劉 雨, 操雅琴

(安徽工程大學(xué) 經(jīng)濟(jì)與管理學(xué)院, 安徽 蕪湖 241000)

近年來, 隨著人工智能和語音識別技術(shù)的不斷發(fā)展, 智能語音助手逐漸成為人機(jī)交互方式之一. 智能語音助手是一種使用文本和語音作對話方式, 以實(shí)現(xiàn)用戶就特定主題或特定場景與系統(tǒng)進(jìn)行交互的軟件[1]. 目前被大眾熟知的智能語音助手包括百度公司的小度、小米公司的小愛同學(xué)、蘋果的Siri、谷歌助手和天貓精靈等. 智能語音助手已被應(yīng)用于不同場景中, 比如醫(yī)療健康服務(wù)、私人助理和知識問答服務(wù)等. 前瞻資料顯示, 在2018年, 全國智能語音市場的規(guī)模已經(jīng)突破了117億元, 預(yù)計(jì)到2026年將突破1008億美元[2]. 據(jù)美國市場研究機(jī)構(gòu)Strategy Analytics發(fā)布的報(bào)告, 2023年全球?qū)⒂?0%的智能手機(jī)擁有智能語音助手[3].

但目前智能語音助手的設(shè)計(jì)還不完善, 時常會出現(xiàn)如反應(yīng)延遲和無法準(zhǔn)確理解用戶語義等問題. 這些問題會影響用戶體驗(yàn)質(zhì)量. 智能語音助手在應(yīng)用實(shí)踐中迫切需要解決的關(guān)鍵問題包括智能語音助手?jǐn)M人化特征有哪些, 如何測量其擬人化特征, 擬人化特征是否會對用戶體驗(yàn)質(zhì)量產(chǎn)生影響, 以及哪種擬人化特征對用戶體驗(yàn)質(zhì)量的影響最大等問題.

1 理論背景

1.1 智能語音助手?jǐn)M人化特征研究

擬人化指的是賦予非人類實(shí)體的類似人類的特征、動機(jī)、意圖或情感[4]. 近年來, 擬人化的概念吸引了許多不同領(lǐng)域?qū)W者的興趣. 隨著智能語音助手的出現(xiàn), 智能語音助手的擬人化特征也日益受到學(xué)術(shù)界的關(guān)注. 如Cheng等(2022)研究了智能語音助手的情感擬人化特征與用戶對智能語音助手的感知信任和接受意愿的關(guān)系, 結(jié)果表明擬人化屬性“溫暖的”對感知信任有正向影響, 且智能語音助手溫暖程度越高, 用戶的接受意愿越積極[5]. Araujo(2018)探討了智能語音助手品牌名稱和語言風(fēng)格等擬人化特征對用戶體驗(yàn)的影響, 研究結(jié)果顯示擬人化的品牌名稱和語言風(fēng)格對用戶體驗(yàn)產(chǎn)生積極的影響[6]. Selamat等(2021)研究了智能語音助手對話方式的擬人化特征(如有趣性和愉悅性)對用戶購買意愿的影響. 結(jié)果顯示, 智能語音助手對話方式的有趣性和愉悅性對用戶購買意愿有顯著的正向影響, 其可以增強(qiáng)用戶的使用意愿[7]. 已有文獻(xiàn)研究表明, 目前只有少數(shù)學(xué)者研究了智能語音助手的某幾種擬人化特征, 但是對智能語音助手?jǐn)M人化特征的維度還未達(dá)成共識.

