Crédito:Pixabay / CC0 Public Domain
Investigadores de la Universidad de Boston y la Universidad de Virginia publicaron un nuevo artículo en el Revista de marketing que examina cómo los consumidores responden a los recomendadores de IA cuando se enfocan en los aspectos funcionales y prácticos de un producto (su valor utilitario) versus los aspectos experienciales y sensoriales de un producto (su valor hedónico).
El estudio, próximamente en el Revista de marketing , se titula "Inteligencia artificial en contextos utilitarios frente a hedonistas:el efecto de 'palabra de máquina'" y está escrito por Chiara Longoni y Luca Cian.
Cada vez más empresas aprovechan los avances tecnológicos en IA, aprendizaje automático, y procesamiento del lenguaje natural para brindar recomendaciones a los consumidores. A medida que estas empresas evalúan la asistencia basada en IA, Debe hacerse una pregunta fundamental:¿Cuándo confían los consumidores en la "palabra de la máquina, "¿Y cuándo se resisten?
Un nuevo Revista de marketing El estudio explora las razones detrás de la preferencia de la fuente de recomendación (IA frente a humanos). El factor clave para decidir cómo incorporar los recomendadores de IA es si los consumidores se centran en los aspectos funcionales y prácticos de un producto (su valor utilitario) o en los aspectos experienciales y sensoriales de un producto (su valor hedónico).
Confiando en datos de más de 3, 000 participantes del estudio, el equipo de investigación proporciona evidencia que respalda un efecto de palabra de máquina, definido como el fenómeno por el cual las compensaciones entre los aspectos utilitarios y hedónicos de un producto determinan la preferencia por, o resistencia a, Recomendados de IA. El efecto palabra de máquina proviene de la creencia generalizada de que los sistemas de IA son más competentes que los humanos para dar consejos cuando se desean cualidades funcionales y prácticas (utilitarias) y menos competentes cuando las cualidades deseadas son experienciales y sensoriales (hedónicas). Como consecuencia, la importancia o prominencia de los atributos utilitarios determina la preferencia por los recomendadores de IA sobre los humanos, mientras que la importancia o prominencia de los atributos hedónicos determina la resistencia a los recomendadores de IA sobre los humanos.
Los investigadores probaron el efecto palabra de máquina utilizando experimentos diseñados para evaluar la tendencia de las personas a elegir productos en función de las experiencias de consumo y la fuente de recomendación. Longoni explica que "Descubrimos que cuando se nos presentan instrucciones para elegir productos basados únicamente en atributos utilitarios / funcionales, más participantes eligieron productos recomendados por IA. Cuando se le pide que solo considere los atributos hedónicos / experienciales, un mayor porcentaje de participantes eligió recomendadores humanos ".
Cuando las características utilitarias son más importantes, el efecto palabra de máquina era más claro. En un estudio, Se pidió a los participantes que se imaginaran comprando un abrigo de invierno y calificaran la importancia de los atributos utilitarios / funcionales (p. ej., transpirabilidad) y atributos hedónicos / experienciales (p. ej., tipo de tejido) estaban en su toma de decisiones. Las características más utilitarias / funcionales fueron altamente calificadas, cuanto mayor sea la preferencia por la IA sobre la asistencia humana, y las características más hedónicas / experienciales fueron altamente calificadas, mayor es la preferencia por la asistencia humana sobre la IA.
Otro estudio indicó que cuando los consumidores querían recomendaciones que coincidieran con sus preferencias únicas, se resistieron a los recomendadores de IA y prefirieron a los recomendadores humanos independientemente de sus preferencias hedónicas o utilitarias. Estos resultados sugieren que las empresas cuyos clientes se sabe que están satisfechos con las recomendaciones de "talla única" (es decir, no necesita un alto nivel de personalización) puede depender de los sistemas de inteligencia artificial. Sin embargo, las empresas cuyos clientes se sabe que desean recomendaciones personalizadas deben confiar en los seres humanos.
Aunque existe una clara correlación entre los atributos utilitarios y la confianza del consumidor en los recomendadores de IA, empresas que venden productos que prometen experiencias más sensoriales (por ejemplo, fragancias comida, wine) todavía pueden utilizar la IA para atraer a los clientes. De hecho, las personas adoptan las recomendaciones de la IA siempre que la IA trabaje en asociación con los humanos. Cuando la IA desempeña un papel de asistencia, "aumentar" la inteligencia humana en lugar de reemplazarla, el recomendador híbrido AI-humano funciona tan bien como un asistente solo para humanos.
En general, el efecto palabra de máquina tiene implicaciones importantes como el desarrollo y la adopción de la IA, aprendizaje automático, y el procesamiento del lenguaje natural desafía a los gerentes y legisladores a aprovechar estas tecnologías transformadoras. Como dice Cian, "El mercado digital está abarrotado y la capacidad de atención del consumidor es corta. Comprender las condiciones en las que los consumidores confían, y no te fíes, El asesoramiento de IA dará a las empresas una ventaja competitiva en este espacio ".