AI为何具有说服力？AI购物助手与算法推荐线索对消费者有机食品购买意愿的交互效应

《Foods》：What Makes an AI Persuasive? The Interaction Effect of AI Shopping Assistants and Algorithmic Recommendation Cues on Consumers’ Organic Food Purchase Intention

　　

促进消费者有机食品购买是推动食品消费需求侧绿色转型、实现可持续发展的重要途径。本研究通过两项实验，考察了不同类型的AI购物助手（分析型AI vs. 共情型AI）与算法推荐线索（项目参照线索 vs. 用户参照线索）对消费者有机食品购买意愿的交互效应及心理机制。研究结果表明，两者存在交互效应：分析型AI与项目参照线索结合更有效，而共情型AI与用户参照线索匹配更有效。进一步分析发现，感知信息有效性（perceived information validity）和绿色信任（green trust）分别起中介作用，形成链式中介路径。具体而言，感知信息有效性正向影响绿色信任，绿色信任进一步正向影响购买意愿。该研究揭示了AI源特征与算法推荐线索之间的匹配机制，拓展了线索利用理论（Cue Utilization Theory）和信号理论（Signaling Theory）在AI驱动有机食品消费情境中的应用，并为制定差异化AI助手配置、推荐信息设计及绿色信任培育策略提供了实践启示。

该论文发表在《Foods》期刊上，旨在探讨AI购物助手与算法推荐线索如何交互影响消费者对有机食品的购买意愿。研究背景指出，气候变化和环境污染推动食品系统可持续转型，有机食品消费虽具有正外部性，但因其信任属性（如生产方法、认证合规性难以直接验证）和信息不对称，消费者面临价格溢价和绿色怀疑等障碍。现有研究多聚焦于广告框架或人类与AI的对比，缺乏对AI能力取向与推荐证据结构匹配机制的深入分析。为此，研究人员通过两个实验（研究1使用有机纯牛奶，研究2使用有机马铃薯，样本均来自中国在线平台Credamo的消费者）系统检验了分析型AI（analytic AI，强调数据分析和逻辑推理）与共情型AI（empathic AI，强调需求理解和情感回应）分别搭配项目参照线索（item-referent cues，基于产品属性相似性）和用户参照线索（user-referent cues，基于相似用户偏好）的交互效应，并揭示感知信息有效性（perceived information validity）和绿色信任（green trust）的链式中介作用。主要结论包括：交互效应显著，分析型AI与项目参照线索组合更有效，共情型AI与用户参照线索组合更有效；感知信息有效性和绿色信任分别中介该交互效应，且两者形成从信息有效性判断到绿色信任再到购买意愿的链式路径。这一发现拓展了线索利用理论和信号理论在AI驱动可持续食品消费中的应用，为企业提供差异化AI配置和信任培育策略。该研究在理论层面将AI营销研究从静态比较推进到动态匹配视角，在实践层面为精准信息干预提供指导。

**主要技术方法**：研究采用两个2×2被试间实验设计（研究1：分析型AI vs. 共情型AI×项目参照线索 vs. 用户参照线索；研究2相同，但刺激物换为有机马铃薯）。通过Credamo平台招募中国消费者（研究1有效样本263人，研究2有效样本275人）。操控检验采用配对样本t检验验证AI类型和推荐线索感知。主效应使用双因素方差分析（two-way ANOVA）和独立样本t检验，中介效应使用SPSS PROCESS宏（Model 8和Model 85），基于5000次Bootstrap重抽样估计条件间接效应。

**研究结果**

**3.4 Results（研究1结果）**：操控检验成功，分析型AI下分析维度评分显著高于共情维度（M_分析=5.93 vs. M_共情=4.36, p<0.001），共情型AI下共情维度更高（M_共情=5.82 vs. M_分析=4.80, p<0.001）；项目参照线索下项目维度更高（M_项目=5.97 vs. M_用户=4.52, p<0.001），用户参照线索下用户维度更高（M_用户=6.12 vs. M_项目=4.08, p<0.001）。双因素方差分析显示AI购物助手与算法推荐线索对有机食品购买意愿有显著交互效应（F(1,259)=50.57, p<0.001, η_p²=0.163）。独立样本t检验进一步表明：分析型AI下，项目参照线索（vs. 用户参照线索）更有效（M_{分析-项目}=5.94 vs. M_{分析-用户}=5.43, t(130)=4.92, p<0.001, Cohen's d=0.85）；共情型AI下，用户参照线索（vs. 项目参照线索）更有效（M_{共情-用户}=6.01 vs. M_{共情-项目}=5.52, t(129)=?5.16, p<0.001, Cohen's d=0.92）。控制人口变量后交互效应仍显著（F(1,249)=49.39, p<0.001, η_p²=0.166）。

**4.3 Results（研究2结果）**：操控检验通过，重复验证交互效应（F(1,271)=66.87, p<0.001, η_p²=0.198）。分析型AI下项目参照线索更优（M_{分析-项目}=5.96 vs. M_{分析-用户}=5.24, t(137)=6.43, p<0.001, Cohen's d=1.10）；共情型AI下用户参照线索更优（M_{共情-用户}=5.91 vs. M_{共情-项目}=5.45, t(134)=?5.08, p<0.001, Cohen's d=0.86）。中介效应分析：感知信息有效性在交互项与购买意愿之间起中介作用（β=0.72, CI=[0.42,1.01]），在项目参照线索组（CI=[?0.387,?0.077]）和用户参照线索组（CI=[0.129,0.460]）均显著。绿色信任同样中介交互效应（β=0.78, CI=[0.49,1.07]），两组均显著（CI=[?0.420,?0.107]和[0.147,0.508]）。链式中介（Model 85）显示：交互项→感知信息有效性→绿色信任→购买意愿的路径显著（β_{交互→信息有效性}=0.72, β_{信息有效性→绿色信任}=0.70, β_{绿色信任→购买意愿}=0.44，所有p<0.001），项目参照线索组（CI=[?0.190,?0.028]）和用户参照线索组（CI=[0.044,0.238]）均显著。控制人口变量后所有中介路径仍稳健。

**讨论与结论**：讨论部分指出，该研究结果与先前关于AI情境优势（如Zhu等发现功能场景偏好专家AI、体验场景偏好伙伴AI）和推荐系统（如Gai和Klesse发现用户参照框架通常点击率更高）的研究一致，但强调了在有机食品这一信任属性突出的情境下，分析型AI与项目参照线索的匹配更具诊断性，共情型AI与用户参照线索的匹配更能增强社会关联。研究还发现感知信息有效性和绿色信任构成顺序中介，扩展了信号理论从信号直接触发行为到认知验证与信任转化的序列模型。

**研究结论翻译**：该研究考察了AI购物助手（分析型AI vs. 共情型AI）与算法推荐线索（项目参照线索 vs. 用户参照线索）对消费者有机食品购买意愿的交互效应，并检验了感知信息有效性和绿色信任的中介作用及其链式中介角色。研究发现：（1）AI购物助手与算法推荐线索交互影响有机食品购买意愿；分析型AI搭配项目参照线索（vs. 用户参照线索）更有效，共情型AI搭配用户参照线索（vs. 项目参照线索）更有效。（2）感知信息有效性中介了AI购物助手与算法推荐线索的交互效应。（3）绿色信任中介了该交互效应。（4）感知信息有效性和绿色信任发挥显著的链式中介作用；当消费者感知信息有效性时，会进一步增强绿色信任，进而影响购买意愿。