DOI: https://doi.org/10.1016/j.ijresmar.2025.02.005
تاريخ النشر: 2025-02-13
المؤلف: Meike Zehnle وآخرون
الموضوع الرئيسي: الأخلاقيات والآثار الاجتماعية للذكاء الاصطناعي
نظرة عامة
تقدم ورقة البحث تحليلًا شاملًا للاستجابات المستهلكين تجاه الذكاء الاصطناعي (AI)، حيث تجمع البيانات من 440 حجم تأثير تشمل 76,142 مشاركًا على مدى عقدين. تشير النتائج إلى نفور عام من المستهلكين تجاه الذكاء الاصطناعي، يتم قياسه بمتوسط Cohen’s d قدره -0.21. ومن الجدير بالذكر أن الدراسة تكشف أن مقاومة المستهلكين تعتمد على السياق، حيث تكون الاستجابات السلبية أكثر وضوحًا تجاه أشكال الذكاء الاصطناعي المجسدة، مثل الروبوتات، مقارنة بمساعدي الذكاء الاصطناعي أو الخوارزميات. بالإضافة إلى ذلك، فإن المجالات مثل النقل والسلامة العامة تثير نفورًا أقوى من تلك التي يعزز فيها الذكاء الاصطناعي الإنتاجية، مثل الأعمال والإدارة.
كما يبرز التحليل تحولًا زمنيًا نحو استجابات أقل سلبية من المستهلكين، خاصة فيما يتعلق بالتقييمات المعرفية للذكاء الاصطناعي، مما يشير إلى أن النفور يتناقص مع مرور الوقت. علاوة على ذلك، تجد الدراسة أن أحجام التأثير تتناقص مع زيادة الصلاحية البيئية، مما يدل على أن التصاميم البحثية الأكثر واقعية تؤدي إلى آثار نفور أصغر. يجادل المؤلفون بأن الأبحاث المستقبلية يجب أن تركز على فهم التفاعلات الدقيقة بين المستهلكين والذكاء الاصطناعي، مع التأكيد على أهمية خصائص تصميم الذكاء الاصطناعي التي تعزز النتائج الإيجابية وتوسيع البحث ليشمل الفئات السكانية التي لم يتم بحثها بشكل كافٍ على مستوى العالم. تهدف هذه الميتا-تحليل إلى توجيه الاستفسارات المستقبلية حول ديناميات المستهلك-الذكاء الاصطناعي في مجتمع يزداد تكاملًا مع الذكاء الاصطناعي.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التأثير التحويلي للذكاء الاصطناعي (AI) عبر مجالات متنوعة، من الرعاية الصحية إلى الترفيه. على الرغم من إمكانية الذكاء الاصطناعي في تعزيز رفاهية المستهلك من خلال تحسين التخصيص والسلامة، إلا أن استجابات المستهلكين تجاه الذكاء الاصطناعي تظل معقدة وغالبًا ما تكون سلبية. تشير الدراسات السابقة إلى أن الأفراد يظهرون في كثير من الأحيان ترددًا في الثقة في الذكاء الاصطناعي، مفضلين المخرجات التي ينتجها البشر، خاصة في السياقات ذات المخاطر العالية مثل التوصيات الطبية والقيادة الذاتية. ومع ذلك، هناك حالات يظهر فيها المستهلكون قبولًا أكبر للذكاء الاصطناعي، خاصة عندما يتم إعطاء الأولوية للدقة أو عندما تكون المهام موضوعية بدلاً من ذاتية.
تهدف هذه الميتا-تحليل إلى معالجة ثلاثة أسئلة بحثية رئيسية: اعتماد النفور من الذكاء الاصطناعي على السياق، تطور استجابات المستهلكين مع مرور الوقت، وتأثير تصميم الدراسة على النفور المبلغ عنه. تكشف النتائج عن اختلافات كبيرة في استجابات المستهلكين بناءً على مجالات التطبيق، حيث لوحظت أقوى الآثار السلبية في مجالات النقل والسياقات القانونية، بينما تم تسجيل نفور أقل في مجالات الترفيه والإعدادات التشغيلية. بالإضافة إلى ذلك، أظهرت استجابات المستهلكين اتجاهًا إيجابيًا مع مرور الوقت، خاصة بعد التقدم في تقنيات الذكاء الاصطناعي التوليدية. كما يشير التحليل إلى أن الصلاحية البيئية الأعلى في تصاميم الأبحاث تتوافق مع انخفاض النفور من الذكاء الاصطناعي، مما يبرز أهمية السياق والمنهجية في فهم مواقف المستهلكين تجاه الذكاء الاصطناعي. بشكل عام، توفر الدراسة إطارًا شاملاً لفحص تفاعلات المستهلكين مع الذكاء الاصطناعي، مما يقدم رؤى قيمة للباحثين والممارسين وصانعي السياسات.
