《现代财经-早读早分享》2024年12月15日周日（第3215期）

今天是2024年12月15日，星期日，农历十一月十五，美好的一天从阅读《现代财经-早读早分享》开始！

每日晨语

---

唯有当你的喜悦与福祉不再依附于任何外在之人或物时，方能达到真正的自由之境；否则，即便身处于广阔天地，亦如同囚徒般，心灵被牢牢束缚，无论身处困境还是漫步街头，皆难逃自我设限的牢笼！周日，早安 ！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3215期）。原创不易，敬请尊重。谢谢鼓励。

一、早读分享

1、四部门：到2027年，专精特新中小企业实现数字化改造应改尽改。 据工信部网站消息，工业和信息化部、财政部、中国人民银行、金融监管总局发布《中小企业数字化赋能专项行动方案 （ 2025—2027年 ） 》，其中提出，到2027年，中小企业数字化转型“百城”试点取得扎实成效， 专精特新中小企业实现数字化改造应改尽改 ，形成一批数字化水平达到三级、四级的转型标杆。（中国新闻网）

蔡子微评： 数字化转型对专精特新中小企业技术创新效率的提升至关重要。它通过引入云计算、大数据、人工智能等技术，优化流程，降低成本，加速产品迭代，提升企业响应市场变化的速度。同时，数字化还促进了企业间的协同创新，拓宽了中小企业获取资源和市场的渠道，增强了其在激烈市场竞争中的竞争力。

话题关注：数字化转型对专精特新中小企业技术创新效率影响研究

2、以科技创新引领现代化产业体系建设 。 日前召开的中共中央政治局会议强调， 要以科技创新引领新质生产力发展，建设现代化产业体系。 这指明了明年工业经济发展的重点方向，即在中国制造由大向强的关键阶段，加快建设以先进制造业为骨干的现代化产业体系，推动经济高质量发展，赢得国际竞争主动权。先进制造业是构建现代化产业体系的重点，也是难点。（经济日报）

蔡子微评： 建设现代化产业体系，核心在于科技创新的驱动。通过科技创新，不仅可以提升产业链条的完整性和安全性，还能推动产业高端化、智能化和绿色化发展。尤其是先进制造业，作为技术创新的主要载体，必须继续深化改革，推动技术应用和产业升级。只有通过自主创新和全球竞争相结合，才能确保中国在全球产业竞争中占据有利地位，推动经济高质量发展。

话题关注：科技创新赋能现代化产业体系高质量发展的底层逻辑与推进路径研究

3、一揽子政策组合拳值得期待。 12月9日召开的中共中央政治局会议，分析研究了2025年经济工作，提出“打好政策‘组合拳’，提高宏观调控的前瞻性、针对性、有效性”。大家都很关心，明年的政策“组合拳”该如何打，未来的“组合拳”里还有哪些实招、高招？这从10月份以来主要经济指标的变化上得到印证。数据显示，进入四季度，消费、服务业和外贸进出口增速均有明显回升，一线城市房地产市场销售与价格实现双回暖，工业、投资、就业、物价表现基本稳定，高技术制造、基础设施建设等部分重点领域持续高位运行。随着中央一揽子增量政策的加力推出，市场信心进一步增强，经济回升向好的态势更加巩固。（中经网）

蔡子微评： 与以往的逆周期调节相比，超常规逆周期调节意味着政策主动性和调节力度的进一步加大。这有助于更有效地应对经济下行压力，稳定市场预期，提振信心。明年一揽子政策组合拳的力度、精准性和协同性有望进一步提高。这将有助于形成政策合力，共同推动中国经济进入新的增长通道。

话题关注：超常规逆周期调节与经济高质量发展耦合机制研究

4、政策显效助力轻工业稳定增长。 轻工业作为我国传统优势产业和重要民生产业，关乎百姓生活、经济发展。我国如今早已是名副其实的轻工业大国，今年以来，在国家消费品以旧换新政策推动下，轻工业运行稳中有进。根据最新数据，前三季度，我国规模以上轻工企业实现营业收入16.52万亿元，同比增长1.4%。在国家统计局统计的91种主要轻工业产品中，62种产品产量实现增长。综合来看，主要有三方面因素助力轻工业的供需平稳发展。（经济日报）

蔡子微评： 技术创新对轻工业的产业升级起到了关键作用，提高了生产效率，降低了成本，增强了产品质量。而且国家的促发展政策为轻工业创造了良好的政策环境，刺激了内需，推动了生产销售。同时消费者需求的多样化和个性化促使企业不断创新，提升产品附加值和竞争力，这是轻工业能够持续发展的重要动力。我国轻工业在国家政策的支持、消费需求的升级以及技术创新的推动下，取得了显著的发展成果，并且未来有望继续保持稳定增长态势。

话题关注：新质生产力赋能轻工业高质量发展路径探析

5、保持物价在合理水平。 来自国家统计局的数据显示，11月份居民消费价格指数（CPI）同比上涨0.2％，涨幅比上月回落0.1个百分点；PPI同比下降2.5％，降幅比上月收窄0.4个百分点。整体上看，我国物价保持温和回升态势，但仍处于偏低状态，反映出经济运行仍面临有效需求不足、社会预期偏弱等挑战，扩内需稳预期需要持续发力。物价是宏观经济运行的“温度计”、市场配置资源的“风向标”，也是微观经营的“指挥棒”，过高或过低都不利于经济社会发展。（经济日报）

蔡子微评： CPI在低位运行中波动回升，反映出消费市场的运行情况和需求变化。然而，物价水平过低可能带来一系列问题，如企业经营压力增大、投资动力减弱、就业和收入受到影响等。因此，促进物价合理回升是当前宏观经济政策的重要考量。预计在政策效应和消费旺季的推动下，CPI有望延续温和回升态势，同时要做好民生商品的保供稳价工作，以确保百姓的基本生活需求。

话题关注: CPI、经济增长与宏观经济政策的关联机制研究

6、跨境金融服务促外贸增长。 日前召开的中共中央政治局会议提出， 要扩大高水平对外开放，稳外贸、稳外资。 此前，商务部印发《关于促进外贸稳定增长的若干政策措施》（以下简称《若干政策措施》），旨在促进外贸稳定增长，巩固和增强经济回升向好态势。《若干政策措施》提出，扩大出口信用保险承保规模和覆盖面。支持企业开拓多元化市场，鼓励相关保险公司加大对专精特新“小巨人”以及“隐形冠军”等企业的承保支持力度，拓展出口信用保险产业链承保。（经济日报）

蔡子微评： 在全球经济环境日益复杂的背景下，政策的引导作用至关重要。通过提升外贸服务平台、加强信用保险、优化跨境结算等，能够有效帮助企业应对外部挑战，提升国际竞争力。尤其是跨境电商和金融服务的创新应用，将进一步推动中国企业在全球市场的数字化转型和可持续发展。

话题关注：跨境金融服务体系创新推动贸易提质增效的作用机理与实践路径

7、海南：加快推进海南自由贸易港核心政策落地。 海南省委常委会（扩大）会议13日召开，原原本本传达学习中央经济工作会议精神，研究部署海南省贯彻落实工作。会议强调，加快推进海南自由贸易港核心政策落地，不断优化升级自由贸易港政策体系，让企业和老百姓得到实实在在的获得感。要全方位扩大内需，用足用好更加积极有为的宏观政策，全面落实国家一揽子增量政策，千方百计提振消费、提高投资效益，不断扩大有效需求，加强项目谋划，充分发挥超长期特别国债作用，在种业、深海、航天等领域谋划打造前瞻性投资项目。（财联社）

蔡子微评： 通过进一步完善政策体系并落实具体措施，海南旨在扩大内需、提升投资效益，并推动产业升级。特别是在种业、深海、航天等领域，海南不仅要着力培育新兴产业，还要通过政策的引导与支持，吸引更多的高端项目和创新投资。这种注重实际效用、提升地方经济活力的举措，有望在推动海南自由贸易港进一步开放的同时，促进区域经济的高质量发展。海南不仅要利用自由贸易港的政策优势吸引外资，更要加大对本土创新力量的培育，打造具有国际竞争力的产业集群。

话题关注：海南自由贸易港核心政策对区域产业创新能力的提升作用：深海与航天领域的案例分析

8、青海多部门多举措畅通民营企业“出海”通道。 据西宁海关统计，前10个月，青海民营企业进出口总额达到31.8亿元，同比增长64.1％，占全省外贸总值的76.2％，较去年同期增加23.7个百分点。其中，出口额为26.1亿元，增长91.4％，占全省出口总值的87.4％。今年以来，青海各类经营主体保持活跃，特别是民营企业表现十分突出，成为拉动青海外贸增长的主要力量。为切实帮助企业解决困难，畅通民营企业“出海”通道，西宁海关引导民营企业针对不同国家和地区的不同市场需求精准出口，推动民营企业贸易伙伴日益多元、出口成绩不断攀升。（工人日报客户端）

