《Psychology & Marketing》：Minds Versus Codes: Triangulating Neurophysiological and Qualitative Responses to AI-Generated Versus Human-Made Video Advertisements
编辑推荐：
本实验研究比较了消费者对人工智能（AI）生成广告与人类创作广告的参与方式，重点考察视觉注意模式、情绪与认知反应、对人工智能（AI）的态度，以及情绪共鸣是否会促进品牌信任或未来行为意向。研究采用双加工理论（dual-process theory）与算法厌恶理论（
本实验研究比较了消费者对人工智能（AI）生成广告与人类创作广告的参与方式，重点考察视觉注意模式、情绪与认知反应、对人工智能（AI）的态度，以及情绪共鸣是否会促进品牌信任或未来行为意向。研究采用双加工理论（dual-process theory）与算法厌恶理论（algorithm aversion theory）作为分析视角，以识别人类创作叙事持续具有相关性的具体位置。在实验室实验情境中，研究将脑电图（EEG）与眼动追踪（eye tracking）相结合，并纳入受试者对广告刺激感知的反思性陈述。结果表明，在唤起观看者情绪反应方面，人工智能（AI）驱动内容与人类主导广告表现相当，甚至更优。不同于“人工智能（AI）的不自然性会引发不信任或纯粹理性审视”这一预设，本研究受试者表现出强烈情绪反应，如惊讶、着迷与共情。关于算法厌恶的一个关键实践启示在于：那些在前测中怀疑人工智能（AI）具备情绪真实性能力的消费者，在接触人工智能（AI）生成内容后改变了其态度，这凸显出现实暴露有助于克服根深蒂固的怀疑。
该文发表于《Psychology》，围绕人工智能（AI）生成视频广告与人类制作视频广告在消费者感知、情绪卷入与品牌效果上的差异展开探索性研究。研究背景在于，生成式人工智能（generative AI）正快速进入创意产业，并从辅助工具转变为内容生产者，这一转变引发了关于机器创造力、情感真实性与消费者接受机制的广泛讨论。既有研究表明，即便人工智能（AI）在客观绩效上可能表现优异，消费者仍常因“创造力属于人类”的先验观念而对其产出持怀疑态度。尤其在广告领域，已有研究更多聚焦文本或图像广告，对视频广告的考察相对有限；同时，对人工智能（AI）广告能否达到人类广告在情绪激活与品牌联结方面的效果，也缺乏神经生理与质性材料相结合的证据。基于此，研究人员引入双加工理论（dual-process theory）与算法厌恶理论（algorithm aversion theory），考察消费者如何感知两类广告、两类广告在多大程度上能够引发情感联结，以及这种联结是否与品牌希望传达的形象一致。
研究人员提出两项核心问题：其一，消费者对人工智能（AI）生成视频广告与人类创作视频广告的感知有何差异；其二，消费者与两类广告形成的情感联结在多大程度上对应品牌期望建构的认知形象。围绕这一目标，论文建立了一个综合性理论框架，将双加工理论中的直觉性加工与分析性加工路径，同算法厌恶引发的怀疑、真实性缺口与认知中断机制结合起来。论文原先提出三项命题：人工智能（AI）视频广告更易引发认知而非情绪加工；算法厌恶通过“有效性检验”削弱自动定向反应并抑制情感联结；情绪卷入显著影响广告与品牌感知。后续结果显示，前两项命题在实证层面受到修正，第三项命题得到部分支持。