الطرق
في هذا القسم، يحدد المؤلفون المنهجية المستخدمة لتقييم إطارهم المفاهيمي من خلال إنشاء وتحليل مجموعات البيانات بشكل منهجي. يوضحون مصادر المعلومات المستخدمة، واستراتيجيات البحث المنفذة لجمع البيانات ذات الصلة، والمعايير التي تم وضعها لتضمين أو استبعاد الدراسات من تحليلهم. بالإضافة إلى ذلك، يصف المؤلفون مقاييس حجم التأثير التي تم حسابها، وترميز المتغيرات، والتحليلات الإحصائية التي أجريت لتفسير النتائج. يضمن هذا النهج الشامل أن تكون النتائج قوية ومبنية على إطار منهجي محدد جيدًا.
النتائج
شمل التحليل 440 حجم تأثير يتعلق باستجابات المستهلكين تجاه الذكاء الاصطناعي (AI)، مستمدة من 172 دراسة فريدة عبر 72 مقالًا، مع حجم عينة إجمالي قدره 76,142 مشاركًا. تم نشر الدراسات بين عامي 2002 و2023، بشكل رئيسي في أمريكا الشمالية (38%)، تليها أوروبا (12%) وآسيا (8%)، بينما أفادت أقل من 1% من الدراسات بجمع البيانات عبر قارات متعددة. ومن الجدير بالذكر أن 42% من الدراسات لم تحدد موقع جمع البيانات.
تتضمن مجموعة البيانات مجموعة متنوعة من تقنيات الذكاء الاصطناعي، مثل الذكاء الاصطناعي الطبي، وخوارزميات التنبؤ، والدردشة الآلية، والمركبات ذاتية القيادة. كانت الغالبية العظمى من المقالات تقع ضمن مجال نظم المعلومات (34%)، مع مساهمات كبيرة من التسويق (26%)، والإدارة (17%)، وعلم النفس (10%)، والطب (4%). ظهرت نسبة صغيرة من الدراسات من تخصصات فرعية متخصصة، بما في ذلك النقل والقانون، بالإضافة إلى أبحاث غير منشورة.
المناقشة
تقدم قسم المناقشة من ورقة البحث إطارًا مفاهيميًا شاملاً يهدف إلى فهم استجابات المستهلكين تجاه الذكاء الاصطناعي (AI) عبر سياقات متنوعة. يجمع هذا الإطار بين الأدبيات الموجودة ويقدم عوامل رئيسية تؤثر على تصورات المستهلكين، بما في ذلك خصائص الذكاء الاصطناعي، ومجالات التطبيق، والتحولات الزمنية في القابلية للاستجابة. يؤكد المؤلفون على أهمية التمييز بين تسميات الذكاء الاصطناعي المختلفة—مثل “خوارزميات الذكاء الاصطناعي”، “أنظمة الذكاء الاصطناعي”، “مساعدي الذكاء الاصطناعي”، و”روبوتات الذكاء الاصطناعي”—حيث تؤثر هذه التسميات بشكل كبير على توقعات المستهلكين وردود أفعالهم. يجادلون بأن خصائص الذكاء الاصطناعي، بما في ذلك الاستقلالية، والأداء، والتجسيد، والقدرة على التعرف على تفرد المستخدم، تلعب أدوارًا حاسمة في تشكيل تقييمات وسلوكيات المستهلكين.
علاوة على ذلك، يعترف الإطار بتطور تكنولوجيا الذكاء الاصطناعي مع مرور الوقت، مسلطًا الضوء على كيف أن التقدم قد غير التصورات العامة والاستجابات. يقترح المؤلفون أن استجابات المستهلكين ليست ثابتة بل تتطور مع تحسين قدرات الذكاء الاصطناعي ومع زيادة تعرض المستخدمين لتقنيات الذكاء الاصطناعي. بالإضافة إلى ذلك، تتناول المناقشة العوامل المنهجية، مثل عواقب المهام وتصميم الدراسة، التي قد تؤثر على استجابات المستهلكين. من خلال تصنيف الاستجابات إلى أبعاد معرفية، وعاطفية، وسلوكية، يهدف المؤلفون إلى تقديم فهم دقيق لكيفية تفكير المستهلكين، وشعورهم، وتصرفهم تجاه الذكاء الاصطناعي، مما يوجه في النهاية الأبحاث المستقبلية في هذا المجال المتطور بسرعة.
DOI: https://doi.org/10.1016/j.ijresmar.2025.02.005
Publication Date: 2025-02-13
Author(s): Meike Zehnle et al.
