DOI: https://doi.org/10.35808/ersj/4324
تاريخ النشر: 2026-01-01
المؤلف: Hubert Gąsiński وآخرون
الموضوع الرئيسي: دراسات سلوك المستهلك في التجزئة
نظرة عامة
تستكشف هذه الدراسة العلاقة بين قابلية المستهلكين للآليات التلاعبية التي تستخدمها الذكاء الاصطناعي، والتي تُسمى أنماط الذكاء الاصطناعي المظلم، وسلوك الشراء الاندفاعي في بيئات التجارة الإلكترونية. من خلال استخدام استبيان شمل 429 متسوقًا عبر الإنترنت، طور الباحثون مؤشرين مركبين لقياس القابلية لأنماط الذكاء الاصطناعي المظلم وسلوك الشراء الاندفاعي. أظهرت التحليلات مستوى معتدل من كل من القابلية والشراء الاندفاعي، مع وجود ارتباط إيجابي ذو دلالة إحصائية بين الاثنين، مما يشير إلى أن القابلية الأعلى للتلاعب بالذكاء الاصطناعي مرتبطة بزيادة في الشراء الاندفاعي.
تؤكد النتائج على ضرورة أن تتبنى منصات التجارة الإلكترونية ممارسات الذكاء الاصطناعي المسؤولة، خاصة في تطبيق تقنيات الإقناع مثل مؤقتات العد التنازلي وإشعارات التوفر المحدود. يجب تنفيذ هذه الاستراتيجيات بحذر، خاصة للمستهلكين المعرضين للشراء الاندفاعي، للحفاظ على رضا العملاء ونزاهة العلامة التجارية. تدعو الدراسة إلى نهج متوازن يفضل العلاقات طويلة الأمد مع العملاء على المكاسب قصيرة الأمد في المبيعات، مع التأكيد على الشفافية والسيطرة على المستهلك في عملية اتخاذ القرار. تشمل اتجاهات البحث المستقبلية استكشاف تأثير عوامل التعديل المختلفة، مثل محو الأمية الرقمية والثقة في الذكاء الاصطناعي، بالإضافة إلى استخدام تصاميم تجريبية لفهم العلاقات السببية بين التلاعب بالذكاء الاصطناعي وسلوك المستهلك بشكل أفضل.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير التحويلي للتجارة الإلكترونية والذكاء الاصطناعي (AI) على سلوك شراء المستهلكين، خاصة من خلال الآليات الخوارزمية. تشير إلى أن أنظمة التوصية المتقدمة، وتخصيص المحتوى، وإشارات الضغط الزمني، إلى جانب الاستراتيجيات التلاعبية التي تُسمى أنماط الذكاء الاصطناعي المظلم، تعيد تشكيل تفاعلات المستهلكين مع الأسواق الرقمية وقد تزيد من ميول الشراء الاندفاعي. بينما استكشفت الدراسات السابقة الشراء الاندفاعي من وجهات نظر مختلفة، لا يزال التأثير المحدد للذكاء الاصطناعي كعامل تلاعب غير مدروس بشكل كافٍ، خاصة فيما يتعلق بعلاقته التجريبية مع قابلية المستهلكين للتأثير المدفوع بالذكاء الاصطناعي.
تهدف هذه الدراسة إلى سد هذه الفجوة من خلال التحقيق التجريبي في العلاقة بين القابلية للتلاعب بالذكاء الاصطناعي وسلوك الشراء الاندفاعي في البيئات عبر الإنترنت. من خلال دمج الرؤى من أبحاث الشراء الاندفاعي مع تحليل الإمكانات التلاعبية للذكاء الاصطناعي، تسعى الدراسة إلى توضيح التمييز بين الإقناع المقبول والتلاعب غير الأخلاقي في التجارة الرقمية. من المتوقع أن توفر النتائج أدلة كمية على الاعتماد المتبادل بين هذه الظواهر، مما يساهم في فهم التأثير الخوارزمي في اتخاذ قرارات المستهلكين ويضع أنماط الذكاء الاصطناعي المظلم كعامل سلوكي مهم للشراء الاندفاعي.
