构，也无法充分解释为什么不同的AISR实践会引发不同的消费者反应。其次，AISR影响服务忠诚度的机制仍不明确。AISR是如何影响消费者对服务的忠诚度的？这一关系中涉及哪些心理过程？现有研究提供的见解有限，特别是关于是否存在多种不同的途径。第三，对边界条件的关注不足。哪些因素会影响AISR举措的有效性？个体消费者差异（如与AI的心理联系程度）的影响尚未得到充分探索。
为了解决这些不足，本文提出了三个核心研究问题。
问题1：在消费者服务市场的背景下，AISR的关键维度是什么？
问题2：AISR的不同维度通过哪些不同的心理机制影响消费者的服务忠诚度？
问题3：哪些边界条件影响了这些效应？
本研究结合了定性和定量方法，做出了几项新的贡献。首先，通过主题分析，我们发现AISR可以分为两个主要维度：技术AISR和制度AISR。这一框架超越了孤立的伦理问题，为概念化AISR的结构提供了基础。其次，利用启发式-系统模型，我们确定了两个不同的中介路径：技术AISR主要通过系统路径提升消费者对AI能力的认知来影响忠诚度，而制度AISR则通过启发式路径增强消费者对AI的共情能力。这加深了我们对消费者如何认知和情感处理不同类型AISR信息的理解。第三，我们发现消费者与AI的自我联系加强了这些效应。结合定性和定量方法确保了研究的理论深度和外部有效性。
本研究具有双重意义。从理论上讲，它为AI服务中的CSR提供了一个新的分析框架，阐明了AISR建立忠诚度的微观过程，并首次将自我联系理论应用于人机伦理学。从实践上讲，它为管理者提供了如何战略性地部署AISR的具体指导：通过技术能力建立交易服务的信任，通过制度共情建立关系服务的情感联系。
本文的结构如下：第2节回顾了相关文献并提出了假设；第3节推导了中介效应和调节效应；第4节报告了定性研究结果（研究1）和实验结果（研究2和3）；第5至8节讨论了研究意义、局限性和未来方向。
AISR的内涵
研究人员从不同角度探讨了AISR，他们的观点往往相互补充而非矛盾（Shen & Chen，2025）。一种主流观点关注技术本身，为负责任的AI建立了治理原则。这些原则通常被称为AISR的“规范核心”，它们是评估AI实践是否负责任的基准。这些原则涵盖了公平性、透明度和可解释性、问责制、隐私和数据
感知AI能力的中介作用
感知AI能力是指消费者对AI系统有效可靠地执行特定任务或解决特定问题的主观评估（Brown等人，2016）。在服务场景中，AI利用其结构化的知识和先进算法为用户提供高效、智能的服务（Huang & Rust，2018）。AI在任务执行过程中展现的专业性和可靠性支撑了消费者对其能力的认知（Della Corte等人，
方法论
本研究采用了混合方法设计，结合了三项连续研究中的定性和定量方法。研究1采用主题分析方法，对20位AI服务用户进行了深入访谈，以探索服务场景中AISR的核心维度。在此基础上，研究2和3通过三项独立的在线情景实验检验了所提出的模型中的因果关系。具体来说，研究2使用了
总体讨论
本文通过混合方法研究方法探讨了AISR的内部结构及其对服务忠诚度的影响机制。研究结果表明，从消费者的角度来看，AISR不是一个单一维度的概念，而是可以分为两个核心维度：技术AISR和制度AISR。这一发现最初是通过定性访谈（研究1）初步确定的，随后在后续实验（研究2）中得到了验证。虽然技术AISR与
结论
本文通过建立一个专门的AISR维度框架，超越了传统的CSR范式。通过整合消费者的定性见解和严格的实验验证，本研究证明了AISR是一个复杂的多维概念，而不仅仅是一个单一的义务。它包括两个不同的支柱：技术AISR和制度AISR。本研究的核心贡献在于揭示了支配这种关系的双重路径认知-情感机制。
CRediT作者贡献声明
沈鹏毅：撰写——原始草稿、可视化、验证、方法论设计、资金获取、正式分析、数据整理、概念化。彭德辉：调查、正式分析、数据整理、概念化。陈一鸣：方法论设计、调查、正式分析。徐金楠：方法论设计、调查。
伦理审批
本研究涉及人类参与者的所有程序均遵循了机构研究委员会制定的伦理标准。这些程序也符合1964年《赫尔辛基宣言》及其后续修订版或相应的伦理指南。
资金支持
本研究得到了国家自然科学基金（项目编号：72262016）、江西省社会科学基金（项目编号：25GL03）以及江西省高校人文社会科学一般项目（项目编号：GL25119）的支持。
利益冲突声明
代表所有作者，通讯作者声明不存在利益冲突。
沈鹏毅是江西财经大学的教授。他在中国济南的山东大学获得了工商管理博士学位。他已在学术期刊上发表了多篇研究文章。近年来，他的研究重点集中在人工智能营销和服务营销领域。