Primary Topic: Ethics and Social Impacts of AI
Overview
The research paper presents a comprehensive meta-analysis of consumer responses to artificial intelligence (AI), synthesizing data from 440 effect sizes involving 76,142 participants over two decades. The findings indicate a general consumer aversion to AI, quantified by an average Cohen’s d of -0.21. Notably, the study reveals that consumer resistance is context-dependent, with more pronounced negative responses to embodied AI forms, such as robots, compared to AI assistants or algorithms. Additionally, domains like transportation and public safety elicit stronger aversion than those where AI enhances productivity, such as in business and management.
The analysis also highlights a temporal shift towards less negative consumer responses, particularly regarding cognitive evaluations of AI, suggesting that aversion is diminishing over time. Furthermore, the study finds that effect sizes decrease with greater ecological validity, indicating that more realistic research designs yield smaller aversion effects. The authors argue that future research should focus on understanding the nuanced interactions between consumers and AI, emphasizing the importance of AI design characteristics that promote positive outcomes and expanding research to include under-researched populations globally. This meta-analysis aims to guide future inquiries into consumer-AI dynamics in an increasingly AI-integrated society.
Introduction
The introduction of this research paper highlights the transformative impact of artificial intelligence (AI) across various domains, from healthcare to entertainment. Despite AI’s potential to enhance consumer welfare through improved personalization and safety, consumer responses to AI remain complex and often negative. Previous studies indicate that individuals frequently exhibit reluctance to trust AI, preferring human-generated outputs, particularly in high-stakes contexts such as medical recommendations and autonomous driving. However, there are instances where consumers show greater acceptance of AI, especially when accuracy is prioritized or when tasks are objective rather than subjective.
This meta-analysis aims to address three key research questions: the context-dependency of consumer aversion to AI, the evolution of consumer responses over time, and the influence of study design on reported aversion. The findings reveal significant variations in consumer responses based on application domains, with the strongest negative effects observed in transportation and legal contexts, while less aversion is noted in entertainment and operational settings. Additionally, consumer responses have shown a positive trend over time, particularly following advancements in generative AI technologies. The analysis also indicates that higher ecological validity in research designs correlates with reduced aversion to AI, emphasizing the importance of context and methodology in understanding consumer attitudes towards AI. Overall, the study provides a comprehensive framework for examining consumer interactions with AI, offering valuable insights for researchers, practitioners, and policymakers.
Methods
In this section, the authors outline the methodology employed to evaluate their conceptual framework through the systematic creation and analysis of datasets. They detail the sources of information utilized, the search strategies implemented to gather relevant data, and the criteria established for including or excluding studies from their analysis. Additionally, the authors describe the measures of effect size that were calculated, the coding of variables, and the statistical analyses conducted to interpret the results. This comprehensive approach ensures that the findings are robust and grounded in a well-defined methodological framework.
Results
The analysis encompassed 440 effect sizes related to consumer responses to artificial intelligence (AI), derived from 172 unique studies across 72 articles, with a total sample size of 76,142 participants. The studies were published between 2002 and 2023, predominantly in North America (38%), followed by Europe (12%) and Asia (8%), while less than 1% of the studies reported data collection across multiple continents. Notably, 42% of the studies did not specify the location of data collection.
The dataset includes a diverse array of AI technologies, such as medical AI, forecasting algorithms, chatbots, and self-driving vehicles. The majority of the articles were situated within the information systems domain (34%), with significant contributions from marketing (26%), management (17%), psychology (10%), and medicine (4%). A small fraction of studies emerged from niche sub-disciplines, including transportation and law, as well as unpublished research.
Discussion
The discussion section of the research paper presents a comprehensive conceptual framework aimed at understanding consumer responses to artificial intelligence (AI) across various contexts. This framework synthesizes existing literature and introduces key factors influencing consumer perceptions, including AI characteristics, application domains, and temporal shifts in receptivity. The authors emphasize the importance of distinguishing between different AI labels—such as “AI Algorithms,” “AI Systems,” “AI Assistants,” and “AI Robots”—as these labels significantly affect consumer expectations and reactions. They argue that the characteristics of AI, including autonomy, performance, anthropomorphism, and the ability to recognize user uniqueness, play critical roles in shaping consumer evaluations and behaviors.
Furthermore, the framework acknowledges the evolution of AI technology over time, highlighting how advancements have altered public perceptions and responses. The authors propose that consumer responses are not static but evolve as AI capabilities improve and as users gain more exposure to AI technologies. Additionally, the discussion addresses methodological factors, such as task consequentiality and study design, that may influence consumer responses. By categorizing responses into cognitive, affective, and behavioral dimensions, the authors aim to provide a nuanced understanding of how consumers think, feel, and act regarding AI, ultimately guiding future research in this rapidly developing field.