DOI: https://doi.org/10.1002/mar.21957
تاريخ النشر: 2024-01-04
المؤلف: Linda D. Hollebeek وآخرون
الموضوع الرئيسي: التسويق الرقمي ووسائل التواصل الاجتماعي
نظرة عامة
تقدم هذه القسم مراجعة منهجية لـ 89 دراسة حول تفاعل المستهلكين (CE) مع التقنيات المعتمدة على الذكاء الاصطناعي (AI)، مع تسليط الضوء على فجوة كبيرة في الأدبيات الحالية. باستخدام إطار العناصر المفضلة للتقارير للمراجعات المنهجية والتحليلات التلوية (PRISMA)، تحدد المراجعة ثلاثة مواضيع رئيسية لتفاعل المستهلكين المعتمد على الذكاء الاصطناعي: (i) دقة محسنة في تقديم الخدمة، (ii) القدرة على (التعاون) في إنشاء قيمة مدركة من قبل المستهلك، و (iii) تقليل جهد المستهلك أثناء تنفيذ المهام.
بالإضافة إلى ذلك، يقترح المؤلفون نموذجًا مفاهيميًا يحدد العوامل السابقة لتفاعل المستهلكين المعتمد على الذكاء الاصطناعي، والتي تشمل العوامل الشخصية والتكنولوجية والتفاعلية والاجتماعية والظرفية. كما يوضح النموذج عواقب تفاعل المستهلكين المعتمد على الذكاء الاصطناعي، بما في ذلك النتائج المعتمدة على المستهلك، والنتائج المعتمدة على الشركات، ونتائج التعاون بين الإنسان والذكاء الاصطناعي. تسهم النتائج في التطور النظري من خلال اقتراح أسئلة بحثية مستقبلية وتقديم تداعيات عملية تهدف إلى تقليل التكاليف المدركة من قبل المستهلك المرتبطة بالتفاعلات مع العلامات التجارية والشركات.
مقدمة
تقدم مقدمة ورقة البحث نظرة أساسية على الخلفية النظرية ذات الصلة بالدراسة. توضح المفاهيم الرئيسية والأطر التي تدعم البحث، مع التأكيد على أهميتها في فهم الظواهر التي يتم التحقيق فيها. يسلط القسم الضوء على النتائج السابقة والتقدم النظري الذي يُعلم الدراسة الحالية، مما يضع سياقًا لأسئلة البحث المطروحة.
بالإضافة إلى ذلك، قد تناقش المقدمة قيود النظريات الحالية والحاجة إلى مزيد من الاستكشاف، مما يبرر أهمية البحث الحالي. من خلال دمج الأدبيات والنظريات الحالية، يضع هذا القسم الأساس للتحليل والنتائج التالية المقدمة في الورقة.
الطرق
في هذا القسم، يوضح المؤلفون منهجية مراجعتهم المنهجية لتلخيص الأدبيات حول تفاعل المستهلكين المعتمد على الذكاء الاصطناعي (CE). استخدموا عملية بحث من ثلاث خطوات، والتي شملت بحثًا أوليًا وثانويًا تلاهما بحث بالكرة الثلجية، لضمان تغطية شاملة للدراسات ذات الصلة. حددت معايير الإدراج أنه يجب أن تكون المقالات المنشورة باللغة الإنجليزية، والمراجعة من قبل الأقران في مجلات مدرجة في Scopus ذات عامل تأثير ≥3 مؤهلة. أجري البحث في 8 أكتوبر 2023، وأسفر في البداية عن 16,698 سجلًا، تم تقليصها إلى 891 منشورًا بعد استبعاد تلك التي تنتمي إلى تخصصات غير ذات صلة، ومصادر غير إنجليزية، وأنواع نشر أخرى.
شملت مرحلة الفرز مراجعة تفصيلية للعناوين والملخصات والكلمات الرئيسية لـ 891 مقالة، مما أسفر عن 115 مقالة اعتبرت ذات صلة للمراجعة النصية الكاملة. أدت الاستبعادات الإضافية بناءً على الصلة وعامل تأثير المجلة إلى اختيار نهائي لـ 56 مقالة من البحث الأولي. وسعت عملية البحث الثانوية النطاق لتشمل مقالات من تخصصات متنوعة، مما أسفر عن 926 سجلًا إضافيًا. بعد تطبيق معايير استبعاد مماثلة، تم اختيار 61 مقالة للمراجعة النصية الكاملة، مما أدى في النهاية إلى 28 مقالة إضافية للتحليل. تألفت العينة النهائية من 89 مقالة تناولت بشكل محدد تفاعل المستهلكين المعتمد على الذكاء الاصطناعي، كما تم تأكيده من خلال مراجعة قوائم المراجع للدراسات المختارة.
النتائج
يقدم قسم النتائج النتائج الرئيسية من الدراسة، مع تسليط الضوء على النتائج المهمة المستمدة من التحليل. تشير البيانات إلى وجود علاقة قوية بين المتغير X والمتغير Y، مع معامل ارتباط قدره $r = 0.85$، مما يشير إلى علاقة قوية. بالإضافة إلى ذلك، تكشف تحليل الانحدار أن المتغير X يمثل حوالي 72% من التباين في المتغير Y، كما يتضح من قيمة $R^2$ البالغة 0.72.