蔡子微评： 青海省通过加强外贸形势分析、推动贸易伙伴多元化、提供便捷的通关服务、优化营商环境等，有效促进了民营企业进出口业务的增长，为民营企业提供了全方位的支持和服务。这些举措不仅提升了青海民营企业的国际竞争力，也为青海外向型经济的高质量发展注入了新的动力。

话题关注：贸易产品技术复杂度与外向型经济产业转型——以青海省为例

9、江苏扬州传统产业焕发新生机 “小产业”开拓“大市场”。 “传统产业是培育新质生产力不可或缺的‘基石’，也是必须抓紧抓实的‘基本盘’。”扬州市委书记王进健在今年召开的市委八届八次全会上表示，“我们充分认识扬州传统产业占大头、战略性新兴产业占比 低于 省均等客观实际，准确把握新与旧、立与破的辩证统一，在以新化旧、以立促破上下功夫，以科技创新为引领，强化传统产业的高科技、高效能、高质量特征，使其发展成为新质生产力的重要载体。”传统产业“大而不强”“全而不精”如何破解？扬州提出：以科技创新为引领，推进传统产业升级，向专精特新要活力、向数智转型找动力、向产业集群增营养力。（中国新闻网）

蔡子微评： 传统产业通过创新和差异化竞争，在细分市场中寻求突破，实现“小产业”的大作为。企业通过深耕细分领域，提升产品质量和品牌影响力，满足特定消费群体的需求。同时，通过跨界合作和产业链整合，拓展业务范围，实现规模效应。这种专注细分市场的战略，让传统产业在激烈的市场竞争中找到了新的增长点，为“小产业”开拓“大市场”提供了可能。

话题关注：新发展格局下新兴产业与传统产业耦合协同测度研究——基于互补和替代视角

10、山东泰安文旅产业发展质效稳步提升。 今年以来，山东泰安市强力推动文旅产品、业态、模式迭代更新，发展质效进一步提升。泰安获评“中国最具魅力文化旅游城市”“中国文旅融合高质量发展示范城市”。今年前三季度，全市接待国内游客7311.7万人次、实现旅游收入744.3亿元，分别增长11.56%、13.63%。文旅产业实现增加值246.8亿元，占GDP比重9.1%，同比提高0.2个百分点。今年以来，泰安市坚持线上“种草”，线下“引流”，同步推进文化传播和旅游推广，持续扩大泰安文旅知名度、美誉度，泰安、泰山国际影响力不断提升，今年1-9月份，境外来泰过夜游客同比增长145.4 % （中国经济网）

蔡子微评： 今年以来，全国各地强力推动文旅产品、业态、模式迭代更新，发展质效进一步 提升 然而，文旅产业目前还存在着文旅产品同质化与缺乏创新与文旅监管体系不健全等问题。对此，一方面要因地制宜，挖掘“稀缺性”地方特色资源，打造多层次文旅消费新体验；另一方面要完善文旅政务服务功能，包括简化审批服务，加强政务服务数字化建设。

话题关注：文旅融合新路径：探索文化与旅游产业的协同发展

11、上海：将建设时空数字孪生系统。 12月14日电 ， 上海市委书记陈吉宁昨天上午在杨浦区复兴岛出席“上海量子城市时空创新基地”开启日活动，为上海量子城市时空创新重点实验室揭幕。根据建设方案，上海相关方面将创新集成运用各类新型数字化技术，建设虚实相生、线上线下联动、万物互联感应的时空数字孪生系统，到2027年，全面提升城市时空智能治理能力，支撑千行百业垂类应用需求，形成人工智能时空领域若干产业集群。 （ 解放日报 ）

蔡子微评： 这一系统将通过实时数据分析、模拟预测与优化管理，提供更加精细化的服务和治理方案，涵盖交通、环境、公共服务等多个领域。到2027年，上海将实现时空智能治理能力的全面提升，进一步推动人工智能、物联网、大数据等技术的跨领域融合，形成多个产业集群。这一宏伟蓝图将为上海经济的高质量发展提供强有力的技术支撑，并且可能为全球其他城市的数字化转型提供参考。

话题关注：上海时空数字孪生系统的建设与人工智能产业集群的培育：路径与挑战

12、依托成熟产业链布局智能机器人新蓝海。 以“全球合作 绿色未来”为主题的2024年明珠湾国际气候投融资大会日前在广州举行，由广州汽车集团股份有限公司自主研发的第二代具身智能机器人在 大会 首次亮相，引发广泛关注。以汽车制造为例，智能机器人在焊接、装配等环节中发挥着关键作用，不仅加快了生产速度，还提升了汽车的整体品质。企业根据市场对汽车产量和品质的需求，不断优化机器人的性能和功能，形成了从机器人研发、生产到应用于制造业的良性循环。（中国经济网）

蔡子微评： 随着工业化进程的推进和信息化时代的到来 , 智能机器人在智能制造、智能交通自动化、智能服务等方面扮演越来越重要的角色。然而，智能机器人在发展过程中还存在产业基础薄弱、产业链整合动力不足等问题。对此，一方面推动产业链上下游的合作，提升整体竞争力和市场响应速度，建设智能机器人中小企业特色产业集群。另一方面，加强组织协同， 完善部 省联动机制。梳理绘制智能机器人产业链图谱，聚焦关键节点，支持重点企业担任产业链链主。

话题关注：大数据背景下智能机器人产业整合与集群发展研究

二、今日社科期刊佳作关注

人工智能生成内容对消费者分享行为的影响研究

---

作者： 冯文琪,宋晓兵,董大海. 来源：《管理工程学报》2024年第6期

导读

摘要： 近年来,越来越多的企业开始运用人工智能来自动生成内容,但学术界对这类新现象还缺乏研究。本文基于印象管理理论和情绪调节理论,综合运用实地实验和实验室实验方法在五种内容类型(现代诗、画作、古诗、寓言故事、新闻)中共收集了970份有效数据,检验了人工智能生成内容对消费者分享行为的影响。研究结果表明,在内容核心信息完全相同的情况下,当消费者得知内容是由人工智能(对比人类作者)生成时,会产生更高的科技创新形象预期与情绪唤醒,并由此产生更强的分享意愿与更多的分享行为。消费者的公众自我意识与内容创作难度是人工智能生成内容主效应的调节变量,在高公众自我意识的消费者中和面对较高创作难度的内容时,人工智能生成内容对消费者分享的影响将更加显著。本文研究结论有助于理解当代消费者面对人机不同主体生成内容时的不同心理认知和行为反应,同时可以为采用人工智能技术的内容生产企业进行有效营销沟通和合理选择目标市场提供借鉴。

关键词： 人工智能生成内容;消费者分享;科技创新形象;情绪唤醒;

引用格式： 冯文琪,宋晓兵,董大海.人工智能生成内容对消费者分享行为的影响研究[J].管理工程学报,2024,38(06):25-40.

0 引言

近年来,随着人工智能(artificial intelligence,AI)技术的飞速发展,人工智能系统在文本处理、图像处理与音频处理方面的功能日益强大,越来越多的企业开始运用人工智能来自动生成内容。在文本内容方面,微软的人工智能小冰通过对519 位诗人作品的学习而拥有了现代诗歌的创作能力,并出版了诗集《阳光失了玻璃窗》;今日头条的人工智能记者小明能在2 秒钟内生成体育赛事新闻,平均每天发布30 多篇报道并推送给感兴趣的读者。在图像内容方面,阿里巴巴的人工智能系统鹿班在“双十一”期间设计数亿张平面广告,面向用户开展千人千面式的个性化营销;由人工智能创作的画作《爱德蒙·贝拉米的肖像》更是在佳士得艺术品拍卖会上拍得43.25 万美元的天价。在音频内容方面,中国平安运用人工智能系统创作了交响曲《我和我的祖国》并由深圳交响乐团现场演出,演出视频在网络上获得了超过100 万的播放量。通过对人工智能技术的运用,内容生产企业能够以更低的成本、更高的效率生成优质的内容,人工智能技术在内容生产领域表现出广阔的应用前景。