1.2 智能語音助手用戶體驗(yàn)質(zhì)量研究

用戶體驗(yàn)質(zhì)量可以理解為用戶在一定的客觀環(huán)境中對所使用的產(chǎn)品或服務(wù)的整體認(rèn)可程度[8]. 已有研究從不同方面探討了智能語音助手用戶體驗(yàn)質(zhì)量的影響因素. 如Tolentino(2019)基于技術(shù)接受度模型(Technology Acceptance Model, 簡稱TAM)探討了病人健康信息管理智能語音助手的用戶參與度. 結(jié)果顯示, 智能語音助手的有用性和效率性有助于提高用戶對智能語音助手的接受意愿[9]. Haugeland等(2022)研究了智能語音助手兩種交互設(shè)計(jì)特征(主題引導(dǎo)對話和自由文本交互)對用戶體驗(yàn)的影響, 結(jié)果表明主題引導(dǎo)對話增強(qiáng)了擬人性和享樂性, 提高了用戶體驗(yàn)的積極性[10]. 學(xué)者Cheng等(2022)探討了智能語音助手的擬人化屬性(感知溫暖、感知能力、溝通延遲)與用戶對智能語音助手的感知信任和交互意愿的關(guān)系, 結(jié)果顯示感知溫暖和感知能力正向影響用戶對智能語音助手的感知信任, 進(jìn)而讓用戶產(chǎn)生積極的交互意愿, 但溝通延遲對感知信任產(chǎn)生負(fù)面影響, 會降低用戶的交互意愿[5]. 已有文獻(xiàn)研究顯示, 智能語音助手在擬人化設(shè)計(jì)特征如何影響用戶體驗(yàn)質(zhì)量方面, 目前還沒有一致的結(jié)論. 本文旨在對智能語音助手的擬人化特征研究的基礎(chǔ)上, 構(gòu)建擬人化特征與用戶體驗(yàn)質(zhì)量關(guān)系模型, 并探討智能語音助手?jǐn)M人化特征如何影響用戶體驗(yàn)質(zhì)量.

2 模型構(gòu)建和研究假設(shè)

2.1 基于AHP的智能語音助手?jǐn)M人化特征研究

筆者運(yùn)用AHP(Analytic Hierarchy Process, AHP)層次分析方法對智能語音助手?jǐn)M人化特征進(jìn)行評價(jià), 構(gòu)建了智能語音助手?jǐn)M人化特征的層次評價(jià)模型, 如圖1所示.

圖1 基于層次分析法的智能語音助手?jǐn)M人化特征

由圖1可知, 智能語音助手?jǐn)M人化特征包括視覺擬人化、功能擬人化、品牌擬人化、聲音擬人化和情感擬人化. 這四個擬人化權(quán)重由大到小分別為情感擬人化(0.537)、聲音擬人化(0.167)、品牌擬人化(0.134)、功能擬人化(0.167)和視覺擬人化(0.056). 由于視覺擬人化特征影響最小, 本研究不考慮視覺擬人化特征, 最終選取情感擬人化、聲音擬人化、功能擬人化和品牌擬人化作為智能語音助手的擬人化特征.

2.2 模型構(gòu)建

筆者在智能語音助手四個重要的擬人化特征選取基礎(chǔ)上, 構(gòu)建了智能語音助手?jǐn)M人化對用戶體驗(yàn)質(zhì)量的關(guān)系模型, 如圖2所示.

圖2 智能語音助手?jǐn)M人化與用戶體驗(yàn)質(zhì)量關(guān)系假設(shè)模型

2.3 研究假設(shè)

2.3.1 情感擬人化

情感擬人化是一種更為生動的內(nèi)在層面擬人化, 其指的是賦予智能語音助手相應(yīng)的人類情感特性[11]. 智能語音助手如果能夠理解并表達(dá)自己的情感, 則可以給用戶帶來更積極的體驗(yàn). 如Roy等(2021)研究證明用戶更偏好與溫暖的聊天機(jī)器人進(jìn)行交互[12]. Bhat等(2021)研究了智能語音助手與用戶對話時的情感表達(dá)對用戶體驗(yàn)的影響, 結(jié)果表明快樂和興奮的情感表達(dá)會產(chǎn)生積極的用戶體驗(yàn)[13]. 基于以上研究, 筆者提出假設(shè)一.

假設(shè)一: 情感擬人化對智能語音助手的用戶體驗(yàn)質(zhì)量具有正向影響.

2.3.2 聲音擬人化

聲音擬人化是指賦予智能語音助手相應(yīng)的人類聲音特征, 使用類人的聲音特質(zhì)使智能語音助手被感知為一個真正的人[14]. 智能語音助手的聲音如果能具備人類聲音的特質(zhì), 會讓用戶感覺自己在與一個真人交互. 方灝(2020)的研究結(jié)果表明語音助手聲音的親切感和舒適度會給用戶帶來良好的情感體驗(yàn)[15]. 廖青林(2021)研究了智能語音助手音色差異對用戶體驗(yàn)的影響, 結(jié)果顯示智能語音助手音色的擬人化程度越高, 用戶體驗(yàn)越積極[16]. 基于以上研究, 提出假設(shè)二.

假設(shè)二: 聲音擬人化對智能語音助手的用戶體驗(yàn)質(zhì)量具有正向影響.

