p Pesquisadores da Boston University e da University of Virginia publicaram um novo artigo no Jornal de Marketing que examina como os consumidores respondem aos recomendadores de IA quando focados nos aspectos funcionais e práticos de um produto (seu valor utilitário) versus os aspectos experienciais e sensoriais de um produto (seu valor hedônico). p O estudo, próximo no Jornal de Marketing , é intitulado "Inteligência Artificial em Contextos Utilitários vs. Contextos Hedônicos:O Efeito da 'Palavra da Máquina'" e é de autoria de Chiara Longoni e Luca Cian.

p Mais e mais empresas estão aproveitando os avanços tecnológicos em IA, aprendizado de máquina, e processamento de linguagem natural para fornecer recomendações aos consumidores. Conforme essas empresas avaliam a assistência baseada em IA, uma pergunta crítica deve ser feita:quando os consumidores confiam na "palavra da máquina, "e quando eles resistem a isso?

p Um novo Jornal de Marketing O estudo explora as razões por trás da preferência da fonte de recomendação (AI vs. humana). O fator chave para decidir como incorporar os recomendadores de IA é se os consumidores estão focados nos aspectos funcionais e práticos de um produto (seu valor utilitário) ou nos aspectos experienciais e sensoriais de um produto (seu valor hedônico).

p Contando com dados de mais de 3, 000 participantes do estudo, a equipe de pesquisa fornece evidências que apóiam o efeito palavra-da-máquina, definido como o fenômeno pelo qual os trade-offs entre os aspectos utilitários e hedônicos de um produto determinam a preferência por, ou resistência a, Recomendadores de IA. O efeito palavra-da-máquina origina-se de uma crença generalizada de que os sistemas de IA são mais competentes do que os humanos em dar conselhos quando as qualidades funcionais e práticas (utilitárias) são desejadas e menos competentes quando as qualidades desejadas são experienciais e sensoriais (hedônicas). Consequentemente, a importância ou saliência dos atributos utilitários determinam a preferência por recomendadores de IA em relação aos humanos, enquanto a importância ou saliência dos atributos hedônicos determinam a resistência aos recomendadores de IA sobre os humanos.

p Os pesquisadores testaram o efeito palavra-de-máquina usando experimentos projetados para avaliar a tendência das pessoas de escolher produtos com base em experiências de consumo e fontes de recomendação. Longoni explica que "Descobrimos que, quando apresentados a instruções para escolher produtos com base exclusivamente em atributos utilitários / funcionais, mais participantes escolheram produtos recomendados pela IA. Quando solicitado a considerar apenas atributos hedônicos / experienciais, uma porcentagem maior de participantes escolheu recomendadores humanos. "

p Quando os recursos utilitários são mais importantes, o efeito palavra-de-máquina era mais distinto. Em um estudo, os participantes foram convidados a imaginar a compra de um casaco de inverno e avaliar a importância dos atributos utilitários / funcionais (por exemplo, respirabilidade) e atributos hedônicos / experienciais (por exemplo, tipo de tecido) estavam em sua tomada de decisão. Os recursos mais utilitários / funcionais foram bem avaliados, quanto maior a preferência pela IA sobre a assistência humana, e as características mais hedônicas / experienciais foram bem avaliadas, maior será a preferência por assistência humana em relação à IA.

p Outro estudo indicou que, quando os consumidores queriam recomendações que correspondessem às suas preferências exclusivas, eles resistiam aos recomendadores de IA e preferiam os humanos, independentemente das preferências hedônicas ou utilitárias. Esses resultados sugerem que empresas cujos clientes são conhecidos por estarem satisfeitos com recomendações "tamanho único" (ou seja, não precisa de um alto nível de personalização) pode contar com sistemas de IA. Contudo, empresas cujos clientes são conhecidos por desejar recomendações personalizadas devem confiar em humanos.

p Embora haja uma correlação clara entre os atributos utilitários e a confiança do consumidor nos recomendadores de IA, empresas que vendem produtos que prometem mais experiências sensoriais (por exemplo, fragrâncias, Comida, vinho) ainda pode usar IA para envolver os clientes. Na verdade, as pessoas adotam as recomendações da IA, desde que a IA trabalhe em parceria com humanos. Quando a IA desempenha um papel auxiliar, "aumentando" a inteligência humana em vez de substituí-la, o recomendador híbrido AI-humano tem um desempenho tão bom quanto um assistente apenas para humanos.

p Geral, o efeito palavra-da-máquina tem implicações importantes como o desenvolvimento e adoção de IA, aprendizado de máquina, e o processamento de linguagem natural desafia os gerentes e formuladores de políticas a aproveitar essas tecnologias transformadoras. Como diz Cian, "O mercado digital está lotado e a atenção do consumidor é curta. Compreendendo as condições sob as quais os consumidores confiam, e não confie, O conselho de IA dará às empresas uma vantagem competitiva neste espaço. "