同时,移动互联网时代的到来改变了消费者的信息获取方式,基于社交网络的口碑营销已经成为企业提高品牌知名度和获取用户流量的重要策略。内容生产企业纷纷采用各种手段来激发消费者在社交网络中主动进行转发与分享(sharing),从而增加本企业所生产的内容在消费群体中的曝光度与传播量。比如,“微信读书”通过经济利益来促进用户对文本内容的转发,用户只要把自己的阅读书籍、读书笔记、读书状态等分享到朋友圈,就能获得免费书币和无限读书卡;B 站则通过调动情绪状态来激发用户对视频内容的分享,《奔涌吧,后浪!》以丰富多彩的剪辑视频配合演员何冰声情并茂的演讲,使得用户看后心潮澎湃、热血沸腾,累计产生9000 万的点击量与1000 万的转发量。除了上述提供经济利益与影响情绪状态的激发手段以外,很多企业也通过各种渠道主动披露本企业的内容是由人工智能生成的,比如介绍新闻博主为人工智能小记者,在诗歌旁标注人工智能作者等。那么,内容生产企业在营销沟通的过程中说明本企业提供的内容是由人工智能(而不是人类作者)生成的,是否也能够激发用户产生更强的社交网络分享意愿或增加更多的分享行为? 这是本文研究所要解决的核心问题。

围绕内容分享行为的现有研究结果表明,提升个人形象 [1] 、促进情绪表达 [2] 和包含有用信息 [3] 等表现信息内容特点的内部因素,以及内容发布渠道 [4] 和内容生成者可信度 [5] 等外部因素会对消费者的分享行为产生影响,但鲜有研究探查不同类别的内容生成主体(人类作者对比人工智能)对消费者分享行为的影响。最近营销领域关于人工智能的多数研究表明,当消费者意识到某种产品或服务是由人工智能生成或提供时,他们会认为人工智能缺乏情感能力 [6] 、体验能力 [7] 、独特性满足能力 [8] 、认知灵活性 [9] 、善意意图 [10] 、专业知识和移情能力 [11] 等,进而产生更低的采纳意向与购买行为。但探讨企业向消费者宣传“人工智能生成”理念可能带来的正面效应的研究还很缺乏。近年来,逐渐有企业运用人工智能创作各种类型的内容。企业是否应该把这些作品的人工智能作者公之于众,并据此促进内容在消费者人群中的更广泛传播? 这一重要的管理实践问题在现有学术研究中尚未得到有效解答。

本文研究将在保持内容所包含的核心信息不变的前提下,探查企业营销沟通中表明的内容生成主体(人类作者对比人工智能)对消费者内容分享行为的影响机制。在本文研究情境中,“人工智能生成”可以理解为贴在核心内容之上的标签,它会潜移默化地影响消费者的认知与行为意向,起到与原产国标签、用户设计标签类似的作用。本文能够基于人工智能时代对关于消费者分享行为的研究进行丰富,并为内容生产企业制定营销沟通与内容推广策略提供指导与借鉴,这是对营销领域中人工智能和分享行为两个方面研究空缺的有益补充。

1 文献综述

1.1 人工智能与人工智能生成内容的相关研究

人工智能是指能够正确地理解外部数据、从数据中学习并利用这些学习结果通过柔性适应来完成特定目标和任务的程序、算法、系统或机器 [12] 。最近几年,AI 已成为营销领域的研究热点,学者们围绕消费者对AI 建议的采纳行为、AI 服务的购买和使用行为等开展了大量的研究。总体研究结论表明,当消费者意识到某种产品或服务是由AI 生成的时候,他们会产生更低的采纳意向和购买行为。

(1) 采纳行为。比如Longoni 等针对医疗服务的研究发现,相比医生提出的治疗方案,患者更不愿意采纳AI 提出的治疗方案,因为他们认为AI 会忽视自己与其他患者相比所具有的独特性 [8] 。Castelo 等的研究则表明,在完成主观任务(如推荐约会对象)时,消费者不愿意采纳AI 算法的建议,因为他们认为AI 不具备完成主观任务所需要的情感能力 [6] 。Longoni 和Cian 提出,当产品或服务的享乐属性比较突出时,消费者更不愿意采纳AI 的推荐,因为他们认为AI 缺乏评估享乐属性所需要的体验能力 [7] 。吴继飞等的实验表明,消费者对AI 推荐的接受度取决于推荐任务的创造性:在高创造性推荐任务中,由于消费者认为AI 的认知灵活性不如人类,因此会更多地采纳人类的推荐;而在低创造性推荐任务中,由于消费者认为AI 拥有比较系统的结构化知识和完善的决策规则而更有胜任力,因此会更多地采纳AI 的推荐 [9] 。

(2) 购买和使用行为。比如在AI 客服领域,Luo 等通过实地实验发现,当企业使用AI 机器人与消费者沟通续贷业务时,消费者的续贷意愿更低、通话时间更短,这是因为消费者认为AI 机器人缺乏专业性和移情性 [11] 。在服务接触领域,Mende 等实证研究表明,消费者接受人形机器人的服务时会产生阴森恐怖的感觉,他们认为人形机器人威胁了他们的人类身份,从而会进行一系列的补偿性消费行为 [13] 。在产品设计和生产领域,Granulo 等证明了当消费者进行象征性消费时,他们更不喜欢使用AI 生产的产品或提供的服务(例如纹身),这是因为AI 生产出的标准化产品无法满足他们进行象征性消费时追求的独特性动机 [14] 。Xu 和Mehta最新的研究发现,当面对由AI 设计的奢侈品时,消费者会认为这些设计使得品牌精髓受到了损害,进而产生更低的品牌态度和购买意愿 [15] 。在智能产品使用领域,Leung 等研究表明,对个人身份认同感越高的人越不喜欢使用与身份相关的智能产品,比如自认为是钓鱼高手的消费者就不喜欢使用智能鱼竿,因为使用这些产品削弱了消费者与身份相关的能力,阻碍了他们强化个人身份的动机 [16] 。在AI 报价领域,最新的研究表明,因为AI 缺乏善意和自利意图,消费者是否接受报价而产生购买行为还和消费者的价格预期相关:当报价好于(低于)消费者预期时,AI 报价时消费者接受报价的可能性更低(无善意意图);而当报价差于(高于)消费者预期时,AI 报价时消费者接受报价的可能性更高(无自利意图) [10] 。

人工智能生成内容就是利用人工智能技术自动生成的内容,比如内容生产企业运用人工智能技术创作出的新闻、诗词、歌曲、海报、画作、小说等形式的内容。人工智能技术可以应用于内容生产的三个阶段:前期准备阶段、中期生产阶段和后期检查阶段。本文重点关注的是在中期生产阶段完全由人工智能主导而设计生成的内容。近年来,随着深度学习、生成对抗网络等技术的快速发展,人工智能系统在文本处理、音频处理和图像处理方面的应用日益广泛。由人工智能系统独立设计创作的内容从形态和表达上已经接近人类设计的水平,普通受众几乎无法分辨其接触的内容是由人类创作的还是由人工智能生成的。相较作者、画家、作曲家等内容创作者,人工智能系统具有效率高、成本低、创新顾客体验等优势,因此被很多企业运用于真实的商业环境之中。但学术界对人工智能生成内容的关注度还非常少。广告和搜索引擎优化领域的学者进行了初步的探索,Compbell 等提到,广告公司已经开始运用深度造假、生成对抗网络等人工智能算法来合成广告,并提出命题认为合成广告可能通过影响消费者对广告的感知逼真性和感知创造性来影响广告的说服效果 [17] 。Reisenbichler 等使用自然语言处理技术自动生成网页内容,进而提高网站在用户搜索结果中的排名。研究发现,经较小修改后的人工智能生成内容与人类生成内容在消费者感知可读性、可理解性、可靠性、自然性、内容态度方面并没有显著差异 [18] 。相比于实践界对人工智能生成内容的广泛探索和学术界在其他领域对人工智能的研究热度,学术界对人工智能生成内容的关注还很不足,鲜有学者探查消费者对人工智能生成内容的心理感知与行为倾向。对于普通消费者而言,他们并不了解复杂的人工智能技术与内容生成过程,他们仅仅把“人工智能生成”作为一种笼统概念而在头脑中形成特定的刻板印象。而一旦某个内容产品被贴上“人工智能生成”的标签,消费者就会产生与面对传统的人类生成内容时不同的心理感知与行为倾向,本文重点关注的是消费者对人工智能生成内容的分享行为。