方法上，研究采用多方法实验设计。研究样本为20名18—34岁的国际大学生，来自高校渠道招募。为降低品牌熟悉度与既有忠诚度的干扰，研究人员构建了一个虚拟品牌“TruePath Career Services”，并制作两支在脚本、音乐、口号与叙事结构上保持一致的视频广告，其中一支由Hailuo AI Video Generator生成，另一支由真人演员重演相同场景形成。实验流程包括前测问卷、积极与消极情绪量表简表（PANAS-SF）测量、脑电图（EEG）和眼动追踪（eye tracking）校准、广告观看、事后评估以及半结构式访谈。受试者在观看时并不知道广告来源，人工智能（AI）身份信息延迟到访谈阶段披露，以此分离即时神经生理反应与来源知晓后的分析性评价。数据分析采用三步三角互证路径：首先用脑电图（EEG）分析注意、参与、兴奋、兴趣、放松和压力等指标；其次以眼动兴趣区（AOI）和热图检验视觉注意分布；最后用Gioia方法对访谈材料进行主题编码，并以Krippendorff's alpha＝0.761验证编码一致性。
从结果看，人类广告组在定量层面表现出中等波动但持续的注意水平，情绪参与（engagement）是最强指标，在广告后半段情绪场景中频繁达到高峰，个别受试者接近95。压力指标在高动作强度片段上升，而放松水平在情绪高强度片段下降。眼动结果显示，大部分视觉注意集中于故事核心元素与主要人物，说明人类广告较成功地引导了叙事聚焦。PANAS-SF结果显示，该组总体呈现提升积极情绪、降低消极情绪的倾向，但与人工智能（AI）广告组相比，积极情绪与消极情绪差异均未达到统计显著。质性分析表明，人类广告确实激活了较强情绪反应，受试者会因叙事、音乐与真人表演产生共鸣，甚至联想到个人经历与社会现实。不过，这并不意味着人类广告只走情绪通道；相反，它在情绪卷入的同时也促发认知反思。对于人工智能（AI）广告，多数仅观看人类广告的参与者仍倾向认为AI内容缺乏自然性、真实性与深层情绪能力，显示算法厌恶在观念层面仍然存在。另一方面，该组也指出情绪故事与“职业服务”品牌定位之间存在脱节，有些受试者甚至没有注意到品牌标识，说明情绪吸引并未稳定转化为品牌识别和品牌信任。
人工智能（AI）广告组的定量结果更具挑战性。脑电图（EEG）显示，该组注意水平整体中等且稳定，多数受试者保持持续聚焦；情绪参与同样很高，若干受试者达到92—95的峰值，尤其是对AI技术更熟悉者。眼动追踪表明，多数受试者主要注视主角和关键叙事情节，但也有近半数表现出较为游移的眼动轨迹，提示某些视觉细节或情节存在一定模糊性。PANAS-SF分析显示，该组总体同样具有提振作用，多数受试者在观看后积极情绪上升、消极情绪下降。质性分析进一步表明，人工智能（AI）广告并未像原命题所预设的那样主要引发冷静的认知审查。尽管受试者能够识别其核心信息，说明中心路径加工确实存在，但多数人在访谈中首先报告的是惊讶、鼓舞、理解、压力、悲伤等情绪体验，而非对技术机制的分析。这说明人工智能（AI）广告不仅能够激活认知加工，也能比预期更频繁地激发情感反应。更重要的是，在来源披露之后，多数受试者并未强化排斥，反而因广告超出预期而调整了对AI情绪表达能力的判断，有些人甚至将采用AI视为品牌创新性的表现。与此同时，受试者也表达了对失业风险与监管不足的担忧，提示其态度并非单向积极，而是同时包含审美认同与社会焦虑。
论文以各小标题展开的主要结果可概括如下。
4.1 Human Ad Group Analysis：人类广告组总体表现出较高的持续情绪参与与较集中的叙事注视模式。通过脑电图（EEG）与眼动追踪，研究得出人类广告能有效维持注意并促进叙事沉浸。通过PANAS-SF，研究得出该广告具有一定提升情绪的作用，但在与人工智能（AI）广告比较时并无显著优势。