طرق البحث
هدفت الدراسة إلى التحقيق في العلاقة بين قابلية المستهلكين للتلاعب بالشراء القائم على الذكاء الاصطناعي، والذي يُسمى أنماط الذكاء الاصطناعي المظلم، وسلوك الشراء الاندفاعي في التجارة الإلكترونية. افترض الباحثون وجود ارتباط إيجابي بين القابلية لهذه التقنيات التلاعبية—مثل ضغط الوقت، ورسائل التوفر المحدود، والتوصيات التي يولدها الذكاء الاصطناعي—وميل اتخاذ قرارات الشراء العفوية. تم إجراء استبيان في عام 2025 مع 429 متسوقًا عبر الإنترنت، باستخدام استبيان عبر الإنترنت مجهول مصمم لتقييم ردود الفعل على أنماط الذكاء الاصطناعي المظلم المختلفة وسلوكيات الشراء الاندفاعي.
تم تطوير أداة القياس من الأدبيات الموجودة وشملت عناصر تم تقييمها على مقياس ليكرت من خمس نقاط. تم إنشاء مؤشرين مركبين: مؤشر قابلية أنماط الذكاء الاصطناعي المظلم ومؤشر الشراء الاندفاعي، تم حسابهما كمتوسطات حسابية للعناصر ذات الصلة. تم استخدام معامل الارتباط الخطي لبييرسون لتحليل العلاقة بين هذين المؤشرين، مما يكشف عن ارتباط إيجابي (r = 0.55)، مما يشير إلى تأثير معتدل إلى قوي. على الرغم من أن التصميم العرضي يحد من الاستنتاجات السببية، تشير النتائج إلى وجود ارتباط إحصائي كبير بين القابلية للتلاعب بالذكاء الاصطناعي وسلوك الشراء الاندفاعي. أظهرت تقييمات موثوقية المؤشرات تماسكًا داخليًا عاليًا، مع معاملات ألفا لكرونباخ تبلغ 0.921 و0.887، على التوالي، مما يؤكد قوة مقاييس القياس لمزيد من التحليل.
النتائج
تقدم النتائج المعروضة في الجدول 1 إحصائيات وصفية وارتباطات عوامل تتعلق بقابلية المستهلكين للتلاعبات بواسطة أنماط الذكاء الاصطناعي المظلم، مع التركيز بشكل خاص على الاندفاعية في سلوكيات التسوق بين عينة من 429 مشاركًا. تسلط التحليلات الضوء على العلاقة بين هذه التكتيكات التلاعبية واندفاع المستهلكين، مما يشير إلى وجود ارتباطات كبيرة تقترح تعرض المستهلكين لزيادة الضعف عند تعرضهم لمثل هذه التأثيرات المدفوعة بالذكاء الاصطناعي. تؤكد هذه النتائج على أهمية فهم العوامل النفسية التي تساهم في الشراء الاندفاعي في سياق استراتيجيات التسويق المتقدمة.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على النتائج المهمة المتعلقة بالتفاعل بين التلاعب القائم على الذكاء الاصطناعي وسلوك الشراء الاندفاعي في التجارة الإلكترونية. تكشف الدراسة عن مستوى معتدل من القابلية لـ “أنماط الذكاء الاصطناعي المظلم”، مثل ضغط الوقت ورسائل التوفر المحدود، بين المستجيبين، مما يشير إلى أنه على الرغم من انتشار هذه التقنيات التلاعبية، إلا أن تأثيرها يختلف بين الأفراد. وُجد ارتباط إيجابي ذو دلالة إحصائية (r = 0.55؛ p < 0.001) بين القابلية لهذه التلاعبات بالذكاء الاصطناعي وسلوك الشراء الاندفاعي، مما يشير إلى أنه مع زيادة قابلية المستهلكين للتأثيرات الخوارزمية، تزداد احتمالية اتخاذهم لقرارات شراء غير مخطط لها. ومع ذلك، يحد الطابع العرضي للدراسة من القدرة على استخلاص استنتاجات سببية. تؤكد النتائج على الحاجة إلى أن تتبنى شركات التجارة الإلكترونية نهجًا مسؤولًا عند تنفيذ استراتيجيات المبيعات المدفوعة بالذكاء الاصطناعي. يُوصى باستخدام تقنيات الضغط الخوارزمية بحذر، خاصة للمستهلكين الأكثر عرضة للشراء الاندفاعي. يجب على الشركات أن تعطي الأولوية لبناء علاقات طويلة الأمد مع العملاء قائمة على الثقة والشفافية، بدلاً من التركيز فقط على المكاسب قصيرة الأمد في المبيعات من خلال التكتيكات التلاعبية. تم اقتراح اتجاهات البحث المستقبلية، مع التأكيد على أهمية التصاميم التجريبية لتأسيس العلاقات السببية واستكشاف عوامل التعديل مثل محو الأمية الرقمية والثقة في الذكاء الاصطناعي، والتي قد تؤثر على القابلية لاستراتيجيات الذكاء الاصطناعي التلاعبية.
