DOI: https://doi.org/10.3389/fpsyg.2025.1701085
PMID: https://pubmed.ncbi.nlm.nih.gov/41583762
تاريخ النشر: 2026-01-02
المؤلف: Xuan Gao وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في تفاعلات الخدمة
نظرة عامة
تدرس الدراسة تأثير المحتوى التسويقي الذي تم إنشاؤه بواسطة الذكاء الاصطناعي (AIGMC) على تفاعل المستهلكين، مع التركيز على التفاعل بين قيمة المحتوى (وظيفية مقابل هيدونية) والمصداقية. باستخدام نموذج الاحتمالية للتفصيل (ELM) وإطار نظام المعالجة المعرفية-العاطفية (CAPS)، تم إجراء تجربتين بمشاركة إجمالية بلغت 338 مشاركًا. تكشف النتائج الرئيسية أن المحتوى الهيدوني يولد تفاعلًا عاطفيًا وسلوكيًا أكبر مقارنة بالمحتوى الوظيفي. بالإضافة إلى ذلك، يؤثر التفاعل بين قيمة المحتوى والمصداقية بشكل كبير على التفاعل، حيث تؤثر القيمة الوظيفية على التعاطف المعرفي وتؤثر القيمة الهيدونية على التعاطف العاطفي. ومن الجدير بالذكر أن الإفصاح عن الذكاء الاصطناعي يعدل هذه التأثيرات، مما يعزز التعاطف المعرفي للمحتوى الوظيفي بينما يقلل من التعاطف العاطفي للمحتوى الهيدوني.
تسلط الأبحاث الضوء على ضرورة فهم المسوقين للمسارات المزدوجة التي يؤثر بها AIGMC على سلوك المستهلك. تقترح الدراسة أنه بينما يستفيد المحتوى الوظيفي من الاحترافية المدركة للذكاء الاصطناعي، يتطلب المحتوى الهيدوني لمسة إنسانية للحفاظ على الأصالة العاطفية. من خلال الاستفادة الاستراتيجية من الذكاء الاصطناعي لتعزيز مصداقية المحتوى الوظيفي وإدماج العناصر البشرية في المحتوى الهيدوني، يمكن للعلامات التجارية تحسين استراتيجياتها التسويقية لتعزيز تفاعل أعمق مع المستهلكين. تسهم هذه الدراسة في الفهم النظري لـ AIGMC وتقدم رؤى عملية للتواصل الفعال للعلامات التجارية في مشهد متزايد الاعتماد على الذكاء الاصطناعي.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التوسع السريع في قطاع الذكاء الاصطناعي التوليدي، الذي من المتوقع أن يصل إلى تقييم سوقي يتجاوز 826 مليار دولار بحلول نهاية العقد. يُعزى هذا النمو إلى حد كبير إلى التقدم في تقنيات المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي (AIGC)، مثل ChatGPT، التي حولت بشكل كبير العديد من الصناعات، بما في ذلك التسويق والتعليم والرعاية الصحية. ومن الجدير بالذكر أن دراسة Salesforce تشير إلى أن 68% من المسوقين يستخدمون الذكاء الاصطناعي التوليدي لتعزيز كفاءة إنشاء المحتوى، مما يبرز أهمية محتوى التسويق الذي تم إنشاؤه بواسطة الذكاء الاصطناعي (AIGMC) في استراتيجيات التسويق المعاصرة.
على الرغم من الاستكشاف الواسع لتأثير الذكاء الاصطناعي على سلوك المستهلك، وخاصة من وجهات نظر تكنولوجية، تحدد الدراسة فجوة حاسمة تتعلق بخصائص محتوى AIGMC وتأثيرها المنهجي على تفاعل المستهلك. لقد أثبتت الأبحاث السابقة أن الأصالة المدركة وجودة المحتوى التسويقي أمران حيويان لتحفيز التفاعل؛ ومع ذلك، لا يزال AIGMC غير مستكشف بشكل كافٍ في هذا السياق. لمعالجة هذه الفجوة، تهدف الدراسة الحالية إلى التحقيق في تأثيرات AIGMC على سلوك تفاعل المستهلك، مع التركيز على قيمة المحتوى والمصداقية المدركة كعوامل رئيسية. مستندة إلى نموذج الاحتمالية للتفصيل (ELM)، ستفحص الدراسة أيضًا الدور الوسيط للتعاطف وتأثير الإفصاح عن الذكاء الاصطناعي، مما يوفر فهمًا شاملاً لكيفية تأثير AIGMC على تفاعل العملاء.