2.3.3 功能擬人化

功能擬人化是將人的學(xué)習(xí)能力賦予非人類實(shí)體, 使非人類實(shí)體擁有人類的學(xué)習(xí)功能[17]. 智能語音助手如果具備與人類相似的搜索和學(xué)習(xí)能力, 則智能語音助手的智能化水平較高. 何海地(2013)研究了圖書館智能語音助手搜索、學(xué)習(xí)能力等功能擬人化特征對用戶體驗(yàn)的影響, 結(jié)果表明增加智能語音助手功能擬人化可以提升用戶體驗(yàn)[18]. Dennis等(2020)研究了用戶使用智能語音助手進(jìn)行新冠肺炎篩查后的反應(yīng)與用戶對智能語音助手的信任和服務(wù)質(zhì)量評價(jià)之間的關(guān)系, 結(jié)果顯示智能語音助手具備與人類相同的學(xué)習(xí)能力時, 用戶對智能語音助手的信任度更高, 對服務(wù)質(zhì)量的評價(jià)也更高[19]. 基于以上研究, 提出假設(shè)三.

假設(shè)三: 功能擬人化對智能語音助手的用戶體驗(yàn)質(zhì)量具有正向影響.

2.3.4 品牌擬人化

品牌擬人化是將人的特征表征于智能語音助手的品牌上, 使智能語音助手的品牌擬人化設(shè)計(jì)讓用戶感知自己在與一個真正的人進(jìn)行交互[20]. 已有文獻(xiàn)研究表明, 智能語音助手的品牌設(shè)計(jì)的類人特征, 可以提高用戶體驗(yàn)的積極性. 如朱良杰等(2018)研究表明品牌擬人化能更有效促進(jìn)消費(fèi)者價(jià)值共創(chuàng)意愿[21]. Araujo等(2018)探索了智能語音助手的品牌名稱和語言風(fēng)格等類人線索對用戶感知的影響, 結(jié)果顯示擬人化的名稱和語言增強(qiáng)了用戶對智能語音助手的社會感知[6]. 基于以上研究, 提出假設(shè)四.

假設(shè)四: 品牌擬人化對智能語音助手的用戶體驗(yàn)質(zhì)量具有正向影響.

3 研究方法

3.1 研究變量的定義及測量

本文基于國內(nèi)外相關(guān)研究成果, 以已有的量表為基礎(chǔ), 設(shè)計(jì)問卷來測量智能語音助手的擬人化特征以及用戶體驗(yàn)質(zhì)量. 其中, 量表中情感擬人化變量的三個指標(biāo)(幽默感、愉悅感和情緒感)主要根據(jù)趙月(2021)、Roy等(2021)和Bhat等(2021)的研究. 聲音擬人化變量的三個指標(biāo)(音色、自適應(yīng)、親切感)主要根據(jù)牛雷(2021)、方灝(2020)和廖青林(2021)的研究. 功能擬人化變量的三個指標(biāo)(控制功能、搜索功能、學(xué)習(xí)功能)主要根據(jù)彭永超(2019)、何海地(2013)和Dennis等(2020)的研究. 品牌擬人化變量的三個指標(biāo)(產(chǎn)品表情、產(chǎn)品行為、產(chǎn)品名稱)主要根據(jù)陳增祥等(2017)、Araujo等(2018)和朱良杰等(2018)的研究. 用戶體驗(yàn)質(zhì)量變量的三個指標(biāo)(環(huán)境、用戶和服務(wù)質(zhì)量)主要根據(jù)林闖等(2012)、Cheng等(2022)和Haugeland等(2022)的研究. 問卷采用了李克特(Likert)5級量表, 評分從1至5, 代表程度從最低到最高, 情感擬人化測量量表如表1所示.

表1 情感擬人化測量量表

本文共收集了403份有效問卷, 問卷有效率100%. 問卷中的自變量包括情感擬人化、聲音擬人化、功能擬人化和品牌擬人化, 因變量為用戶體驗(yàn)質(zhì)量, 此外還包括性別、年齡、學(xué)歷、職業(yè)、使用品牌和使用頻率等人口統(tǒng)計(jì)特征變量.

3.2 樣本統(tǒng)計(jì)分析

之后筆者利用SPSS 22.0對問卷的樣本信息進(jìn)行描述性統(tǒng)計(jì)分析, 主要包括被調(diào)查對象的性別、年齡、學(xué)歷、職業(yè)、使用品牌、使用頻率和擬人化設(shè)計(jì)的有用性, 分析結(jié)果如表2所示.

表2 樣本人口特征

4 研究結(jié)果

本研究還使用AMOS 24.0軟件構(gòu)建了初始假設(shè)結(jié)構(gòu)方程模型, 如圖3所示.