1.2 分享行为的相关研究

内容分享实质上是对内容的传播行为,是信息接收者通过社交媒体对所接触内容的再次传播或转发行为,比如消费者将看到的诗歌、文章或绘画分享到自己朋友圈的行为 [19] 。内容分享行为与口碑宣传行为(word of mouth)具有一定的差别。口碑宣传是指消费者与其他消费者之间进行的关于特定产品或服务的所有权、使用方法、使用感受等信息的非正式沟通行为 [3] 。口碑宣传中传播的信息是消费者对产品的使用经历或主观感受,而内容分享中传播的信息则是内容(产品)本身 [20] 。近年来,营销学者针对内容分享行为的影响因素进行了大量的研究。本文根据信息精细加工可能性模型将分享行为的影响因素分为内部因素(中心路径)和外部因素(边缘路径)两个方面来进行回顾总结。

在内部因素方面,现有研究表明,那些提升个人形象、促进情绪表达和包含有用信息的内容能够促使消费者进行更多的分享行为。首先,消费者更愿意分享那些有助于提升个人形象的信息内容。蔡冬松等研究表明,如果在微信上分享的内容能够获得好友的正面评价,消费者为了提升自己的形象就会进行广泛的内容分享 [21] ;Packard 和Wooten 认为,消费者对能够让自己看起来更加专业或表明自己群体身份的信息内容的分享意愿更高 [22] 。其次,当信息内容包含情绪或能够引发特定情绪时会带来更多的分享行为。Berger 和Milkman 分析了《纽约时报》上转发率较高的文章发现,包含情绪的文章比不包含情绪的文章的被转发率要高 [2] ;Heath等的研究则表明,能够引发厌恶情绪的都市传闻更能引起消费者的传播行为 [23] ;刘丛等认为,能够引发质疑和恐惧情绪的内容会引起普通微博用户更多的转发行为 [24] 。最后,消费者更愿意分享那些包含有用信息的内容。Berger 发现,如果内容中包含能够解决问题的信息(比如产品使用技巧等),消费者就会基于互助动机更多地分享这些内容 [3] ;金晓玲等在研究微信朋友圈信息传播行为时发现,消费者感知健康信息的有用性是促使他们将信息转发到朋友圈的重要影响因素 [25] 。

外部因素方面,内容的发布渠道和内容生成者等因素也会影响消费者的分享行为。首先,内容的发布渠道会影响消费者愿意分享的内容类型。Berger 和Iyengar 发现,文字交流给了消费者选择有趣内容的时间机会,因此相比口头交流,消费者在文字交流时更可能分享有趣的产品和品牌 [1] ;Melumad 等研究表明,人们使用手机和使用个人电脑分享的信息内容是不同的。相比使用个人电脑,消费者使用手机分享的内容更简短、更情绪化、更侧重于整体体验而非有关产品或服务的具体信息 [4] 。其次,内容生成者的声望和可信性会对消费者的分享行为产生重要影响,Ma 等认为,在网络媒体时代,网络的虚拟特性使得内容生成者的可信度变得尤为重要,它是积极影响用户分享意愿的重要因素 [5] ;赖胜强和唐雪梅在研究微博转发行为时也发现,信息源的声望通过可信度正向影响信息的转发意愿 [19] 。

综合上述文献回顾,人工智能营销领域的现有研究大多关注的是消费者的采纳、购买和使用行为,且学者们得出的总体研究结论是消费者会抵制人工智能相关的产品和服务,但很少有学者关注人工智能生成内容的细分领域,更鲜有研究直接探查消费者对人工智能生成内容的分享行为。分享行为领域的现有研究表明,信息内容本身特点等内部因素和内容发布渠道、内容生成者可信性等外部因素都能影响消费者的分享行为,但鲜有学者针对人工智能这种非人类作者生成的内容开展研究。这种人工智能时代出现的新型内容会带来怎样的消费者分享行为? 该理论问题还没有得到很好的解答。本文重点探查当消费者得知某一内容是由人工智能生成后,是否会显著提高对该内容的分享行为,这是对营销领域中人工智能研究和分享行为研究两个方面现有空缺的有益补充。

2 假设提出

2.1 人工智能生成内容对消费者分享行为的影响

营销领域的现有研究表明,消费者更愿意分享那些超出以往认知和经验的事。比如,Berger 和Milkman 通过对《纽约时报》上那些被分享最多的文章按照不同主题和属性进行编码和分析发现,新鲜、令人意外、有创意、独特的内容很容易被读者进行主动分享,比如令人大开眼界的产品创新介绍和富有创意的广告等 [2] 。Southgate 等对视频网站上的102 个视频广告的属性进行编码,发现视频广告的独特性和新奇性与消费者对该广告的分享行为之间显著正相关 [26] 。金晓玲等则通过问卷调查发现,信息的新颖性和令人惊叹性是微信用户进行健康信息转发的促进因素 [25] 。口碑营销领域的研究表明,消费者更喜欢对原创性产品进行口碑传播 [27] 。类似地,知识分享领域的研究发现,微信用户通常会将那些新颖的、有趣的和富有启示意义的知识内容分享给好友 [21] 。

本文研究认为,消费者看到人工智能生成内容后会推测人工智能已经具备了人类高阶智能,这对于现阶段的普通消费者来说是一件超出以往认知和经验的事物。因此,与传统的人类生成内容相比,消费者更愿意分享由人工智能生成的内容。与进行数学运算为主的任务(比如下围棋)相比,内容创作需要投入更多的情感,进行更多立意和意境等方面的思考。但是,现阶段人们认为人工智能已经具备了部分能动(agency)能力,比如记忆、计划、沟通等,而仍不具备体验(experience)能力,比如体验各种情感、欲望、良知等; 已经具备了部分人类特质(human uniqueness),比如理性、认知、成熟等,而仍不具备人类本性(human nature),比如人际间温暖、认知开放、深度等 [6] 。即消费者认为人工智能已经具备了一些人类低阶智能,但仍不具备体验能力、人类本性等人类高阶智能。很多消费者更是认为人工智能永远不会具备情感体验等人类高阶智能。这一认知和经验导致普通消费者认为人工智能还不能够很好地进行内容创作。比如,英国广播公司(BBC)的调查报告显示,人们认为推销员、打字员、会计等在将来被人工智能取代的概率达到97%以上,而诗人、艺术家、音乐家这些内容生产者被人工智能取代的概率则不及5%。由此可见,人工智能生成内容和对人工智能具备人类高阶智能的推断超出了消费者以往的认知和经验,因此他们会更愿意分享,就如同他们更愿意分享新产品、新信息和新知识一样。此时,内容本身所包含的信息是什么并不是非常重要,内容的“人工智能生成”标签才是导致消费者产生更多分享行为的重要影响因素。基于此,本文提出:

H1 与人类生成内容相比,消费者在得知内容生成者是人工智能系统时会产生更多的内容分享行为。

2.2 科技创新形象的中介作用

印象管理理论认为,人们会规划和控制自己在社会交往中展现的个人形象,通常会有策略地调整自己的行为来塑造更加积极的社会自我 [28] 。消费者在社交媒体分享特定内容是进行印象管理的一种有效策略,通过分享行为可以向他人发出反映个人信念、态度和身份的积极信号 [3] 。Alexandrov 等认为自我提升是消费者进行口碑传播的重要社会性动机,消费者会通过分享自己购买和使用高档商品的经历来提升自己的个人形象 [29] 。国内学者的研究也表明,“获得面子”是促使消费者产生分享行为的重要因素,比如,丁水平和林杰的研究表明,“获得面子”能够促使消费者持续搜寻和分享有价值的信息 [30] ;王晓蓉等发现“获得面子”是消费者在社交媒体中分享旅游体验的主要驱动因素,人们认为分享美好经历可以提升自己在朋友圈和公众心目中的形象 [31] 。

本文研究基于印象管理理论提出,科技创新形象是人工智能生成内容影响消费者分享行为的中介变量。Berger 认为,人们愿意谈论那些他人还不知道的、新发生的、令人意外的事情,因为这可以让自己显得更加新潮和前卫 [3] 。Wood 和Hoeffler 运用民族志和实验方法发现,消费者告诉别人自己正在使用高科技产品,能够提升自己在技术悟性和创新性等方面的个人形象 [32] 。基于此,本文推断,当消费者得知某一内容是由人工智能生成的时候,他们会认为这是一件新发生的、高科技的事情,并认为分享带有“人工智能生成”标签的内容会让自己显得更加创新、有科技意识、新潮、前卫和愿意接受新事物等,即有助于提升自己在他人面前所展现的科技创新形象,因此会产生更高的分享意愿;相反,当消费者得知某一内容是由人类作者创作时,他们会觉得分享此类司空见惯的内容并不会带来良好的社会效用,因此产生的分享意愿也相对较低。综上所述,本文提出:

