人工智慧與網友的推薦,哪項較可信?

2022年11月Open AI推出Chat GPT的人工智慧服務,可以自動產出文章。無論我們提出各種問題,甚至是撰寫學術論文、流行歌曲,幾乎都難不倒它。似乎,人工智慧的回答可信度非常高?只是,想請問大家:您較相信人工智慧所產出的文章?還是網友的回答?

波士頓大學的基婭拉·隆戈尼(Chiara Longoni)教授與維吉尼亞大學的盧卡·西安(Luca Cian)教授[1]就曾探討此問題,兩位學者先將消費者購物行為進行分類,包括:功利型購物(找特定產品)、享樂型購物(亂逛)(如下表1所示)。

功利型購物與享樂型購物
表1 功利型購物與享樂型購物之特性與目的

在不同的目的下,人們對於人工智慧推薦與人類推薦會有不一樣的感覺。特別在功利型購物下,人們會認為人工智慧的推薦會更有可信度;反之,人工智慧較難評估享樂型購物的推薦。

主要的原因,是因為人工智慧與理性、邏輯有關。就像是我們常常說,像機器人一樣的思考,就是指比較理性與合乎邏輯,但缺乏與世界進行情感與體驗互動的能力。星際迷航中,人工智慧有超強的智力,但無法體驗情感。

人工智慧較能進行事實、理性、邏輯上的評估;而人類在評估時,比較依賴感官、情感、直覺等面向。人工智慧與人類在評估信息時有不同的基礎。依此,隆戈尼與西安教授認為在評估人工智慧與人類推薦時,當功利(享樂)性購物目的時,人們將更相信人工智慧(人類)的推薦,並將其稱為機器口碑效應(word-of-machine effect)。

想想看,如果你有特定目的,在網路上搜尋產品或是資料,是否會更相信網站所推薦的項目?而在網路上閒逛時,就會比較容易點選網友所寫的內容?

作者:陳苡任(台科大企管系博士)、羅凱揚(台科大企管系博士)

繪圖者:謝瑜倩

[1] Longoni, Chiara and Cian, Luca (2022), “Artificial Intelligence in Utilitarian vs. Hedonic Contexts: The “Word-of- Machine” Effect,” Journal of Marketing, 86(1) 91–108.

更多商普好文推薦

大數據分析的三大障礙

大數據分析的三大障礙 「大數據」問世之後,很多企業把大數據當成解決企業問題良方。儘管大數據同樣可依現代科學方法來研究和處理難解問題,但義大利

閱讀更多 »
回到頂端