人工智能生成内容(AIGC)信息回避影响机制研究:AI身份威胁的调节作用

文摘   2024-11-15 13:11   广东  


我是@扣子Bolt,关注【AI工具|科研学术 | 博士生活 | 网络创业|自我提升】,利用AI工具提升科研效率和自我成长,这是我在公众号发布的第【96】篇原创内容。

张玥,姜冠岐 & 李璐含.人工智能生成内容(AIGC)信息回避影响机制研究——AI身份威胁的调节作用.现代情报1-24.

CSSCI、北大核心  发表时间2024年11月11日

研究背景

  1. 研究问题:本文研究了用户对人工智能生成内容(AIGC)信息回避的成因与作用机制,旨在为用户提供信息行为引导、AIGC技术优化和AIGC产品迭代的理论参考。

  2. 研究难点:该问题的研究难点包括:如何量化AIGC信息的不确定性和用户对AIGC的焦虑情绪,以及如何验证AI身份威胁在其中的调节作用。

  3. 相关工作:现有工作主要集中在AIGC技术的应用和用户研究两个维度,关注AIGC技术的特征、要素及发展阶段,以及用户对AIGC的认知、态度和情感等主观评价的影响因素及其作用机制。

研究方法

这篇论文提出了基于C-A-C框架的理论模型,用于解决用户对AIGC信息回避的影响机制问题。具体来说,
  1. 理论基础

  • 认知-情感-意图框架(C-A-C):该框架认为个体对事件的认知评价塑造了他们的情感反应,随后影响了他们的行为。

  • 不确定性管理理论:当人们认为信息不确定时,倾向于采取抵抗或者回避,以避免进入焦虑和纠结的情绪之中。

  • 情绪认知理论:情绪是人类在面对外部刺激时所感受到的一种主观体验,情绪的产生是通过对外部刺激的认知评估来实现的。

  • 概念模型构建:基于C-A-C理论模型,构建从认知(Cognitive)到情绪(Affective)再到意图(Conative)的过程。引入不确定性认知作为用户在AIGC信息回避过程中的认知因素,探讨信息透明度、感知控制和AI焦虑之间的关系。

  • 理论假设

    • H1: 个体认知的AIGC透明度对AI焦虑情绪有负向影响。

    • H2: AIGC可控度对AI焦虑情绪有负向影响。

    • H3: 个体认知的AIGC透明度对AIGC信息回避有负向影响。

    • H4: AIGC可控度对AIGC信息回避有负向影响。

    • H5: AI焦虑情绪对AIGC信息回避有正向影响。

    • H6: AI身份威胁会调节AIGC透明度对AI焦虑情绪的影响,当AI身份威胁增强时,这种影响会增强。

    • H7: AI身份威胁会调节AIGC可控度对AI焦虑情绪的影响,当AI身份威胁增强时,这种影响会增强。

    实验设计

    1. 数据收集:通过Axure RP 8.1原型设计软件模拟文本生成类AIGC任务,并结合在线调研进行数据收集。搜索问题选自微博、抖音、今日头条三大社交平台的热门日常生活类话题。搜索结果中的AIGC信息使用ChatGPT、文心一言、NewBing等各类AIGC平台的对任务问题真实回答并进行人工矫正。

    2. 样本选择:共招募56名参与者,基于本研究选题,排除没有AIGC使用经验的参与者,最终参与虚拟实验和调研问卷的共计40人。样本特征显示,男性受试者占比55%,18~25岁的年轻群体占据了绝大多数,研究生学历的受试者占比达到52.5%,IT/互联网行业的从业者占比最高。

    3. 参数配置:在可控度设计中,设置了“语言风格”和“语言种类”选项,允许用户根据自己需求和偏好进行调整。

    结果与分析

    1. 信效度检验与共线性评估:使用SmartPLS3.0统计软件对测量模型进行验证性因子分析,所有变量的Cronbach's alpha值均高于0.7,组合信度(CR)均大于0.7,表明测量模型具有良好的内部一致性和稳定性。KMO值为0.84,Bartlett球形检验中P值<0.05,说明适合进行结构方程模型分析。各潜变量的内部VIF和外部VIF均小于5,表明不存在显著多重共线性。

    2. 路径分析:结构方程模型路径分析结果显示,AIGC透明度与AI焦虑呈显著负向相关(β=-0.65,p<0.001),AIGC可控度与AI焦虑呈显著负向相关(β=-0.617,p<0.001),AIGC透明度与AIGC信息回避呈显著负向相关(β=-0.215,p<0.01),AIGC可控度与AIGC信息回避呈显著负向相关(β=-0.244,p<0.001)。AI焦虑与AIGC信息回避呈正向相关(β=0.655,p<0.001),支持AI焦虑中介关系的假设。AI身份威胁对AIGC透明度与AI焦虑之间的负向关系强度的正向调节作用(β=-0.122,p<0.05),以及对AIGC可控度与AI焦虑之间的负向关系强度的正向调节作用(β=-0.174,p<0.05)。

    总体结论

    本文基于不确定性管理理论、情绪认知理论和C-A-C框架,构建了AIGC信息回避影响因素模型,揭示了AI身份威胁在调节用户焦虑中的重要作用。研究发现,AIGC信息不确定性与AI焦虑之间存在显著的正相关关系,AI焦虑在AIGC信息不确定性与用户的回避意愿之间起到了中介作用,AI身份威胁对不确定性认知和焦虑情绪之间的关系有显著的调节作用。这一发现有助于理解用户对AIGC技术的信息回避态度与广大用户对AIGC技术的积极使用之间的矛盾现象,也为AIGC相关产品功能设计和AIGC行业信息标准制定提供了指导意见。