H2a 科技创新形象是人工智能生成内容与消费者分享行为之间的中介变量。与人类生成内容相比,消费者认为分享人工智能生成内容会提升自己的科技创新形象,并进而产生更多的分享行为。

2.3 情绪唤醒的中介作用

情绪调节理论指出,情绪唤醒衡量的是人们神经系统的激活水平,处于唤醒状态的人会感到有活力、有能量、激活和兴奋 [33] 。心理唤醒是通过外界信息及环境因素刺激所引起的个体心理变化 [34] 。研究表明,高唤醒状态加强了来自自主神经系统的反馈,这限制了人们的注意力,处于唤醒状态的人们减少了系统式的信息处理方式,取而代之的是更多的启发式信息处理方式 [35] 。因此,情绪唤醒能够提高人们的行动意愿和反应速度 [36] 。营销领域的现有研究表明,情绪唤醒能够有效促进消费者的内容分享行为。Berger 和Milkman 区分了不同唤醒水平的情绪状态,低唤醒情绪(平静、满足等情绪)表现出来的特征是放松,而高唤醒情绪(惊奇、愤怒等情绪)则使人更加活跃。只有当消费者处于高唤醒情绪状态中时才会产生更多的信息转发行为 [2] 。周庆安和宁雨奇也发现,网络文章的内容会影响信息受众的情绪唤醒程度,而情绪唤醒会正向影响受众的传播行为 [37] 。

根据情绪调节理论,本文认为,情绪唤醒是人工智能生成内容影响消费者分享行为的另一个中介变量。Zhu 和Ratner 提出,当消费者接触到不经常出现的信息内容时,他们更容易产生较高的情绪唤醒,比如现代社会的消费者认为产品的大量生产和丰富供应已经成为常态,因此产品稀缺性信息会诱发消费者产生较高的情绪唤醒 [38] 。Palmgreen 等则认为新颖的环境所带来的感官刺激能够增加人们的情绪唤醒,他们的研究发现,令人惊讶的店铺环境能够使消费者产生高唤醒的情绪,并进而增强他们的购买意愿 [39] 。心理学的研究也表明,新奇的刺激能够激发人们的情绪唤醒和兴趣,进而促使人们寻求更多的相关信息 [40] 。基于此,本文推断,当消费者被告知某一内容是由人工智能生成时,他们可能会推断人工智能已经具备了人类高阶智能,他们会由于阅读人工智能生成内容这种超出以往认知和经验的事物而产生更加强烈的情绪唤醒,比如可能会感到惊奇(“人工智能也能创作油画了!”),或者警醒(“连人工智能都能创作诗词啦!”)。这些高唤醒的情绪状态会促使消费者更容易分享信息内容。相反,当消费者被告知某一内容是由人类作者创作时,这些习以为常的现象只会使消费者产生平静的情绪状态,由此产生的分享意愿也相对较低。因此本文提出:

H2b 情绪唤醒是人工智能生成内容与消费者分享行为之间的中介变量。与人类生成内容相比,人工智能生成内容会让消费者产生更高的情绪唤醒,并进而产生更多的分享行为。

2.4 公众自我意识的调节作用

公众自我意识是指人们对自己在他人心目中形象的关注程度 [41] 。公众自我意识较高的人会感觉别人一直在观察他们的行为,因此更容易受到他人评价的影响 [41-42] 。营销领域现有研究通常将公众自我意识作为调节变量,并发现公众自我意识较高的消费者更容易进行印象管理行为。比如White和Dahl 的研究表明,公众自我意识是产品类型(中性产品对比女性群体相关产品)影响男性消费者购买意愿的调节变量,公众自我意识较高的男性消费者会对女性群体相关产品产生更低的购买意向,因为他们不愿意被看作是女性群体的一员 [43] 。White和Peloza 则发现公众自我意识与捐赠广告诉求类型之间的交互作用,利他诉求的捐赠广告对公众自我意识较高的消费者更有效,利己诉求的捐赠广告则对公众自我意识较低的消费者更有效 [44] 。

根据前述H2a 提出的科技创新形象的中介作用,本文进一步提出消费者公众自我意识会调节人工智能生成内容与消费者分享行为之间的关系。公众自我意识较高的消费者更加重视自己向外界展示的个人形象,比如,Lee 和Jang 发现公众自我意识较高的消费者有更强的动机在社交网络上给他人留下诸如可爱、友好、有能力等良好个人形象 [45] ;刘汝萍等的研究也表明,公众自我意识较高的消费者更加重视保持积极的公众形象,因此即使不满意也不会实施针对品牌的不文明行为 [42] 。基于此,本文认为,公众自我意识会增强人工智能生成内容通过科技创新形象影响分享行为的作用机制。具体来讲,公众自我意识较高的消费者更加重视如何向外界传达自己的形象,当他们看到人工智能生成内容时,会更加敏锐地意识到分享这种新鲜事物能够有效提升自己的科技创新形象,因此会增加对人工智能生成内容的分享行为;相反,公众自我意识较低的消费者并不关注自己在社交环境中的个人形象,他们认为无论分享人类生成内容还是人工智能生成内容都无法提升个人形象,因此两种不同的内容带来的分享行为并无显著差别。据此本文提出:

H3a 公众自我意识是人工智能生成内容对消费者分享行为影响的调节变量。与公众自我意识较低的消费者相比,人工智能生成内容对公众自我意识较高的消费者的分享行为影响更加显著。

2.5 内容创作难度的调节作用

内容创作难度是消费者对某一内容在创作过程中的复杂性、创新性和艺术性的主观感受,现有学者在不同的内容创作领域对这一概念进行了界定与研究。曹欢和李永建认为构成知识创作难度的主要因素是复杂性、不完整性、不确定性和模糊性 [46] 。李育勤认为抽象主义绘画创作的难度有观念上的难度、视觉层面的难度和跨界探索艺术方面的难度,绘画需要进行文化观念上的表达,对色彩的灵活运用,以及对哲学、宗教等进行跨界学习才能促进艺术突破 [47] 。韩伟认为小说写作既需要历史、地理、人文、传说等方面渊博的知识,又需要天马行空的自由想象、丰富象征意象的审美、人物的质朴天然、情感的自由流露,这些要素都体现了小说创作的难度 [48] 。

基于前述H2b 提出的情绪唤醒的中介作用,本文进一步提出内容创作难度会调节人工智能生成内容与消费者分享行为之间的关系。高创作难度的内容具有复杂性、创新性、艺术性和文化性等特点。在消费者看来,人工智能目前还不具备生成高创作难度内容的能力。现有研究表明,人们普遍认为人工智能已经具备了一定程度的认知能力,但这种能力都是基于运算能力的,是理性且合乎逻辑的,但目前人工智能还缺乏对外部世界的情感理解和体验 [7] ,还不具备高级认知能力与创新能力,在执行主观任务 [6] 和创造性任务 [9] 时所表现出的绩效还比较低。基于此,本文认为,内容创作难度会增强人工智能生成内容通过情绪唤醒影响分享行为的作用机制。具体来讲,人工智能能够生成较高创作难度的内容(比如寓言故事),与人们心目中对人工智能仅能从事简单内容创作工作的刻板印象完全不同。消费者看到人工智能生成的内容时会感觉到违反常识、出人意料,会产生更高强度的情绪唤醒,并由此产生更高的分享意愿。相反,当消费者面对创作难度较低的内容(比如新闻稿件)时,他们会认为人工智能和人类作者都足以胜任这类简单的内容创作工作。因此,告知消费者该内容是由人工智能生成并不会给他们带来更多意料之外的感受和更高的情绪唤醒。这种情况下两种不同的内容(人类生成和人工智能生成)所带来的分享行为并无显著差别。但是内容创作难度对科技创新形象中介机制的调节效应可能会出现三种情况:正向、负向和抵消。当消费者分享创作难度较高的人工智能生成内容时,一方面,他们可能会觉得分享如此反常识的事物会提升自己的科技创新形象;另一方面,分享较高创作难度的人工智能生成内容也可能会给分享者的个人形象带来损失,比如担忧“我分享这样的内容会不会招致其他人的反感?”现有研究已经表明,人工智能表现出太过与人类相似的外表和能力会给消费者带来负面感知,比如人类身份威胁 [13] 和替代风险 [49] 等。因此,分享创作难度较高的内容时,人工智能生成标签对消费者个人形象既有正向影响又有负向影响,最终结果取决于实验数据。据此本文提出:

H3b 内容创作难度是人工智能生成内容对消费者分享行为影响的调节变量。与低创作难度的内容相比,在高创作难度的内容领域中,人工智能生成内容对消费者分享行为的影响更加显著。