الطرق
تحدد قسم المنهجية في الورقة البحثية تجربتين مصممتين للتحقيق في تأثيرات محتوى التسويق الذي تم إنشاؤه بواسطة الذكاء الاصطناعي (AIGMC) على تفاعل العملاء، مع التركيز على قيمة المحتوى والمصداقية. استخدمت التجربة الأولى تصميمًا بين الموضوعات 2 × 2، حيث تم تعيين المشاركين إلى ظروف بناءً على قيمة المحتوى (وظيفية مقابل هيدونية) والمصداقية (عالية مقابل منخفضة)، باستخدام علامة تجارية خيالية للعناية بالبشرة كالسياق. لم يكن المشاركون على علم بأن المحتوى تم إنشاؤه بواسطة الذكاء الاصطناعي لتجنب التحيز. تم قياس التفاعل من خلال استبيان يقيم تصورات قيم العلامة التجارية، والاستجابات العاطفية، ومصداقية المحتوى، مع تأكيد الاتساق الداخلي القوي (α = 0.89). أشارت نتائج ANOVA ثنائية الاتجاه إلى تأثيرات رئيسية كبيرة لكل من قيمة المحتوى والمصداقية على تفاعل العملاء، مما يدعم الفرضيات التي تفيد بأن المحتوى الهيدوني يعزز تفاعلًا عاطفيًا وسلوكيًا أكبر مقارنة بالمحتوى الوظيفي، وأن المحتوى عالي المصداقية يعزز التفاعل عبر جميع الأبعاد.
بنت التجربة الثانية على الأولى من خلال فحص الدور الوسيط للتعاطف وتأثير الإفصاح عن الذكاء الاصطناعي. تم تعيين المشاركين مرة أخرى عشوائيًا إلى ظروف تجمع بين الإفصاح عن الذكاء الاصطناعي (موجود مقابل غائب) مع قيمة المحتوى. قامت الدراسة بقياس التعاطف المعرفي والعاطفي جنبًا إلى جنب مع تفاعل العملاء، مع فحوصات التلاعب لضمان سلامة البيانات. أظهرت النتائج من كلا التجربتين أن المحتوى الهيدوني تفوق بشكل كبير على المحتوى الوظيفي في سيناريوهات المصداقية المنخفضة، بينما أسفرت الظروف عالية المصداقية عن مستويات تفاعل مماثلة لكلا نوعي المحتوى. تم تحديد حجم العينة من خلال تحليل القوة، مما يضمن صلاحية إحصائية قوية، مع عدد نهائي بلغ 152 استجابة صالحة تم جمعها.
النتائج
تشير نتائج الدراسة إلى موثوقية قوية لمقاييس القياس المستخدمة، مع معاملات ألفا كرونباخ تبلغ 0.87 لتفاعل العملاء، 0.84 للتعاطف المعرفي، و0.83 للتعاطف العاطفي. كشفت فحص التلاعب الناجح عن فرق كبير بين القيمة الوظيفية (M = 4.05، SD = 1.37) والقيمة الهيدونية (M = 5.48، SD = 1.11)، تم تأكيده بواسطة إحصائية F تبلغ 32.42 (p < 0.001). أظهر تحليل تأثيرات الوساطة المعدلة، الذي تم إجراؤه باستخدام SPSS PROCESS Macro (النموذج 7) مع 5,000 عينة bootstrap، أن التعاطف المعرفي يتوسط العلاقة بين محتوى القيمة الوظيفية وتفاعل العملاء، مع تعزيز الإفصاح عن الذكاء الاصطناعي بشكل كبير لهذه المسار (β = 0.306، p < 0.01). على العكس، وسّع التعاطف العاطفي العلاقة بين القيمة الهيدونية وتفاعل العملاء، لكن الإفصاح عن الذكاء الاصطناعي أثر سلبًا على هذا التأثير (β = -0.245، p < 0.01). تم تحديد حجم عينة الدراسة باستخدام G*Power 3.1، الذي أشار إلى الحاجة إلى 128 مشاركًا بناءً على حجم التأثير الملحوظ (η² = 0.109) ومعايير صارمة (α = 0.05، قوة إحصائية 1-β = 0.95). في النهاية، تم جمع 186 استجابة صالحة، مما يضمن قوة إحصائية كافية لاكتشاف التأثيرات الرئيسية والتفاعلات في نموذج الوساطة المعدلة، مع تجاوز القوى المحققة 0.99 و0.95، على التوالي. استبعدت جميع فترات الثقة الصفر، مما يعزز قوة النتائج وملاءمة حجم العينة لتحديد التأثيرات الحاسمة.