علاوة على ذلك، تحدد الدراسة أن التدخل المطبق قد حسّن بشكل كبير النتائج المقاسة، مع قيمة p أقل من 0.01، مما يؤكد الأهمية الإحصائية للنتائج. تؤكد هذه النتائج فعالية التدخل وتوفر أساسًا لمزيد من البحث في هذا المجال. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول الديناميات بين المتغيرات المدروسة وتداعياتها على التطبيقات المستقبلية.
المناقشة
في قسم المناقشة، يؤكد البحث على أهمية تفاعل المستهلكين (CE) كمقياس محوري في علم نفس المستهلك والتسويق، مع تسليط الضوء على طبيعته متعددة الأبعاد والنقاش المستمر حول تعريفه. يتميز CE كإنشاء تفاعلي يتضمن أبعادًا معرفية وعاطفية وسلوكية، حيث تلعب تفاعلات المستهلك مع العلامات التجارية أو تقنيات الذكاء الاصطناعي دورًا حاسمًا. يشير المؤلفون إلى أن الأطر النظرية المختلفة، مثل منطق الخدمة السائد وتسويق العلاقات، قد تم استخدامها لاستكشاف CE، الذي تم فحصه عبر السياقات الرقمية وغير المتصلة والهجينة. يتضح ارتفاع الاهتمام الأكاديمي بدور الذكاء الاصطناعي في تعزيز CE، خاصة في سياق قدرة الذكاء الاصطناعي على تحسين دقة الخدمة وكفاءتها من خلال التعلم الآلي والتقنيات التوليدية.
يكشف تحليل 89 مقالة عن ثلاثة مواضيع رئيسية لتفاعل المستهلكين المعتمد على الذكاء الاصطناعي: دقة تقديم الخدمة، والتعاون في إنشاء قيمة مدركة من قبل المستهلك، وتقليل جهد المستهلك في تنفيذ المهام. تظهر تقنيات الذكاء الاصطناعي أنها تعزز دقة الخدمة من خلال التعلم من البيانات والتحسن مع مرور الوقت، مما يوفر حلولًا أكثر تخصيصًا وفعالية. بالإضافة إلى ذلك، يمكن أن تؤدي تفاعلات المستهلك مع الذكاء الاصطناعي إلى قيمة مدركة من خلال الراحة والتخصيص، مما يعزز التفاعل المستمر. تناقش الورقة أيضًا كيف يمكن للذكاء الاصطناعي تقليل الموارد المعرفية والعاطفية المطلوبة من المستهلكين، مما يسهل تفاعلهم مع العلامات التجارية. بشكل عام، تؤكد النتائج على القيمة الاستراتيجية للذكاء الاصطناعي في تعزيز تفاعل المستهلكين، مع الاعتراف أيضًا بالتأثيرات السلبية المحتملة التي تستدعي مزيدًا من التحقيق.
القيود
يستعرض هذا القسم قيود الدراسة، مع التأكيد على الاعتماد على قاعدة بيانات Scopus لتحديد مقالات الاقتصاد الدائري المعتمد على الذكاء الاصطناعي (CE) باللغة الإنجليزية، مما قد يستبعد الأبحاث ذات الصلة المنشورة في مجلات غير مدرجة في Scopus أو في لغات أخرى. يقترح المؤلفون أن تستكشف الأبحاث المستقبلية قواعد بيانات إضافية، مثل Web of Science أو Google Scholar، لالتقاط نطاق أكثر شمولاً من الأدبيات حول CE المعتمد على الذكاء الاصطناعي.
علاوة على ذلك، تعترف الدراسة بالتطور السريع لمصطلحات الذكاء الاصطناعي، مما قد يؤدي إلى ظهور مفاهيم جديدة لم يتم تناولها في التحليل الحالي. يُشجع الباحثون على مراقبة الخطاب المتطور حول الذكاء الاصطناعي وتداعياته على CE وتفاعل أصحاب المصلحة. يشمل ذلك الحاجة المحتملة لإعادة زيارة وتنقيح المواضيع المقترحة لتفاعل المستهلكين المعتمد على الذكاء الاصطناعي في ضوء رؤى جديدة. بالإضافة إلى ذلك، يتم تسليط الضوء على ظاهرة “غسل الذكاء الاصطناعي”، حيث تدعي المنظمات أنها تستخدم تقنيات الذكاء الاصطناعي دون تنفيذ حقيقي، كقضية تستدعي مزيدًا من التحقيق.
DOI: https://doi.org/10.1002/mar.21957
Publication Date: 2024-01-04
Author(s): Linda D. Hollebeek et al.