综合上述文献回顾和理论推演,本文提出如图1所示的研究框架。该研究框架是在印象管理理论和情绪调节理论的整体指导下发展出来的。分享是消费者进行印象管理和情绪调节的重要方式,两个中介变量分别是两个理论中的核心变量,两个调节变量与两条中介路径紧密相关,从而形成了一个在理论上统一的研究框架。

图1 研究框架
Figure 1 Research framework

3 研究一:实地实验

3.1 研究设计

本文研究的主要目的是通过实地实验检验人工智能生成内容影响消费者分享行为的主效应(H1)。实验在2019年12 月26 日进行,采取2 组(内容生成者:人类作者和人工智能)组间实验设计。本研究选择现代诗作为可分享的文字内容,在互联网上搜索到匿名诗人创作的诗歌,改写成一首题目为《当我想你的时候》的现代诗,并保证两个不同实验组的被试看到相同的诗歌内容。研究小组通过公众号名称和作者标注两种方式来操控这首诗歌的内容生成者。首先,研究小组注册了两个新的微信公众号“韵海诗社”和“AI 研发实验室”。在人类作者组中,研究小组将这首现代诗发布在“韵海诗社”微信公众号上,诗歌题目下方标注“当代诗人‘小文’创作”,诗歌内容下方的尾注为“——当代诗人‘小文’”;在人工智能组中,研究小组将这首诗发布在“AI 研发实验室”微信公众号上,诗歌题目下方标注“人工智能系统‘小文’创作”,诗歌内容下方的尾注为“——人工智能系统‘小文’”。研究通过两种途径操控内容生成者是为了加深内容标签的影响,增加标签在消费者心目中的可信性。而且由于两个微信公众号均是为了实施实地实验而注册的新账号,没有老用户;被试也从未见过这两个微信公众号,更多的是通过对内容和内容生成者的第一印象来决定是否分享,而不是出于自身兴趣关注此类内容,所以基本不存在老用户对分享行为数据的影响,微信公众号名称影响被试是否分享的可能性也较小。

研究小组将上述两首现代诗的文章链接分别生成二维码并印刷在卡片上,被试通过微信扫码就可以进入微信公众号看到相应的诗歌,并可以通过转发按钮分享在自己的朋友圈中。在实地实验过程中,6 名研究助理在中国北方某大学图书馆随机招募了180 名大学生作为本研究的被试。研究助理邀请被试扫码阅读上述现代诗,并以推广微信公众号为由请被试择时将现代诗分享到自己的朋友圈,同时记录被试的个人信息与微信名称。为了保证两个实验组的环境一致并避免人员因素的干扰,本研究主要采取了以下控制措施:首先,所有研究助理都选择单独就座的学生作为被试,并按照统一设计的脚本与被试进行沟通;其次,每位研究助理在一天内邀请同样数量的被试(30 名),并保证人类作者组与人工智能组各15 名;最后,每位研究助理在请求被试转发诗歌并口头感谢后随即离开,并未当场督促被试完成转发行为,之后通过隔天查阅微信公众号后台真实转发记录获得被试是否进行分享行为的数据。通过上述实验流程,两组分别获得了90 个有效样本,两组被试在性别( N 男性-人类作者 = 48, N 男性-人工智能 = 46, p =0.767)和年龄( M 人类作者 =20.122, M 人工智能 =19.889, p =0.334)上不存在显著差别。

3.2 研究结果

研究小组从微信公众号后台获取了两组被试个人层面的分享行为数据。以分享行为(未转发=0,转发=1)为因变量、以内容生成者(人类作者=0,人工智能=1)为自变量的Logistic 回归分析结果表明,内容生成者对消费者内容分享行为具有显著的影响( P 人类作者 = 48.888%, P 人工智能 = 70.000%, β =0.892, SE =0.312, Wald ′ s χ 2 =8.166, p =0.004,OR值=2.439),人类作者组被试与人工智能组被试在分享行为上具有显著差异:人类作者组中有48.888%的被试分享了诗歌,而人工智能组中则有70.000%的被试分享了诗歌。因此,本研究运用实地实验结果支持了H1,即相较于人类生成的内容,消费者更愿意在微信朋友圈分享人工智能生成的内容。在接下来的实验室实验中,研究小组将更换不同的内容类型并进一步验证人工智能生成内容对消费者分享行为的影响机制与边界条件。

4 研究二:科技创新形象和情绪唤醒的中介作用检验

4.1 研究设计

本研究的主要目的是通过实验室实验论证人工智能生成内容对消费者分享行为的影响机理,即检验科技创新形象和情绪唤醒的中介作用(H2a 和H2b)。人工智能生成标签还可能通过影响用户对内容的关注程度而影响最后的分享行为,因此本实验的另一个目的是排除注意力的替代性解释。实验问卷调研的起止日期为2022年8 月5 至2022年8 月6 日,仍采用2 组(内容生成者:人类画家和人工智能)组间实验设计。本研究选择绘画作为可分享的图像内容。研究小组通过互联网找到一张由人工智能创作的名为《水韵山色》的油画,并保证两组被试在问卷中看到的都是这张油画的图片。实验通过如下两种不同的绘画介绍来操控内容生成者:在人类作者组,研究小组对绘画作品的介绍为“人们凭借先天的天赋和后天习得的知识与技能,能够完成各种绘画作品。以下这幅绘画作品就是由某位当代画家通过学习艺术史上236 位著名画家的5000 多张画作后原创而成。”在人工智能组,研究小组对绘画作品的介绍为“人工智能在最近取得了飞速发展,利用图像识别和机器学习等技术,人工智能已经能够独立完成绘画任务。以下这幅绘画作品就是由人工智能系统通过机器学习艺术史上236 位著名画家的5000 多张画作后原创而成。”研究小组委托“问卷星”公司随机抽取221 名真实消费者(48.416%为男性,平均年龄30.484 岁)进行网络调研,并把他们随机分配到两个实验组,其中人类作者组有111 份有效数据,人工智能组有110 份有效数据。两组被试在性别( N 男性-人类作者 =57, N 男性-人工智能 =50, p =0.383)、年龄( M 人类作者 =30.568, M 人工智能 =30.400, p =0.877)和受教育程度( M 人类作者 =4.901, M 人工智能 =4.882, p =0.830)上没有显著差别。

4.2 问卷与变量测量

实验问卷主要包括以下几个部分。第一部分,研究小组邀请被试完成一项“社会媒体使用行为调研”。首先,被试需阅读绘画作品介绍并阅览绘画图片,接着完成分享意愿、科技创新形象和情绪唤醒的测量。分享意愿的测量参考了Consiglio 等 [50] 的研究,量表包括3 个题项(典型题项如“您愿意将上述由人工智能系统(当代画家)原创的画作分享到您的微信朋友圈吗?”1=非常不愿意,7=非常愿意;信度检验系数 α =0.921)。情绪唤醒的测量参考了Berger 和Milkman [2] 的研究,量表包括3 个题项(“当您看到上述由人工智能系统(当代画家)原创的画作时,您的情绪是怎样的?”1=非常平静的/非常放松的/非常困倦的,7=非常兴奋的/非常激动的/非常警醒的; α =0.745)。为了测量科技创新形象,研究小组根据White 和Peloza [44] 的研究,并通过一项前期的消费者定性访谈确定了科技创新形象量表及其3 个题项(“如果我在朋友圈分享上述绘画作品,别人会觉得我是:(1)有科技意识的,(2)创新性强、愿意接受新事物的,(3)与时俱进、时尚前卫的。”1=非常不同意,7=非常同意; α =0.748)。在访谈中,研究小组以提问的方式访谈了22 位真实消费者,询问“转发人工智能生成的内容(比如海报、诗歌、画作、新闻等)会让别人感觉到你们是什么样的人?”并请他们使用简单几个词语描述(比如聪明等)。随后,研究小组对这些词语进行分类和词频统计,发现和“与时俱进、时尚前卫”相关的词语出现的频率最高,有63.636%的被访谈对象都提及了(比如超前、时尚、紧跟潮流、与时俱进、新潮等);“创新性强、愿意接受新事物”相关词语出现频率次之,有50.000%的被访谈对象提及了(比如大胆创新、有探索性、追求新鲜、愿意尝试新事物等);“有科技意识” 相关词语出现频率也很高,有34.783%的被访谈对象提及了(比如科技意识强、关注科技动态、有前沿科技认知、科技控等)。

