DOI: https://doi.org/10.1080/10548408.2024.2364336
تاريخ النشر: 2024-06-06
المؤلف: Han Xu وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في تفاعلات الخدمة
نظرة عامة
تستكشف هذه الدراسة تأثير ChatGPT على صناعة السفر من خلال عدسة نموذج التحفيز-الكائن-الاستجابة (SOR)، بهدف إنشاء إطار مفاهيمي لقبوله بين المستخدمين. تشمل العوامل الرئيسية المحددة التأثير الاجتماعي والقيمة المدركة، والتي تشكل تقييمات المستخدمين المعرفية لخبرة ChatGPT وموثوقيته والانخراط العاطفي من خلال التفاعلات شبه الاجتماعية.
تشير النتائج إلى أن التأثير الاجتماعي هو أقوى مؤشر على قبول ChatGPT، بينما تلعب الثقة المدركة دورًا حاسمًا في التأثير على قبول المستخدم خلال التقييمات المعرفية. تسهم هذه النتائج في فهم التفاعلات شبه الاجتماعية وتقدم تداعيات عملية لدمج ChatGPT في خدمات السياحة، مما يبرز أهمية تعزيز الثقة واستغلال التأثير الاجتماعي لتعزيز انخراط المستخدمين.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التكامل المتزايد للذكاء الاصطناعي (AI) في صناعة السياحة والسفر، مع التأكيد على إمكانيته في تقليل تكاليف العمالة وتعزيز كفاءة الخدمة. أصبح اعتماد التطبيقات المدعومة بالذكاء الاصطناعي، وخاصة الدردشة الآلية مثل ChatGPT، شائعًا، مع توقعات تشير إلى أن شركات السفر المتأثرة بالذكاء الاصطناعي ستشهد نموًا في الإيرادات من 21% إلى 32% بحلول عام 2024. يمثل ChatGPT، الذي تم تطويره بواسطة OpenAI، مثالًا على قدرات معالجة اللغة الطبيعية المتقدمة، مما يمكّن من تفاعلات شبيهة بالبشر تحسن خدمة العملاء ورضاهم. على الرغم من تطبيقاته الواعدة، لا تزال الأبحاث التجريبية حول قبول المستهلكين لـ ChatGPT في خدمات السفر محدودة، مما يستدعي مزيدًا من التحقيق في العوامل التي تؤثر على اعتماده.
تهدف الدراسة إلى استكشاف قبول ChatGPT بين السياح، مع التركيز على دور الذكاء العاطفي والتفاعلات شبه الاجتماعية في تشكيل سلوك المستهلك. باستخدام إطار عمل التحفيز-الكائن-الاستجابة (SOR)، تسعى الدراسة إلى تحديد كيفية تفاعل المحفزات الخارجية، مثل القيمة المدركة والتأثير الاجتماعي، مع الاستجابات المعرفية والعاطفية للسياح للتأثير على نيتهم في اعتماد ChatGPT لخدمات السفر. من خلال اقتراح نموذج قبول محدد للسياق، تهدف الدراسة إلى المساهمة نظريًا وعمليًا في فهم اعتماد تكنولوجيا الذكاء الاصطناعي في قطاع السياحة، مقدمة رؤى لأصحاب المصلحة في الصناعة حول كيفية دمج أنظمة الذكاء الاصطناعي مثل ChatGPT بشكل فعال.
الطرق
توضح قسم المنهجية النهج المنهجي المستخدم في البحث. يتضمن تصميم التجربة، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، والأساليب التحليلية المستخدمة لتقييم النتائج. استخدمت الدراسة مزيجًا من الطرق الكمية والنوعية لضمان فهم شامل للظواهر قيد التحقيق.
تم جمع البيانات من خلال استبيانات منظمة ومقابلات، مما يسمح لكل من التحليل الإحصائي والاستكشاف الموضوعي لاستجابات المشاركين. شمل الإطار التحليلي اختبارات إحصائية لتقييم دلالة النتائج، إلى جانب الترميز النوعي لتحديد الأنماط والرؤى داخل البيانات النوعية. سهل هذا النهج المختلط فحصًا قويًا لأسئلة البحث، مما يضمن أن كل من البيانات العددية والسرد الشخصي ساهمت في الاستنتاجات العامة المستخلصة من الدراسة.
النتائج
يقدم قسم “النتائج” من الورقة البحثية النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. عادةً ما يتضمن بيانات كمية، وتحليلات إحصائية، وتمثيلات بصرية مثل الرسوم البيانية أو الجداول لتوضيح النتائج. غالبًا ما تتم مقارنة النتائج مع الفرضيات أو الدراسات السابقة، مما يبرز الاتجاهات المهمة، أو الارتباطات، أو الشذوذات التي لوحظت خلال البحث.