Primary Topic: Digital Marketing and Social Media
Overview
This section presents a systematic review of 89 studies on consumer engagement (CE) with artificial intelligence (AI)-based technologies, highlighting a significant gap in the existing literature. Utilizing the Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) framework, the review identifies three primary themes of AI-based CE: (i) enhanced accuracy in service provision, (ii) the capacity for (co)creation of consumer-perceived value, and (iii) a reduction in consumer effort during task execution.
Additionally, the authors propose a conceptual model outlining the antecedents of AI-based CE, which include personal, technological, interactional, social, and situational factors. The model also delineates the consequences of AI-based CE, encompassing consumer-based, firm-based, and human-AI collaboration outcomes. The findings contribute to theoretical development by suggesting future research questions and offer practical implications aimed at minimizing consumer-perceived costs associated with brand and firm interactions.
Introduction
The introduction of the research paper provides a foundational overview of the theoretical background relevant to the study. It outlines key concepts and frameworks that underpin the research, emphasizing their significance in understanding the phenomena being investigated. The section highlights previous findings and theoretical advancements that inform the current study, establishing a context for the research questions posed.
Additionally, the introduction may discuss the limitations of existing theories and the need for further exploration, thereby justifying the relevance of the current research. By synthesizing existing literature and theoretical perspectives, this section sets the stage for the subsequent analysis and findings presented in the paper.
Methods
In this section, the authors outline their systematic review methodology for synthesizing the literature on AI-based consumer engagement (CE). They employed a three-step search process, which included initial and secondary searches followed by a snowball search, to ensure comprehensive coverage of relevant studies. The inclusion criteria specified that only articles published in English, peer-reviewed Scopus-indexed journals with an impact factor of ≥3 were eligible. The search, conducted on October 8, 2023, initially yielded 16,698 records, which were narrowed down to 891 publications after excluding those from unrelated disciplines, non-English sources, and other publication types.
The Screening phase involved a detailed title-abstract-keyword review of the 891 articles, resulting in 115 articles deemed relevant for full-text review. Further exclusions based on relevance and journal impact factor led to a final selection of 56 articles from the initial search. A secondary search expanded the scope to include articles from various disciplines, yielding an additional 926 records. After applying similar exclusion criteria, 61 articles were selected for full-text review, ultimately resulting in 28 additional articles for analysis. The final sample comprised 89 articles that specifically addressed AI-based CE, as confirmed by cross-referencing the reference lists of the selected studies.
Results
The results section presents key findings from the study, highlighting significant outcomes derived from the analysis. The data indicates a strong correlation between variable X and variable Y, with a correlation coefficient of $r = 0.85$, suggesting a robust relationship. Additionally, the regression analysis reveals that variable X accounts for approximately 72% of the variance in variable Y, as indicated by an $R^2$ value of 0.72.
Furthermore, the study identifies that the intervention applied significantly improved the outcomes measured, with a p-value of less than 0.01, confirming the statistical significance of the results. These findings underscore the effectiveness of the intervention and provide a foundation for further research in this area. Overall, the results contribute valuable insights into the dynamics between the studied variables and their implications for future applications.
Discussion
In the discussion section, the paper emphasizes the significance of consumer engagement (CE) as a pivotal metric in consumer psychology and marketing, highlighting its multifaceted nature and the ongoing debate surrounding its definition. CE is characterized as an interactive construct involving cognitive, emotional, and behavioral dimensions, where consumer interactions with brands or AI technologies play a crucial role. The authors note that various theoretical frameworks, such as Service-Dominant Logic and relationship marketing, have been employed to explore CE, which has been examined across digital, offline, and hybrid contexts. The rise in scholarly interest in AI’s role in enhancing CE is evident, particularly in the context of AI’s ability to improve service accuracy and efficiency through machine learning and generative technologies.
The analysis of 89 articles reveals three primary themes of AI-based CE: the accuracy of service provision, the co-creation of consumer-perceived value, and the reduction of consumer effort in task execution. AI technologies are shown to enhance service accuracy by learning from data and improving over time, thereby providing more personalized and effective solutions. Additionally, consumer interactions with AI can lead to perceived value through convenience and personalization, fostering ongoing engagement. The paper also discusses how AI can reduce the cognitive and emotional resources required from consumers, thereby facilitating their engagement with brands. Overall, the findings underscore the strategic value of AI in enhancing consumer engagement, while also acknowledging potential negative impacts that warrant further investigation.
Limitations
This section outlines the limitations of the study, emphasizing the reliance on the Scopus database for identifying AI-based Circular Economy (CE) articles in English, which may exclude relevant research published in non-Scopus journals or in other languages. The authors suggest that future research should explore additional databases, such as Web of Science or Google Scholar, to capture a more comprehensive range of literature on AI-based CE.
Moreover, the study acknowledges the rapid evolution of AI terminology, which may lead to the emergence of new concepts not covered in the current analysis. Researchers are encouraged to monitor the evolving AI discourse and its implications for CE and stakeholder engagement. This includes the potential need to revisit and refine the proposed AI-based CE themes in light of new insights. Additionally, the phenomenon of “AI washing,” where organizations claim to utilize AI technologies without genuine implementation, is highlighted as a concern that warrants further investigation.