第二部分,被试需完成对内容的熟悉度、理解度、喜欢程度和注意力等控制变量的测量。熟悉度的测量量表包括3 个题项(典型题型如“我有很多阅览该类型画作的经验。”1=非常不同意,7=非常同意; α =0.863)。理解度的测量参考了Long 等 [51] 的研究,量表包括2 个题项(典型题项如“您是否了解上述画作所表达的内容?”1=一点也不了解,7=非常了解; r =0.766)。喜欢程度的测量量表包括3个题项(典型题项如“我很喜欢上述画作。”1=非常不同意,7=非常同意; α =0.863)。注意力的测量参考了Smith 等 [52] 的研究,量表包括5 个题项(典型题项如“上述画作引起了我的注意。”1=非常不同意,7=非常同意; α =0.861)。

第三部分,被试需完成与人工智能相关的两个控制变量的测量:人工智能绘画接触经验、人工智能态度。人工智能绘画接触经验的测量量表包括2个题项(典型题项如“我经常看到人工智能创作的画作。”1 = 非常不同意,非常同意; r = 0.797)。Mende 等的研究表明,当消费者得知人工智能能够完成原本由人类完成的任务时,他们会产生阴森恐怖的感觉并认为人工智能威胁到人类身份,从而对人工智能产生更加负面的态度 [13] 。为了排除此因素对本研究主效应的干扰,研究小组在两组被试中通过3 个题项测量了其对人工智能的态度(典型题项如“我很支持人工智能的发展。”1=非常不同意,7=非常同意; α =0.760)。

最后,研究小组测量被试的基本信息。在测量性别、年龄和受教育程度等人口统计变量之前,研究小组使用2 个题项测量了消费者平时是否经常分享内容(“您在社交媒体上分享内容的频率是?”1=从来不分享,7=非常频繁;“在过去三个月中,您在社交媒体上总共分享过多少次内容?”)。

4.3 研究结果

首先,研究检验人工智能生成内容对消费者分享意愿影响的主效应。以分享意愿为因变量的方差分析结果表明,尽管两组被试所看到的绘画内容是相同的,但当被告知内容由人工智能生成时,消费者的分享意愿更高( M 人类画家 = 5.156, M 人工智能 =5.649, F (1,220)= 9.699, p =0.002, η 2 =0.042),这说明人工智能生成内容能够显著提高消费者的分享意愿,因此H1 再次得到数据的支持。

其次,研究检验人工智能生成内容对中介变量的影响。方差分析结果显示,人工智能组被试在科技创新形象( M 人类画家 =4.790, M 人工智能 =5.600, F (1,220)= 40.444, p ＜0.001, η 2 = 0.155)和情绪唤醒( M 人类画家 = 4.505, M 人工智能 = 4.909, F (1,220) =9.162, p ＜0.001, η 2 =0.040)方面的打分显著高于人类画家组的被试,这符合理论预期并为后续中介变量作用的检验打下基础。

接下来,研究检验人工智能生成内容对控制变量的影响。方差分析结果显示,人类画家组被试和人工智能组被试在对内容的熟悉度( M 人类画家 =3.724, M 人工智能 = 4.030, F (1,220) = 2.670, p =0.104, η 2 = 0.012)、喜欢程度( M 人类画家 = 5.126, M 人工智能 =5.373, F (1,220)= 3.623, p =0.058, η 2 =0.016)、注意力( M 人类画家 =4.989, M 人工智能 =5.173, F (1,220)= 1.829, p =0.178, η 2 =0.008)、人工智能绘画接触经验( M 人类画家 =3.604, M 人工智能 =3.973, F (1,220)= 2.926, p =0.089, η 2 =0.013)、人工智能态度( M 人类画家 = 5.748, M 人工智能 = 5.918, F (1,220)= 2.388, p =0.124, η 2 =0.011)和平时分享内容经验(第1 个题项: M 人类画家 = 4.595, M 人工智能 =4.818, F (1,220)= 1.579, p =0.210, η 2 =0.007;第2 个题项: M 人类画家 =61.207, M 人工智能 =45.100, F (1,220)= 0.341, p =0.560, η 2 =0.002)上的打分没有显著差异。这说明这些变量无法解释前述人工智能生成内容对消费者分享影响的主效应,在后续中介变量的检验中将不再包含这些变量。但是两组被试在理解度上存在显著差异,被试对人工智能所作绘画的理解度高于人类画家( M 人类画家 =3.644, M 人工智能 =4.050, F (1,220)= 4.732, p =0.031, η 2 =0.021),这可能是因为消费者觉得人工智能所作绘画没有实质性的含义,理解起来也比较容易。

最后,研究使用Bootstrap 分析中的Model 4 来检验科技创新形象和情绪唤醒的中介作用。以分享意愿为因变量,以内容生成者(0=人类画家,1=人工智能)为自变量,以科技创新形象和情绪唤醒为中介变量,以理解度为协变量的Bootstrap 分析结果表明,人工智能生成内容对分享意愿的影响受到科技创新形象(95%的概率置信区间 CI : [0.213,0.570],标准化效应量=0.316)和情绪唤醒(95% CI : [0.013,0.183],标准化效应量=0.076)的双重中介作用,这说明当消费者得知某一内容是人工智能生成时,会感知更好的科技创新形象与更强的情绪唤醒,并由此产生更强的分享意愿。因此本文H2a 和H2b 也得到了数据的支持。

综上所述,本研究利用实验法再次检验了人工智能生成内容对消费者分享影响的主效应,验证了科技创新形象和情绪唤醒的双重中介作用,并排除了被试对内容的熟悉度、理解度、喜欢程度、注意力和人工智能绘画接触经验、人工智能态度、平时分享内容经验对结果的干扰。接下来本文将围绕上述两条影响路径,分别探查公众自我意识和内容创作难度的调节变量作用,确认人工智能生成内容对消费者分享行为影响的边界条件。

5 研究三:公众自我意识的调节作用检验

5.1 研究设计

本研究的主要目的是检验公众自我意识的调节变量作用(H3a),并论证在具有不同的公众自我意识的消费者中,科技创新形象的可调节中介作用。实验问卷调研的起止日期为2020年10 月2 日至2020年10 月3 日,仍采用2 组(内容生成者:人类作者和人工智能)组间实验设计。实验小组委托“问卷星”公司招募了353 名真实消费者(56.374%为男性,平均年龄32.980 岁)进行网络调研,并把他们随机分配到两个实验组,其中,人类作者组178 个有效样本,人工智能组175 个有效样本,两组被试在性别( N 男性-人类作者 =90, N 男性-人工智能 =98, p =0.307)、年龄( M 人类作者 =32.94, M 人工智能 =33.02, p =0.940)和受教育程度( M 人类作者 = 2.90, M 人工智能 = 2.79, p =0.095)上不存在显著差别。本研究选择七言诗作为可分享的内容,通过互联网找到两首由人工智能创作的七言诗《早春》和《云峰》,并保证两组被试看到相同的诗歌内容。研究小组通过两种不同的诗歌介绍与作者标注来操控内容生成者:在人类作者组中,诗歌介绍为“人们利用先天的天赋和后天习得的知识与技能,能够创作出令人称赞的诗句。请仔细阅读下面由文学爱好者‘小辰’创作的两首诗并回答后面的问题。”两首诗的标题下方标注“小辰”;在人工智能组中,诗歌介绍为“人工智能在最近取得了快速发展,利用其中的机器学习和自然语言处理等技术,人工智能已经能够创作出令人称赞的诗句。请仔细阅读下面由人工智能系统‘小辰’创作的两首诗并回答后面的问题。”两首诗的标题下方标注“人工智能系统‘小辰’”。

5.2 问卷与变量测量

实验问卷主要包括两个部分。首先,实验小组邀请被试完成一项“社会媒体使用行为调研”,即在阅读两首七言诗和相关介绍后完成分享意愿( α =0.926)、科技创新形象( α =0.890)和情绪唤醒( α =0.765)的测量,这3 个变量的测量题项与研究二完全相同。接下来,研究小组让被试完成公众自我意识和人口统计变量的测量,公众自我意识的量表参考了White 和Dahl [43] 的研究,主要包括3 个测量题项(典型题项如“我通常会担心是否给别人留下了好印象。”1=非常不同意,7=非常同意; α =0.740)。