القيود
تقدم الدراسة عدة قيود يجب الاعتراف بها عند تفسير نتائجها. أولاً، الاعتماد على منهجية الاستبيان يقدم تحيزًا إعلانيًا، حيث أبلغ المشاركون عن سلوكيات الشراء التي يدركونها بدلاً من القرارات الفعلية المتخذة في سياقات العالم الحقيقي. قد يؤثر هذا الاعتماد على البيانات المبلغ عنها ذاتيًا على دقة النتائج. بالإضافة إلى ذلك، يحد التصميم العرضي للدراسة من القدرة على استخلاص استنتاجات سببية بشأن العلاقة بين القابلية لتلاعب أنماط الذكاء الاصطناعي المظلم وسلوكيات الشراء الاندفاعي، مما يحد من فهم الديناميات المعنية في هذه العلاقة.
DOI: https://doi.org/10.35808/ersj/4324
Publication Date: 2026-01-01
Author(s): Hubert Gąsiński et al.
Primary Topic: Consumer Retail Behavior Studies
Overview
This study investigates the connection between consumers’ susceptibility to manipulative mechanisms employed by artificial intelligence, termed Dark AI Patterns, and impulsive buying behavior in e-commerce settings. Utilizing a survey of 429 online shoppers, the researchers developed two composite indices to quantify susceptibility to Dark AI Patterns and impulsive buying behavior. The analysis revealed a moderate level of both susceptibility and impulsive buying, with a statistically significant positive correlation between the two, indicating that higher susceptibility to AI manipulation is associated with increased impulsive purchasing.
The findings underscore the necessity for e-commerce platforms to adopt responsible AI practices, particularly in the application of persuasive techniques such as countdown timers and limited availability notifications. These strategies should be implemented judiciously, especially for consumers prone to impulsive buying, to maintain customer satisfaction and brand integrity. The study advocates for a balanced approach that prioritizes long-term customer relationships over short-term sales gains, emphasizing transparency and consumer control in the decision-making process. Future research directions include exploring the impact of various moderating factors, such as digital literacy and trust in AI, as well as employing experimental designs to better understand the causal relationships between AI manipulation and consumer behavior.
Introduction
The introduction of the research paper highlights the transformative impact of e-commerce and artificial intelligence (AI) on consumer purchasing behavior, particularly through algorithmic mechanisms. It notes that advanced recommendation systems, content personalization, and time-pressure cues, alongside manipulative strategies termed Dark AI Patterns, are reshaping consumer interactions with digital marketplaces and may exacerbate impulsive buying tendencies. While previous studies have explored impulsive purchasing from various perspectives, the specific influence of AI as a manipulative factor remains under-researched, particularly regarding its empirical relationship with consumer susceptibility to AI-driven influence.