المناقشة
في قسم المناقشة هذا، يدمج المؤلفون إطار نظام المعالجة المعرفية-العاطفية (CAPS) لاستكشاف كيفية تنشيط التعاطف المعرفي والعاطفي لمسارات تفاعل العملاء في سياق محتوى التسويق الذي تم إنشاؤه بواسطة الذكاء الاصطناعي (AIGMC). يسلطون الضوء على النتائج الأخيرة التي تشير إلى أن الإفصاح عن الذكاء الاصطناعي يمكن أن يؤثر بشكل كبير على تصورات المستهلكين، خاصة فيما يتعلق بالخداع المدرك والشفافية. على سبيل المثال، تم ربط الإفصاح عن الذكاء الاصطناعي في الإعلانات بمواقف سلبية تجاه الإعلانات، مما دفع الدراسة الحالية للتحقيق في الدور المعدل للإفصاح عن الذكاء الاصطناعي على العلاقة بين التعاطف وتفاعل العملاء.
تهدف الأبحاث إلى معالجة ثلاثة أسئلة رئيسية: التفاعل بين قيمة المحتوى والمصداقية المدركة لـ AIGMC على سلوكيات تفاعل العملاء، تأثير قيمة المحتوى على التفاعل من خلال التعاطف المعرفي والعاطفي، وتأثيرات الإفصاح عن الذكاء الاصطناعي. من خلال تجربتين قائمتي السيناريو، تسهم الدراسة في الجوانب النظرية والعملية لأبحاث AIGMC من خلال اقتراح نموذج متكامل يوضح تأثير قيمة المحتوى على تفاعل العملاء ويقدم رؤى قابلة للتنفيذ لتحسين استراتيجيات التسويق. تؤكد النتائج على أهمية فهم الآليات النفسية المعنية، وخاصة أدوار التعاطف المعرفي والعاطفي في تشكيل استجابات المستهلكين لـ AIGMC.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات للبحث المستقبلي. أولاً، كانت الدراسة محصورة في منصات الوسائط الاجتماعية الصينية، مما يحد من استكشاف الفروق الثقافية في تصورات تعاطف الذكاء الاصطناعي. يحد التركيز على صناعة مستحضرات التجميل من تعميم النتائج على قطاعات أخرى، مما يشير إلى أن التحقيقات المستقبلية يجب أن تأخذ في الاعتبار الاختلافات الثقافية بين الشرق والغرب في التعبير العاطفي وتأثير العوامل الخاصة بالصناعة، خاصة في السياقات التي تتضمن اتخاذ قرارات عالية المخاطر.