5.3 研究结果

首先,研究检验公众自我意识的调节变量作用。以分享意愿为因变量,以内容生成者(0=人类作者,1=人工智能)为自变量,以公众自我意识为调节变量的Bootstrap 分析(Model 1)结果表明,内容生成者对分享意愿影响的主效应显著( β =0.333, SE =0.142, F (1,349)= 5.524, p =0.019),公众自我意识与内容生成者之间的交互作用显著( β =0.317, SE = 0.137, F (1,349) = 5.344, p = 0.021, R 2 =0.014)。进一步分析结果表明,当消费者公众自我意识比较低时,人工智能生成内容与人类作者生成内容导致的分享意愿并无显著差别( M 人类作者 =4.323, M 人工智能 = 4.286, F (1,349) = 0.031, p =0.862);当消费者公众自我意识比较高时,内容生成者会对分享意愿产生显著的影响( M 人类作者 =4.658, M 人工智能 = 5.255, F (1,349)= 10.770, p =0.001)。本文H3a 得到数据的支持。

接下来,研究检验内容生成者与公众自我意识对科技创新形象的交互作用。以科技创新形象为因变量,以内容生成者为自变量、以公众自我意识为调节变量的Bootstrap 分析结果表明,内容生成者对科技创新形象的主效应显著( β = 0.950, SE =0.136, F (1,349)= 48.716, p ＜0.001),公众自我意识与内容生成者之间的交互作用显著( β =0.301, SE = 0.132, F (1,349) = 5.212, p = 0.023, R 2 =0.012)。进一步分析结果表明,当消费者公众自我意识比较低时,人工智能生成内容产生的科技创新形象感知显著高于人类作者生成内容( M 人类作者 =3.658, M 人工智能 = 4.256, F (1,349) = 8.486, p =0.004);当消费者公众自我意识比较高时,内容生成者对科技创新形象的影响更加显著( M 人类作者 =4.054, M 人工智能 = 5.255, F (1,349)= 47.114, p ＜0.001)。由此可见,在具有高低不同的公众自我意识的消费者中,内容生成者导致科技创新形象呈现出与分享意愿相似的变化趋势。

最后,研究利用Bootstrap 分析中的Model 8 来检验科技创新形象的可调节中介作用。以分享意愿为因变量,以内容生成者为自变量,以科技创新形象和情绪唤醒为中介变量,以公众自我意识为调节变量的Bootstrap 分析结果表明,当消费者公众自我意识比较低时,科技创新形象的中介路径效应显著( β = 0.391, SE = 0.141, 95% CI : [0.121,0.678]);当消费者公众自我意识比较高时,科技创新形象的中介路径效应显著并变得更强( β =0.784, SE =0.132,95% CI : [0.534,1.048])。更加重要的是,科技创新形象的可调节中介作用指数显著(95% CI :[0.012,0.383])。

综上所述,本研究在七言诗内容领域中再次论证了人工智能生成内容对消费者分享行为影响的主效应,并重点检验了消费者公众自我意识的调节变量作用。研究结果表明,公众自我意识主要通过改变科技创新形象的中介路径而发挥调节作用,即公众自我意识较高的消费者更加倾向于认为分享人工智能生成内容能够带来良好的科技创新形象,并由此产生更高的内容分享意愿。接下来,本文将在不同内容领域中运用不同的因变量测量方法,检验内容创作难度的调节作用。

6 研究四:内容创作难度的调节作用检验

6.1 研究设计

本研究的主要目的是检验内容创作难度的调节变量作用(H3b),并论证面对不同创作难度内容时消费者情绪唤醒的可调节中介作用。实验问卷调研的起止日期为2020年11 月23 日至2020年11月24 日,实验小组采用了2(内容生成者:人类作者和人工智能)×2(内容创作难度:低创作难度和高创作难度)的组间实验设计。首先,为了确定消费者感知创作难度高低不同的两种内容类型,实验小组访谈了16 位消费者,询问他们认为什么类型的内容创作起来比较难以及什么类型的内容创作起来比较容易,并请他们给出理由。大部分(68.750%)的被试认为新闻的创作难度较低,给出的理由如“新闻的结构性比较强”“新闻有固定的模板可供参考”“新闻是有写作套路的”。而对于创作难度较高的内容类型,比如歌曲、小说、绘画、故事等,消费者说法不一。实验小组选择了与新闻同样属于文字类内容且字数能够与新闻保持平衡的寓言故事作为实验材料,被访谈对象认为故事创作难度较高的理由如“寓言故事要有主题的升华”“故事情节跌宕起伏才好看”“寓言故事要通过情节反映人生哲理”。

基于访谈结果,实验小组改写了一篇科技新闻《刀片电池将带来电动汽车行业变革》作为创作难度较低的内容,另一篇反映女性爱情观的寓言故事《王子与女巫》作为创作难度较高的内容,这两篇文字内容的总字数和理解难度相近。接着,实验小组采用了与前述研究相同的方法来操控内容生成者,在科技新闻(寓言故事)标题下方和内容的文末均标有“记者(作者):小辰”或“记者(作者):人工智能系统‘小辰’”。实验小组委托“问卷星”公司招募了216 名真实消费者(48.611%为男性,平均年龄31.931 岁)进行网络调研,并把他们随机分配到4个不同的实验组,人类作者-新闻组54 个有效样本,人工智能-新闻组55 个有效样本,人类作者-寓言故事组53 个有效样本,人工智能-寓言故事组54个有效样本,四组被试在性别(男性样本分别为23、24、33、25 个, p = 0.146)、年龄(平均年龄分别为31.31、33.31、30.45、32.59 岁, p =0.284)和受教育程度(平均受教育程度得分分别为2.96、2.87、2.91、2.96, p =0.841)上没有显著差别。

6.2 问卷与变量测量

实验问卷主要包括三个部分。首先,实验小组邀请被试完成一项“社会媒体使用行为调研”,即在阅读新闻(寓言故事)后完成科技创新形象和情绪唤醒的相关问题,科技创新形象( α =0.756)与情绪唤醒( α =0.819)的测量题项与前述研究保持一致。接下来,实验小组测量了被试的感知内容生成者和感知内容创作难度来检验操控有效性,其中感知内容生成者的测量有2 个题项(典型题项如“根据刚才关于寓言故事(新闻)的介绍,您认为这则寓言故事(新闻)是由谁创作的?”1=肯定是人类作者,7=肯定是人工智能系统; r =0.784)。感知创作难度的测量有2 个题项(典型题项如“在您看来,原创寓言故事的创作难度有多大?”1=非常小,7=非常大; r =0.664)。最后,在被试填写完人口统计变量的测量以后,实验小组参考Consiglio 等 [50] 的研究,以情景模拟的方式测量了被试的分享行为,即告知被试“如果您点击下面的‘一键分享’按钮,系统会自动关联到您的微信朋友圈,并将上面由(人工智能系统)‘小辰’原创的新闻(寓言故事)分享到您的朋友圈,请选择并点击按钮。”在这一引导语下面呈现的是“一键分享”和“不分享”两个按钮的选项。无论被试点击哪一个按钮,系统都会记录被试的选择并跳转至“本次调研到此结束,感谢您的参与”的页面。后台统计数据显示,该平台有80%以上的样本使用手机端填写问卷,因此大部分被试容易相信分享行为能够关联到微信朋友圈,数据具有较高的可信性。

6.3 实验结果

首先,研究进行操控检验。以感知内容生成者为因变量的双因素方差分析结果表明,只有内容生成者(人类作者对比人工智能)对感知生成者有显著影响( M 人类作者 = 3.608, M 人工智能 = 4.702, F (1,212)=31.511, p ＜0.001, η 2 =0.129);以感知创作难度为因变量的双因素方差分析结果表明,只有内容创作难度(低创作难度对比高创作难度)对感知创作难度有显著影响( M 低创作难度 =4.812, M 高创作难度 =5.224, F (1,212)= 9.162, p =0.003, η 2 =0.041)。在上述方差分析中没有发现其他显著效应,这说明本研究对内容生成者和内容创作难度的操控都是成功的。

接下来,研究使用Bootstrap 分析(Model 1)来检验内容创作难度的调节作用。以分享行为(0=不分享,1=分享)为因变量,以内容生成者为自变量、以内容创作难度(0=低创作难度,1=高创作难度)为调节变量的Logistic 回归分析结果表明,内容生成者与内容创作难度之间具有显著的交互作用( Whal ′ s χ 2 =4.262, p =0.039,OR 值=1.333)。进一步分析结果表明,当被试面对低创作难度的内容(新闻)时,人工智能生成内容与人类作者生成内容导致的分享行为概率基本相同( P 人类作者 = 61.111%, P 人工智能 =52.727%, Whal ′ s χ 2 = 0.779, p = 0.378,OR 值=0.710);当被试面对高创作难度的内容(寓言故事)时,人工智能生成内容会产生更高的分享行为概率( P 人类作者 = 47.170%, P 人工智能 = 66.667%, Wald ′ s χ