Onderzoekers van Boston University en University of Virginia publiceerden een nieuw artikel in de Tijdschrift voor Marketing die onderzoekt hoe consumenten reageren op AI-aanbevelingen wanneer ze zich richten op de functionele en praktische aspecten van een product (de gebruikswaarde) versus de ervarings- en zintuiglijke aspecten van een product (de hedonistische waarde).

De studie, aanstaande in de Tijdschrift voor Marketing , is getiteld "Artificial Intelligence in Utilitarian vs. Hedonic Contexts:The 'Word-of-Machine' Effect" en is geschreven door Chiara Longoni en Luca Cian.

Steeds meer bedrijven maken gebruik van technologische vooruitgang in AI, machinaal leren, en natuurlijke taalverwerking om consumenten aanbevelingen te doen. Aangezien deze bedrijven op AI gebaseerde hulp evalueren, een kritische vraag moet worden gesteld:wanneer vertrouwen consumenten het "woord van de machine, "en wanneer verzetten ze zich ertegen?

een nieuwe Tijdschrift voor Marketing studie onderzoekt redenen achter de voorkeur van aanbevelingsbron (AI versus mens). De belangrijkste factor bij het beslissen hoe AI-aanbevelingen worden opgenomen, is of consumenten zijn gericht op de functionele en praktische aspecten van een product (de gebruikswaarde) of op de ervarings- en zintuiglijke aspecten van een product (de hedonistische waarde ervan).

Vertrouwend op gegevens van meer dan 3, 000 studiedeelnemers, het onderzoeksteam levert bewijs dat een woord-van-machine-effect ondersteunt, gedefinieerd als het fenomeen waarbij de afwegingen tussen utilitaire en hedonistische aspecten van een product de voorkeur bepalen voor, of weerstand tegen, AI-aanbevelingen. Het woord-van-machine-effect komt voort uit een wijdverbreide overtuiging dat AI-systemen competenter zijn dan mensen in het geven van advies wanneer functionele en praktische kwaliteiten (utilitair) gewenst zijn en minder competent wanneer de gewenste kwaliteiten ervaringsgericht en sensorisch (hedonische) zijn. Bijgevolg, het belang of de opvallendheid van utilitaire attributen bepalen de voorkeur voor AI-aanbevelers boven menselijke, terwijl het belang of de opvallendheid van hedonische attributen de weerstand tegen AI-aanbevelers boven menselijke bepalen.

De onderzoekers testten het woord-van-machine-effect met behulp van experimenten die waren ontworpen om de neiging van mensen om producten te kiezen te beoordelen op basis van consumptie-ervaringen en aanbevelingsbron. Longoni legt uit:"We ontdekten dat wanneer we instructies kregen om producten te kiezen die uitsluitend zijn gebaseerd op utilitaire/functionele kenmerken, meer deelnemers kozen voor door AI aanbevolen producten. Toen hem werd gevraagd om alleen hedonistische/ervaringskenmerken in overweging te nemen, een hoger percentage deelnemers koos voor menselijke aanbevelingen."

Wanneer utilitaire kenmerken het belangrijkst zijn, het woord-van-machine-effect was duidelijker. In een studie, deelnemers werd gevraagd zich voor te stellen dat ze een winterjas zouden kopen en hoe belangrijk utilitaire/functionele attributen (bijv. ademend vermogen) en hedonistische/ervaringskenmerken (bijv. stofsoort) waren in hun besluitvorming. De meer utilitaire/functionele functies werden hoog gewaardeerd, hoe groter de voorkeur voor AI boven menselijke hulp, en de meer hedonistische/ervaringsgerichte kenmerken werden hoog gewaardeerd, hoe groter de voorkeur voor menselijke boven AI-hulp.

Een andere studie gaf aan dat wanneer consumenten aanbevelingen wilden die zijn afgestemd op hun unieke voorkeuren, ze verzetten zich tegen AI-aanbevelingen en gaven de voorkeur aan menselijke aanbevelingen, ongeacht hedonistische of utilitaire voorkeuren. Deze resultaten suggereren dat bedrijven waarvan bekend is dat klanten tevreden zijn met "one size fits all"-aanbevelingen (d.w.z. die geen hoge mate van maatwerk nodig hebben) kunnen vertrouwen op AI-systemen. Echter, bedrijven waarvan bekend is dat klanten gepersonaliseerde aanbevelingen wensen, moeten op mensen vertrouwen.

Hoewel er een duidelijke correlatie is tussen gebruikskenmerken en consumentenvertrouwen in AI-aanbevelingen, bedrijven die producten verkopen die meer zintuiglijke ervaringen beloven (bijv. geuren, voedsel, wijn) kunnen nog steeds AI gebruiken om klanten te betrekken. In feite, mensen omarmen de aanbevelingen van AI zolang AI samenwerkt met mensen. Wanneer AI een ondersteunende rol speelt, menselijke intelligentie "vergroten" in plaats van deze te vervangen, de AI-mens hybride aanbeveling presteert net zo goed als een assistent voor alleen mensen.

Algemeen, het woord-van-machine-effect heeft belangrijke implicaties zoals de ontwikkeling en adoptie van AI, machinaal leren, en natuurlijke taalverwerking daagt managers en beleidsmakers uit om deze transformatieve technologieën te benutten. Zoals Cian zegt, "De digitale markt is overvol en de aandachtsspanne van de consument is kort. Inzicht in de voorwaarden waaronder consumenten vertrouwen, en vertrouw niet, AI-advies geeft bedrijven een concurrentievoordeel op dit gebied."