    论文评价

    优点与创新

    1. 理论模型构建:基于C-A-C框架,构建了信息可控度、信息透明度和AI焦虑影响信息回避的理论模型,具有较强的理论创新性。
    2. 实证验证:通过虚拟实验方式获取样本数据,并利用偏最小二乘法结构方程模型(PLS-SEM)对数据及模型进行分析与验证,确保了研究结果的可靠性。
    3. 新视角:引入了AI身份威胁的概念,探讨了其对AIGC信息不确定性与AI焦虑之间关系的调节作用,提供了新的研究视角。
    4. 多维度分析:综合考虑了信息因素、个体因素和环境因素,全面分析了用户对AIGC信息回避行为的影响机制。
    5. 实际应用指导:研究结果为用户信息行为引导、AIGC技术优化和AIGC产品迭代提供了理论参考,具有较强的实践指导意义。

    不足与反思

    1. 实验任务设计局限:实验任务设计仅局限于文本生成类AIGC,未来可以尝试对图片生成、音视频生成以及跨模态生成类AIGC使用场景进行验证。
    2. 样本局限:由于研究样本的局限,未来需尽可能扩大样本容量,并注重选取各行业各领域的样本进行比较,尽可能减少样本误差。
    3. 特定群体研究:未来需针对特定群体(例如老年群体、儿童群体等)或某一类AIGC应用的不确定性认知特征进行深入探索,以期丰富AIGC用户信息行为影响因素的理论研究。

    关键问题及回答

    问题1:论文中提出的基于C-A-C框架的理论模型是如何构建的?具体引入了哪些关键因素?
    基于C-A-C框架的理论模型构建了从认知(Cognitive)到情绪(Affective)再到意图(Conative)的过程。具体引入了以下关键因素:
    1. 不确定性认知:作为用户在AIGC信息回避过程中的认知因素,探讨信息透明度、感知控制和AI焦虑之间的关系。
    2. 信息透明度:定义为信息可以被人们访问和查看的程度,降低信息透明度会引发不确定性认知的减弱。
    3. 感知控制:个体对技术应用过程中相关信息的感知可控度,较高的可控度会促使用户产生更高水平的信任。
    4. AI焦虑:用户在使用AI服务过程中感到的焦虑情绪,焦虑情绪会导致用户更倾向于回避AIGC信息。
    5. AI身份威胁:用户对AI技术可能损害个人自我信念的预期,对不确定性认知和焦虑情绪之间的关系有显著的调节作用。
    问题2:论文中通过哪些方法验证了所提出的研究模型?具体步骤是什么?
    1. 信效度检验与共线性评估:使用SmartPLS3.0统计软件对测量模型的测量属性进行验证性因子分析,结果表明测量模型的信度和效度均良好。所有变量的Cronbach's alpha值均高于0.7,组合信度(CR)均大于0.7,KMO值为0.84,Bartlett球形检验中P值<0.05。
    2. 路径分析:采用结构方程模型验证所提出的研究模型,具体步骤包括:
    • 测试AIGC的透明度、可控度以及AI焦虑对AIGC信息回避之间的直接关系。
    • 考察AI焦虑对AIGC透明度与AIGC信息回避之间关系的中介作用。
    • 考察AI焦虑对AIGC可控度与AIGC信息回避之间关系的中介作用。
    • 考察AI身份威胁对AIGC透明度与AI焦虑之间负向关系强度的正向调节作用,以及对AIGC可控度与AI焦虑之间负向关系强度的正向调节作用。
    问题3:研究结果表明AI身份威胁在调节用户焦虑中的重要作用,具体体现在哪些方面?
    1. 调节AIGC透明度与AI焦虑的关系:AI身份威胁感较高的个体对AIGC的感知透明度和感知可控度水平对AI焦虑的影响更大。也就是说,当用户对AI身份威胁的评估较高时,他们更容易因为AIGC的不透明性和不可控性而感到焦虑。
    2. 调节AIGC可控度与AI焦虑的关系:与AI身份威胁低的个体相比,AI身份威胁高的个体对AIGC的可控度变化更为敏感,更容易因为感知到较低的可控性而产生焦虑。
    3. 影响信息回避行为:AI身份威胁感较高的个体在面对AIGC信息时,更倾向于采取回避行为,因为他们对AIGC技术的不确定性和潜在风险有更高的担忧。
    这些发现有助于理解用户对AIGC技术的信息回避态度与广大用户对AIGC技术的积极使用之间的矛盾现象,并为AIGC相关产品功能设计和AIGC行业信息标准制定提供了指导意见。


    文献阅读下载管理神器:Zotero

    用于科研学术的复杂公式识别工具:SimpleTex

    麻省理工给孩子们学习AI的网站:免费!支持中英切换

    有眼睛会聊天的AI智能体:Ten-Agent

    这款AI能让物理图动起来:Augmented Physics

    上千款GPTs就在GPTs Hunter

    AI革命来袭:30秒速成网站,小白也能变站长!

    中科院研究所开源学术写作神器:binary-husky GPT Academic

    一键生成专业图表,秒变麦肯锡风,让PPT档次瞬间提升10倍!

    CoI-Agent:科研人的选题神器,一键生成创新点子

    Google NotebookLM带来的启发:实现AI生成中文播客

    科研人必须知道的 100 个AI工具

    原来向佐写论文也会愁眉苦脸

    调查 OTA 员工对 ChatGPT 的双刃剑认知:组织支持的调节作用

    人工智能多模态教学资源的生成与评价:AIGC在国际中文教育的应用

    欢迎关注我的视频号



    三连一下,不失联!


    扣子Bolt
    高校教师/在读博士/AI顾问。关注AIGC,学术科研,博士生活;分享AI赋能和论文带读,打破AI信息差。视频号:