圖3 初始假設(shè)結(jié)構(gòu)方程模型

4.1 測量模型

本研究運(yùn)用AMOS 24.0軟件對量表的信度和效度進(jìn)行分析, 首先通過克朗巴哈系數(shù)(α)和組合信度(CR)來評價(jià)量表的信度, 如表3所示. 結(jié)果顯示α系數(shù)均高于0.7的標(biāo)準(zhǔn), 組合信度(CR)均高于0.8的標(biāo)準(zhǔn), 其表明本研究量表的信度較好, 具有足夠的可靠性.

表3 問卷測量指標(biāo)α、因子荷載、CR、AVE的值

量表的效度分析主要通過內(nèi)容效度和結(jié)構(gòu)效度進(jìn)行測度. 量表的變量都是選取了國內(nèi)外已有研究的成熟量表的變量, 其具有較好的內(nèi)容效度. 結(jié)構(gòu)效度是指量表測量結(jié)果同期望評估內(nèi)容的同構(gòu)程度, 我們通過因子荷載和平均萃取變異量(Average Variance Extracted, 簡稱AVE)來評價(jià)量表的結(jié)構(gòu)效度. 結(jié)果顯示: 因子荷載均高于0.7的標(biāo)準(zhǔn)(AVE均大于0.6的標(biāo)準(zhǔn), 表明量表具有較高的結(jié)構(gòu)效度).

4.2 結(jié)構(gòu)模型

模型擬合優(yōu)度指數(shù)顯示:χ2/df=3.216, 滿足了2<χ2/df<5的要求,RMSEA=0.074, 小于0.08, 其他擬合指數(shù),NFI=0.977、NNFI=0.977、CFI=0.931, 均大于0.9,GFI=0.899,AFGI=0.864, 均大于0.8,SRMR=0.025, 小于0.1, 表明模型適配度在可接受的水平.

t檢驗(yàn)結(jié)果顯示各潛變量的t值均符合參考值, 且在p=0.001水平上具有統(tǒng)計(jì)顯著性, 結(jié)構(gòu)方程模型路徑系數(shù)如圖4所示.

圖4 結(jié)構(gòu)方程模型路徑系數(shù)

由圖4可見, 四條結(jié)構(gòu)路徑在0.001的顯著性水平上均顯著, 且路徑系數(shù)均為正數(shù). 假設(shè)一的β=0.275,t= -0.499,p<0.001; 假設(shè)二的β=0.276,t=-0.761,p<0.001; 假設(shè)三的β=0.29,t=-1.599,p<0.001; 假設(shè)四的β=0.317,t=-0.495,p<0.001. 四個研究假設(shè)得以驗(yàn)證, 即情感擬人化、聲音擬人化、功能擬人化和品牌擬人化均對用戶體驗(yàn)質(zhì)量有顯著的正向影響, 影響效應(yīng)由大到小依次為品牌擬人化、功能擬人化、聲音擬人化、情感擬人化.

5 研究討論與結(jié)論

5.1 討論

本研究探討了智能語音助手?jǐn)M人化特征的評價(jià)方法, 構(gòu)建了智能語音助手?jǐn)M人化特征測量量表, 并運(yùn)用AMOS24.0軟件構(gòu)建了結(jié)構(gòu)方程模型對統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析, 結(jié)果發(fā)現(xiàn):

(1)智能語音助手的擬人化特征可以用情感擬人化、聲音擬人化、功能擬人化和品牌擬人化來評價(jià). 雖然已有少數(shù)學(xué)者從不同方面探討了智能語音助手某幾種擬人化特征: 如學(xué)者牛雷(2021)研究了智能語音助手的聲音擬人化特征, 將聲音按照不同性別進(jìn)行劃分[14]. 鐘科等(2018)將品牌擬人化特征分為能力型和溫情型[22]. 但是隨著智能語音助手智能化程度的全面提升, 很多智能語音助手產(chǎn)品都試圖通過多種擬人化特征設(shè)計(jì)來提升用戶體驗(yàn). 本文基于已有研究, 提出了智能語音助手?jǐn)M人化特征評價(jià)方法, 并提取了四個典型擬人化特征(情感擬人化、聲音擬人化、功能擬人化和品牌擬人化), 之后進(jìn)一步將每種類型細(xì)分為三個不同維度. 其不僅豐富智能語音助手?jǐn)M人化特征研究的理論成果, 也為智能語音助手?jǐn)M人化特征設(shè)計(jì)提供了理論指導(dǎo).