ثانيًا، بينما صنفت الدراسة محتوى التسويق الذي تم إنشاؤه بواسطة الذكاء الاصطناعي (AIGMC) إلى قيم وظيفية وهيدونية، تم التعامل مع هذه كإنشاءات أحادية البعد. يجب أن تهدف الأبحاث المستقبلية إلى تمييز القيمة الهيدونية إلى مكوناتها العاطفية الإيجابية والسلبية. بالإضافة إلى ذلك، تم تقييم تأثير الإفصاح عن الذكاء الاصطناعي دون الأخذ في الاعتبار ثقة المستهلكين المسبقة في الذكاء الاصطناعي، مما قد يؤثر على النتائج. يجب أن تتضمن الدراسات المستقبلية متغيرات أكثر دقة ومعدلات إضافية. أخيرًا، على الرغم من أن التجربة القائمة على السيناريو كانت تهدف إلى عكس التفاعلات الاجتماعية الحقيقية على وسائل التواصل الاجتماعي، إلا أنها قد لا تكون قد التقطت سلوكيات المستهلكين الأصيلة بالكامل. يمكن أن تعزز التجارب الميدانية، والأساليب النوعية، أو القياسات متعددة الوسائط (مثل تتبع العين واستجابة الجلد الجلفانية) من فهم سلوك المستهلك في السياقات الواقعية.
DOI: https://doi.org/10.3389/fpsyg.2025.1701085
PMID: https://pubmed.ncbi.nlm.nih.gov/41583762
Publication Date: 2026-01-02
Author(s): Xuan Gao et al.
Primary Topic: AI in Service Interactions
Overview
The study investigates the impact of artificial intelligence-generated marketing content (AIGMC) on consumer engagement, focusing on the interplay between content value (functional vs. hedonic) and credibility. Utilizing the Elaboration Likelihood Model (ELM) and the Cognitive-Affective Processing System (CAPS) framework, two experiments were conducted with a total of 338 participants. Key findings reveal that hedonic content generates greater emotional and behavioral engagement compared to functional content. Additionally, the interaction between content value and credibility significantly influences engagement, with functional value affecting cognitive empathy and hedonic value impacting affective empathy. Notably, AI disclosure moderates these effects, enhancing cognitive empathy for functional content while reducing affective empathy for hedonic content.
The research highlights the necessity for marketers to understand the dual pathways through which AIGMC influences consumer behavior. It suggests that while functional content benefits from AI’s perceived professionalism, hedonic content requires a human touch to maintain emotional authenticity. By strategically leveraging AI to enhance the credibility of functional content and incorporating human elements into hedonic content, brands can optimize their marketing strategies to foster deeper consumer engagement. This study contributes to the theoretical understanding of AIGMC and offers practical insights for effective brand communication in an increasingly AI-driven landscape.
Introduction
The introduction of this research paper highlights the rapid expansion of the generative Artificial Intelligence (AI) sector, which is projected to reach a market valuation of over $826 billion by the end of the decade. This growth is largely attributed to advancements in artificial intelligence-generated content (AIGC) technologies, such as ChatGPT, which have significantly transformed various industries, including marketing, education, and healthcare. Notably, a Salesforce study indicates that 68% of marketers are utilizing generative AI to enhance content creation efficiency, underscoring the importance of Artificial Intelligence-Generated Marketing Content (AIGMC) in contemporary marketing strategies.
Despite the extensive exploration of AI’s impact on consumer behavior, particularly from technological perspectives, the study identifies a critical gap regarding the content attributes of AIGMC and their systematic influence on consumer engagement. Previous research has established that the perceived authenticity and quality of marketing content are vital for driving engagement; however, AIGMC remains underexplored in this context. To address this gap, the current study aims to investigate the effects of AIGMC on consumer engagement behavior, focusing on content value and perceived credibility as key factors. Grounded in the Elaboration Likelihood Model (ELM), the study will also examine the mediating role of empathy and the moderating effect of AI disclosure, thereby providing a comprehensive understanding of how AIGMC influences customer engagement.
Methods
The methodology section of the research paper outlines two experiments designed to investigate the effects of Artificial Intelligence-Generated Marketing Content (AIGMC) on customer engagement, focusing on content value and credibility. Experiment 1 utilized a 2 × 2 between-subjects design, with participants assigned to conditions based on content value (functional vs. hedonic) and credibility (high vs. low), using a fictional skincare brand as the context. Participants were unaware that the content was AI-generated to prevent bias. Engagement was measured through a questionnaire assessing perceptions of brand values, emotional responses, and content credibility, with strong internal consistency confirmed (α = 0.89). Two-way ANOVA results indicated significant main effects for both content value and credibility on customer engagement, supporting the hypotheses that hedonic content fosters greater emotional and behavioral engagement compared to functional content, and that high-credibility content enhances engagement across all dimensions.