في هذا القسم، قد يناقش المؤلفون أيضًا تداعيات نتائجهم، مؤكدين كيف تساهم في المعرفة الحالية في هذا المجال. كما يتم تناول أي قيود واجهت الدراسة وتأثيرها المحتمل على النتائج، مما يضمن فهمًا شاملاً لنتائج البحث. بشكل عام، توفر النتائج رؤى حاسمة تشكل أساس المناقشات والاستنتاجات اللاحقة في الورقة.
المناقشة
تسلط قسم المناقشة من الورقة البحثية الضوء على الدور التحويلي لـ ChatGPT في قطاع السياحة، وخاصة في تحسين البحث عن معلومات السفر وعمليات اتخاذ القرار للسياح. يوفر ChatGPT مساعدة شخصية خلال مراحل السفر المختلفة، من التخطيط قبل الرحلة—حيث يقدم توصيات مخصصة ومعلومات مفصلة عن الوجهات، والإقامات، ووسائل النقل—إلى الدعم في الموقع خلال الرحلات، بما في ذلك التنقل في الوقت الحقيقي والاقتراحات المحلية. تعزز قدرة الذكاء الاصطناعي على التواصل بعدة لغات ومعالجة التحديات غير المتوقعة تجربة السفر، مما يعزز اتخاذ القرار المستنير ويقلل الاعتماد على مستشاري السفر التقليديين. بالإضافة إلى ذلك، تشير الورقة إلى إمكانية ChatGPT في إنشاء روابط شبه اجتماعية مع المستخدمين، مما يؤدي إلى زيادة الارتباط العاطفي والاعتماد على الذكاء الاصطناعي كرفيق موثوق في السفر.
تستخدم الدراسة نموذج التحفيز-الكائن-الاستجابة (SOR) لاستكشاف العوامل التي تؤثر على قبول السياح لـ ChatGPT لخدمات السفر. تشمل المحفزات الرئيسية التأثير الاجتماعي والقيمة المدركة، والتي تشكل تقييمات المستخدمين الداخلية للثقة والخبرة في توصيات الذكاء الاصطناعي. تشير النتائج إلى أن التأثير الاجتماعي يؤثر بشكل كبير على الثقة المدركة والخبرة، مما يؤثر بدوره على قبول السياح لـ ChatGPT. علاوة على ذلك، يتم تقديم مفهوم التفاعل شبه الاجتماعي كعامل وسيط، حيث يُفترض أن المستخدمين قد يطورون إحساسًا بالارتباط العاطفي مع ChatGPT، مما يعزز استعدادهم لاستخدام خدماته. تؤكد الدراسة على الحاجة إلى مزيد من الاستكشاف لتقنيات الذكاء الاصطناعي المدعومة في السياحة، خاصة فيما يتعلق بتفاعلات المستخدمين مع نماذج الذكاء الاصطناعي غير المادية مثل ChatGPT.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات للبحث المستقبلي التي يمكن أن تعزز فهم قبول نماذج اللغة المدعومة بالذكاء الاصطناعي في قطاع السفر والسياحة. أولاً، كانت جمع البيانات مقصورًا على السياح في الصين من خلال استبيان عبر الإنترنت، مما يقيد تعميم النتائج على سياقات ثقافية أخرى. يمكن أن تتبنى الدراسات المستقبلية نهجًا عبر البلدان لاستكشاف كيفية تفاعل المسافرين من خلفيات متنوعة مع أدوات الذكاء الاصطناعي مثل ChatGPT، خاصة فيما يتعلق بالتفاعلات شبه الاجتماعية.
ثانيًا، يحد الاعتماد على منهجية استبيان واحدة من عمق النتائج. يمكن أن تستفيد الأبحاث المستقبلية من استخدام نهج مختلط للحصول على فهم أكثر دقة للموضوع. بالإضافة إلى ذلك، درست هذه الدراسة نموذجًا مع مجموعة محدودة من المتغيرات؛ قد يوفر دمج عوامل مثل الفائدة المدركة، والمخاطر، واهتمامات الخصوصية إطارًا أكثر شمولاً لفهم قرارات السياح بشأن اعتماد نماذج الذكاء الاصطناعي. أخيرًا، يشير التركيز على ChatGPT وحده إلى الحاجة إلى دراسات مقارنة تشمل نماذج الذكاء الاصطناعي الناشئة الأخرى، مثل Microsoft Bing وClaude 2 وGoogle Bard، لفهم الدور المتطور للذكاء الاصطناعي في مجال السفر والسياحة بشكل أفضل.
DOI: https://doi.org/10.1080/10548408.2024.2364336
Publication Date: 2024-06-06
Author(s): Han Xu et al.
Primary Topic: AI in Service Interactions
Overview
This study investigates the impact of ChatGPT on the travel industry through the lens of the stimulus-organism-response (SOR) model, aiming to establish a conceptual framework for its acceptance among users. Key determinants identified include social influence and perceived value, which shape users’ cognitive evaluations of ChatGPT’s expertise, trustworthiness, and emotional engagement via parasocial interactions.