(2)智能語音助手的四個擬人化特征對用戶體驗(yàn)質(zhì)量有顯著的正向影響. 已有學(xué)者從不同的領(lǐng)域研究了擬人化特征對用戶體驗(yàn)質(zhì)量的影響, 但目前尚未得到一致結(jié)論. 如Cao等(2021; 2022)研究了APP圖標(biāo)擬人化設(shè)計(jì)對用戶體驗(yàn)的影響, 結(jié)果顯示與非擬人化圖標(biāo)相比, 擬人化APP圖標(biāo)能誘發(fā)更積極的用戶體驗(yàn)[23-24]. 然而, 學(xué)者Yam等(2021)的研究卻表明具有擬人化特征的服務(wù)機(jī)器人會給用戶帶來恐懼感[25]. 類似地, Strait等(2019)研究了兒童對擬人化的玩具機(jī)器人的接受意愿, 結(jié)果發(fā)現(xiàn)兒童對高度擬人化的玩具機(jī)器人表現(xiàn)出厭惡, 他們更偏好于低度擬人化的玩具機(jī)器人[26]. 本文通過實(shí)證研究, 提供了智能語音助手的四個擬人化特征對用戶體驗(yàn)質(zhì)量有積極影響的證據(jù).

(3)智能語音助手的品牌擬人化特征對用戶體驗(yàn)質(zhì)量的影響效應(yīng)最大. 已有文獻(xiàn)對品牌擬人化的研究主要集中在實(shí)體產(chǎn)品的消費(fèi)者行為領(lǐng)域, 如喬均等(2020)研究了休閑食品行業(yè)的品牌擬人化對消費(fèi)者購買意愿的影響, 結(jié)果顯示品牌擬人化印象型線索和交互型線索均能對消費(fèi)者購買意愿產(chǎn)生影響[27]. 袁登華等(2020)探討了在微博上品牌擬人化(以杜蕾斯為例)對線上消費(fèi)者的品牌交互意愿的影響, 結(jié)果顯示品牌擬人化對線上消費(fèi)者的品牌交互意愿起到促進(jìn)作用[28]. 本文研究表明, 雖然智能語音助手產(chǎn)品可以通過多種擬人化特征設(shè)計(jì)來提升用戶體驗(yàn), 但品牌擬人化特征對用戶體驗(yàn)質(zhì)量影響效應(yīng)最大. 這一發(fā)現(xiàn)為未來智能語音助手的開發(fā)者和設(shè)計(jì)者提供了參考, 在設(shè)計(jì)和開發(fā)智能語音助手時, 應(yīng)該多考慮品牌擬人化特征的影響.

5.2 結(jié)論

本研究運(yùn)用層次分析法提取了智能語音助手四種擬人化特征, 通過問卷調(diào)查的方式, 收集了有關(guān)四個擬人化特征、用戶體驗(yàn)質(zhì)量以及樣本統(tǒng)計(jì)特征等題項(xiàng)的數(shù)據(jù). 之后利用SPSS 22.0和AMOS 24.0分析軟件, 采用層次分析法和結(jié)構(gòu)方程模型等分析方法對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析, 主要結(jié)論如下:(1)情感擬人化、聲音擬人化、功能擬人化、品牌擬人化四個擬人化特征能夠用來評價(jià)智能語音助手的擬人化設(shè)計(jì)特征; (2)智能語音助手四個擬人化特征對用戶體驗(yàn)質(zhì)量有顯著正向影響; (3)品牌擬人化特征對用戶體驗(yàn)質(zhì)量的影響效應(yīng)最大.

5.3 局限性和未來展望

首先, 本研究參與者大部分為企業(yè)員工, 雖然企業(yè)員工在使用智能語音助手的人群中占很大比例, 但這一群體不能代表所有使用智能語音助手的用戶. 未來研究應(yīng)該包括具有多樣化背景的參與者. 其次, 本文僅從總體上描述智能語音助手的擬人化特征, 沒有具體針對某一種擬人化特征進(jìn)行研究. 根據(jù)恐怖谷理論, 高度擬人化的實(shí)體機(jī)器人會誘發(fā)一種怪異感, 智能語音助手的擬人化特征是否也存在恐怖谷現(xiàn)象, 未來值得進(jìn)一步探討. 再次, 本文運(yùn)用層次分析法將智能語音助手的擬人化特征分為四種類型, 雖然這種分類方式具有一定參考價(jià)值, 但未來的研究還值得運(yùn)用其他方法, 以進(jìn)一步考慮智能語音助手的其他擬人化特征.