Experiment 2 built upon the first by examining the mediating role of empathy and the moderating effect of AI disclosure. Participants were again randomly assigned to conditions combining AI disclosure (present vs. absent) with content value. The study measured cognitive and affective empathy alongside customer engagement, with manipulation checks ensuring the integrity of the data. The findings from both experiments demonstrated that hedonic content significantly outperformed functional content in low-credibility scenarios, while high-credibility conditions yielded similar engagement levels for both content types. The sample size was determined through power analysis, ensuring robust statistical validity, with a final count of 152 valid responses collected.
Results
The results of the study indicate strong reliability for the measurement scales employed, with Cronbach’s alpha coefficients of 0.87 for customer engagement, 0.84 for cognitive empathy, and 0.83 for affective empathy. A successful manipulation check revealed a significant difference between functional value (M = 4.05, SD = 1.37) and hedonic value (M = 5.48, SD = 1.11), confirmed by an F-statistic of 32.42 (p < 0.001). The analysis of moderated mediation effects, conducted using the SPSS PROCESS Macro (Model 7) with 5,000 bootstrap samples, demonstrated that cognitive empathy mediates the relationship between functional value content and customer engagement, with AI disclosure significantly enhancing this pathway (β = 0.306, p < 0.01). Conversely, affective empathy mediated the relationship between hedonic value and customer engagement, but AI disclosure negatively moderated this effect (β = -0.245, p < 0.01). The study's sample size was determined using G*Power 3.1, which indicated a need for 128 participants based on the observed effect size (η² = 0.109) and stringent criteria (α = 0.05, statistical power 1-β = 0.95). Ultimately, 186 valid responses were collected, ensuring adequate statistical power for detecting the main effects and interactions in the moderated mediation model, with achieved powers exceeding 0.99 and 0.95, respectively. All confidence intervals excluded zero, reinforcing the robustness of the findings and the adequacy of the sample size for identifying critical effects.
Discussion
In this discussion section, the authors integrate the Cognitive-Affective Processing System (CAPS) framework to explore how cognitive and affective empathy activate customer engagement pathways in the context of Artificial Intelligence-Generated Marketing Content (AIGMC). They highlight recent findings indicating that AI disclosure can significantly influence consumer perceptions, particularly regarding perceived deception and transparency. For example, AI disclosure in advertising has been linked to negative attitudes towards the ads, prompting the current study to investigate the moderating role of AI disclosure on the relationship between empathy and customer engagement.
The research aims to address three key questions: the interaction between content value and perceived credibility of AIGMC on customer engagement behaviors, the impact of content value on engagement through cognitive and affective empathy, and the moderating effects of AI disclosure. Through two scenario-based experiments, the study contributes to both theoretical and practical aspects of AIGMC research by proposing an integrated model that elucidates the influence of content value on customer engagement and offers actionable insights for optimizing marketing strategies. The findings underscore the importance of understanding the psychological mechanisms at play, particularly the roles of cognitive and affective empathy in shaping consumer responses to AIGMC.
Limitations
The limitations of this study highlight several areas for future research. Firstly, the research was confined to Chinese social media platforms, which restricts the exploration of cross-cultural differences in perceptions of AI empathy. The focus on the cosmetics industry further limits the generalizability of the findings to other sectors, suggesting that future investigations should consider East-West cultural variations in emotional expression and the influence of industry-specific factors, especially in contexts involving high-risk decision-making.
Secondly, while the study categorized AI-generated marketing content (AIGMC) into functional and hedonic values, these were treated as unidimensional constructs. Future research should aim to differentiate hedonic value into its positive and negative emotional components. Additionally, the moderating effect of AI disclosure was assessed without accounting for consumers’ pre-existing trust in AI, which could have impacted the results. Future studies should incorporate more nuanced variables and additional moderators. Lastly, although the scenario-based experiment aimed to reflect real-world social media interactions, it may not have fully captured authentic consumer behaviors. Employing field experiments, qualitative methods, or multimodal measurements (such as eye-tracking and galvanic skin response) could enhance the understanding of consumer behavior in real-world contexts.