The findings indicate that social influence is the strongest predictor of ChatGPT acceptance, while perceived trust plays a critical role in influencing user acceptance during cognitive evaluations. These results contribute to the understanding of parasocial interactions and offer practical implications for the integration of ChatGPT in tourism services, highlighting the importance of fostering trust and leveraging social influence to enhance user engagement.
Introduction
The introduction of this research paper highlights the growing integration of artificial intelligence (AI) in the tourism and travel industry, emphasizing its potential to reduce labor costs and enhance service efficiency. The adoption of AI-powered applications, particularly chatbots like ChatGPT, has become prevalent, with projections indicating that AI-influenced travel companies will see revenue growth from 21% to 32% by 2024. ChatGPT, developed by OpenAI, exemplifies advanced natural language processing capabilities, enabling human-like interactions that improve customer service and satisfaction. Despite its promising applications, empirical research on consumer acceptance of ChatGPT in travel services remains limited, necessitating further investigation into factors influencing its adoption.
The study aims to explore the acceptance of ChatGPT among tourists, focusing on the role of emotional intelligence and parasocial interactions in shaping consumer behavior. Utilizing the Stimulus-Organism-Response (SOR) framework, the research seeks to identify how external stimuli, such as perceived value and social influence, interact with tourists’ cognitive and emotional responses to influence their intention to adopt ChatGPT for travel-related services. By proposing a context-specific acceptance model, the study intends to contribute both theoretically and practically to the understanding of AI technology adoption in the tourism sector, offering insights for industry stakeholders on effectively integrating AI systems like ChatGPT.
Methods
The methodology section outlines the systematic approach employed in the research. It details the experimental design, including the selection of participants, data collection techniques, and analytical methods used to evaluate the results. The study utilized a combination of quantitative and qualitative methods to ensure a comprehensive understanding of the phenomena under investigation.
Data were collected through structured surveys and interviews, allowing for both statistical analysis and thematic exploration of participant responses. The analytical framework included statistical tests to assess the significance of findings, alongside qualitative coding to identify patterns and insights within the qualitative data. This mixed-methods approach facilitated a robust examination of the research questions, ensuring that both numerical data and personal narratives contributed to the overall conclusions drawn from the study.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments or analyses. It typically includes quantitative data, statistical analyses, and visual representations such as graphs or tables to illustrate the outcomes. The results are often compared against the hypotheses or previous studies, highlighting significant trends, correlations, or anomalies observed during the research.
In this section, the authors may also discuss the implications of their findings, emphasizing how they contribute to the existing body of knowledge in the field. Any limitations encountered during the study and their potential impact on the results are also addressed, ensuring a comprehensive understanding of the research outcomes. Overall, the results provide critical insights that form the basis for subsequent discussions and conclusions in the paper.
Discussion
The discussion section of the research paper highlights the transformative role of ChatGPT in the tourism sector, particularly in enhancing the travel information search and decision-making processes for tourists. ChatGPT provides personalized assistance throughout various travel stages, from pre-trip planning—where it offers tailored recommendations and detailed information on destinations, accommodations, and transportation—to on-site support during trips, including real-time navigation and localized suggestions. The AI’s ability to communicate in multiple languages and address unexpected challenges further enriches the travel experience, fostering informed decision-making and reducing reliance on traditional travel consultants. Additionally, the paper notes the potential for ChatGPT to create parasocial bonds with users, leading to increased emotional attachment and reliance on the AI as a trusted travel companion.
The study employs the stimulus-organism-response (SOR) model to explore the factors influencing tourists’ acceptance of ChatGPT for travel-related services. Key stimuli include social influence and perceived value, which shape users’ internal evaluations of trust and expertise in the AI’s recommendations. The findings suggest that social influence significantly impacts perceived trust and expertise, which in turn affect tourists’ acceptance of ChatGPT. Furthermore, the concept of parasocial interaction is introduced as a mediating factor, positing that users may develop a sense of emotional connection with ChatGPT, enhancing their willingness to utilize its services. The research underscores the need for further exploration of AI-powered technologies in tourism, particularly regarding user interactions with non-physical AI models like ChatGPT.
Limitations
The limitations of this study highlight several areas for future research that could enhance the understanding of AI-powered language model acceptance in the travel and tourism sector. Firstly, the data collection was restricted to tourists in China via an online survey, which constrains the generalizability of the findings to other cultural contexts. Future studies could adopt a cross-country approach to explore how travelers from diverse backgrounds interact with and perceive AI tools like ChatGPT, particularly in relation to parasocial interactions.
Secondly, the reliance on a single survey methodology limits the depth of the findings. Future research could benefit from employing a mixed-methods approach to gain a more nuanced understanding of the subject. Additionally, this study examined a model with a limited set of variables; incorporating factors such as perceived usefulness, risk, and privacy concerns could provide a more comprehensive framework for understanding tourists’ decisions regarding AI model adoption. Finally, the focus on ChatGPT alone suggests a need for comparative studies involving other emerging AI models, such as Microsoft Bing, Claude 2, and Google Bard, to better understand the evolving role of AI in the travel and tourism domain.