《International Journal of Consumer Studies》：AI-Augmented Memory and Consumer Sustainability: Understanding Dual Consumption Pathways in Digital Retail
编辑推荐：
在数字零售中，算法个性化塑造消费者结果，但这一过程中涉及的认知机制在理论上仍缺乏明确界定。研究人员引入AI增强记忆（AI-augmented memory，AI-AM）这一概念机制，即算法在消费者决策过程中记录、检索并重新浮现先前行为痕迹的机制。该研究基于对新
在数字零售中，算法个性化塑造消费者结果，但这一过程中涉及的认知机制在理论上仍缺乏明确界定。研究人员引入AI增强记忆（AI-augmented memory，AI-AM）这一概念机制，即算法在消费者决策过程中记录、检索并重新浮现先前行为痕迹的机制。该研究基于对新加坡电商消费者的30次半结构化访谈，以及研究人员基于超10年多平台零售经验补充的从业者反思性记述，考察AI-AM如何同时促进与削弱SDG12（负责任消费与生产）。主题分析识别出双路径：可持续路径中，AI-AM减少试错性购买并支持审慎克制；不可持续路径中，同一机制放大冲动购买循环并侵蚀自主克制。四种情境条件与路径激活相关：务实需求导向规范、平台中介的社会证明、年龄相关的路径反应差异以及对AI推荐的依赖。研究将Engel–Kollat–Blackwell（EKB）模型扩展为把AI-AM理论化为递归双路径可持续性闸门，并为平台设计者与政策制定者发展出一套与可持续性对齐的设计类型学。
研究背景与问题提出
在全球AI驱动数据中心耗电快速增长、欧盟绿色协议与AI法案强化透明与可持续治理的背景下，AI与可持续消费的交叉成为紧迫前沿。既有营销AI文献与可持续消费文献彼此独立，少数交集研究聚焦信任、感知控制等认知层面，却未专门考察“记忆”这一决策核心资源。传统消费者行为理论将记忆视为个体内部被动仓库，而数字零售中平台通过算法主动记录、选择并重现用户过往行为痕迹，形成一类被忽视的机制。研究人员指出，该机制可同时导向负责任购买与过度消费两种相反结果，其认知中介过程与情境边界均未被理论化，故开展本研究以填补AI增强记忆（AI-AM）在可持续性上的盲点。
研究设计与方法
研究人员采用解释主义质性设计，对一项既有新加坡电商消费者访谈语料（30人，18–66岁，平均46岁，2025年4–5月收集，平台覆盖Shopee、Lazada、TikTok Shop、Carousell，总转录约17.1万词）进行二次主题分析；辅以研究人员自身超10年多平台零售从业者反思性记述。分析遵循 reflexive thematic analysis 的八步程序，建立16码编码本（可持续路径S1–S4、不可持续路径U1–U5、情境条件C1–C4、自主立场A1–A3），并以EKB模型五阶段映射，邀请独立研究者盲测编码一致性，报告负例分析与理论充分性检验。
研究结果
4.1 可持续路径（S1–S4）：AI-AM在确认真实需求（S1需求确认提示）、提升选品准确度以减少退货浪费（S2准确度促成的减废）、辅助预算自律（S3预算约束策展）、以及购物车作为审慎暂停缓冲（S4审慎暂停）时，支持SDG12。访谈显示，当AI线索不制造而只是唤醒已有意图，且消费者持协商自主（A1）立场时，轨迹走向可持续。
4.2 不可持续路径（U1–U5）：AI-AM在制造冲动（U1 AI触发冲动购买，TikTok Shop中表现为hedonic AI-AM）、叠加快闪促销升级（U2促销升级）、诱发退货包装浪费（U3退货相关浪费）、固化品类锁定且不选环保替代（U4算法品类锁定）、常态化过度消费（U5过度消费常态化）时，削弱SDG12。从业者反思补充：平台通过算法路径依赖迫使卖家持续促销，退货成本由卖家承担，进一步奖励低审慎购买。
4.3 情境条件（C1–C4）：新加坡样本中，务实需求规范（C1）倾向可持续；平台社会证明（C2）在集体主义下双向放大；年龄差异（C3）被平台架构掩盖——TikTok Shop各年龄均高U1；将AI推荐当风险降低（C4）可连S2亦可连U1/U3。
4.4 自主立场（A1–A3）：协商自主（A1）最稳定预测可持续；委托代理（A2）结果取决于AI优化目标；不可见影响（A3）最有害，消费者否认AI作用却被其塑造，FYP式娱乐界面令算法层不可见，压制协商可能。
4.5 综合三模式：A1对可持续、A3对不可持续最具指示性；平台架构（utilitarian vs hedonic AI-AM）比人口变量更决定路径；无受访者被动收到可持续替代提示，说明日常策展中可持续信号缺位。
4.6 从业者视角：卖家侧促销升级、退货成本转移、模仿循环导致品类锁定，印证不可持续路径具商业架构根源而非单纯消费者弱点。
讨论与结论翻译
研究人员讨论指出，第一，AI-AM应被重构为EKB记忆阶段的争议性可持续节点与递归双路径闸门，自主立场是个体积边界条件；第二，AI-AM是商业配置的认知环境，在抉择前即塑造记忆场域，超越经典nudge的抉择时刻干预；第三，消费者AI素养（识别并协商AI-AM影响的能力）是可持续边界条件，协商自主（A1）与不可见影响（A3）的区分由此确立。基于此提出含8原则的对齐设计类型学（需确认架构、准确度优先评述、跨平台比价、时态承诺架构、促销摩擦注入、可持续信号集成、AI影响透明、AI素养提示），呼应欧盟AI法案第5条、绿色协议与新加坡PDPC 2024指南。结论重申：AI-AM非中性便利工具，其导向取决于设计、自主立场与文化情境；不可见影响是最损害可持续的自主姿态，使审慎抵抗无法启动；故“使AI影响可见”本身是可持续前提。论文发表于《International Journal of Consumer Studies》。