4.1.1 Quantitative Data Analysis：定量数据表明，人类广告组在注意和参与上呈现稳态模式，情绪高峰多发生于叙事后半段。通过生理指标变化，研究识别出叙事强度与压力、放松等指标的联动。
4.1.1.1 EEG Results：脑电图（EEG）显示参与度高于单纯注意度，说明人类广告不仅被看见，而且被情绪性地投入。高动作场景伴随压力上升，印证了叙事强度与生理唤醒的对应关系。
4.1.1.2 PANAS Results：积极情绪整体提升、消极情绪整体下降，但与人工智能（AI）组相比没有显著差异，提示两类广告在总体情绪效应上并未拉开距离。
4.1.2 Qualitative Data Analysis：访谈显示，人类广告能引发情绪共鸣、现实反思与个人投射，同时也暴露了品牌信息与叙事情感之间不够贴合的问题。由此得出，人类广告虽具真实性优势，但并不必然转化为更强品牌效果。
4.2 AI Group Analysis：人工智能（AI）广告组在神经生理与主观报告中均表现出显著情绪激活，挑战了“AI广告主要触发认知加工”的初始设想。其优势更多体现在视觉吸引与即时情绪触发。
4.2.1 Quantitative Data Analysis：定量数据表明，人工智能（AI）广告能够维持稳定注意并达到很高的参与峰值。结合眼动数据，研究认为该广告成功抓取了人物与情节注意，但在部分受试者中也出现了分散注视，反映叙事清晰度尚有不足。
4.2.1.1 EEG Results：脑电图（EEG）证明人工智能（AI）广告可形成强烈卷入，尤其在视觉吸引力强或叙事转换场景中更明显，说明其并不只是机械性刺激，而能引发情绪性和认知性的双重联结。
4.2.1.2 PANAS Results：人工智能（AI）广告总体提升了积极情绪并降低消极情绪，不同受试者的变异与其媒体偏好有关；偏好叙事型内容者更容易产生情绪波动与共鸣。
4.2.2 Qualitative Data Analysis：访谈结果直接修正了命题1与命题2。多数受试者并未因AI来源而自动进入怀疑性审查，反而对其情绪感染力感到意外。来源披露确实会改变部分人的解释框架，但高质量体验能够削弱乃至扭转既有算法厌恶。与此同时，品牌信息不清与情绪内容错位仍限制了其品牌转化效果。
在讨论部分，论文明确指出，人工智能（AI）生成广告在即时情绪触发方面并不逊于人类广告，甚至在视觉吸引和生理兴奋指标上更具优势；人类广告则更有利于形成集中、持续的叙事关联。两类广告虽在注意机制上有所不同，但都共同面临品牌整合不足的问题，说明决定广告功能性成功的关键不只是作者来源，而是叙事结构与品牌信息的一致性。研究据此认为，双加工理论需要纳入“来源—门控”机制，即广告来源认知能够在后续阶段打断既有的直觉加工并转入分析性审查；同时，算法厌恶也不应被理解为静态偏见，而更像一种可被高质量感官刺激和情绪卷入暂时推迟甚至转化的心理状态。论文还提出“外围先占效应”，即高保真视觉与情绪线索可先于分析性判断形成初始情感联结，从而使后续来源披露不再必然导致贬值。
研究结论部分可译为：为回答研究问题，研究采用混合方法设计，结合脑电图（EEG）、眼动追踪与质性访谈，以揭示消费者对人工智能（AI）生成与人类制作视频广告的情绪参与和感知差异。结果显示，人工智能（AI）生成广告能够有效激发即时情绪反应，并不天然低于人类广告；算法厌恶并非固定不变，直接接触高质量人工智能（AI）内容可降低怀疑并提升开放性；情绪卷入虽能增强兴趣，但只有在叙事、品牌信息与受众情境相关性相一致时，才更可能转化为品牌信任与后续行为意向。总体而言，该研究表明，人工智能（AI）在广告创意中的作用已不再局限于机械辅助，其在情绪沟通上的潜力值得重新评估，但广告成效最终仍取决于品牌—叙事一致性而非单纯的人机来源差异。