This study aims to fill this gap by empirically investigating the connection between susceptibility to AI manipulation and impulsive purchasing behavior in online environments. By merging insights from impulsive buying research with the analysis of AI’s manipulative potential, the study seeks to clarify the distinction between acceptable persuasion and unethical manipulation in digital commerce. The findings are expected to provide quantitative evidence of the interdependence between these phenomena, thereby contributing to the understanding of algorithmic influence in consumer decision-making and positioning Dark AI Patterns as a significant behavioral determinant of impulsive buying.
Methods
The study aimed to investigate the relationship between consumer susceptibility to artificial intelligence-based purchasing manipulation, termed Dark AI Patterns, and impulsive purchasing behavior in e-commerce. The researchers hypothesized a positive correlation between susceptibility to these manipulative techniques—such as time pressure, limited availability messages, and AI-generated recommendations—and the tendency for spontaneous purchasing decisions. A survey was conducted in 2025 with 429 online shoppers, utilizing an anonymous online questionnaire designed to assess reactions to various Dark AI Patterns and impulsive buying behaviors.
The measurement instrument was developed from existing literature and included items rated on a five-point Likert scale. Two composite indices were created: the Dark AI Patterns Susceptibility Index and the Impulsive Buying Index, calculated as arithmetic means of relevant items. Pearson’s linear correlation coefficient was employed to analyze the relationship between these indices, revealing a positive correlation (r = 0.55), indicating a moderate to strong effect. Although the cross-sectional design limits causal inference, the findings suggest a significant statistical association between susceptibility to AI manipulation and impulsive buying behavior. Reliability assessments of the indices showed high internal consistency, with Cronbach’s alpha coefficients of 0.921 and 0.887, respectively, affirming the robustness of the measurement scales for further analysis.
Results
The results presented in Table 1 provide descriptive statistics and factor correlations regarding consumer susceptibility to manipulations by Dark AI Patterns, specifically focusing on impulsiveness in shopping behaviors among a sample of 429 participants. The analysis highlights the relationship between these manipulative tactics and consumer impulsivity, indicating significant correlations that suggest a heightened vulnerability among consumers when exposed to such AI-driven influences. These findings underscore the importance of understanding the psychological factors that contribute to impulsive purchasing in the context of advanced marketing strategies.
Discussion
The discussion section of the research paper highlights the significant findings regarding the interplay between artificial intelligence (AI)-based manipulation and impulsive buying behavior in e-commerce. The study reveals a moderate level of susceptibility to “Dark AI Patterns,” such as time pressure and limited availability messages, among respondents, indicating that while these manipulative techniques are prevalent, their impact varies across individuals. A statistically significant positive correlation (r = 0.55; p < 0.001) was found between susceptibility to these AI manipulations and impulsive purchasing behavior, suggesting that as consumers become more susceptible to algorithmic influences, their likelihood of making unplanned purchases increases. However, the cross-sectional nature of the study limits the ability to draw causal conclusions. The findings underscore the need for e-commerce companies to adopt a responsible approach when implementing AI-driven sales strategies. It is recommended that algorithmic pressure techniques be used judiciously, particularly for consumers who are more prone to impulsive buying. Companies should prioritize building long-term customer relationships based on trust and transparency, rather than solely focusing on short-term sales gains through manipulative tactics. Future research directions are proposed, emphasizing the importance of experimental designs to establish causal relationships and the exploration of moderating factors such as digital literacy and trust in AI, which may influence susceptibility to manipulative AI strategies.
Limitations
The study presents several limitations that must be acknowledged when interpreting its findings. Primarily, the reliance on survey methodology introduces a declarative bias, as participants reported their perceived purchasing behaviors rather than actual decisions made in real-world contexts. This reliance on self-reported data may affect the accuracy of the findings. Additionally, the cross-sectional design of the study restricts the ability to draw causal inferences regarding the relationship between susceptibility to Dark AI Pattern manipulation and impulsive buying behaviors, limiting the understanding of the dynamics involved in this relationship.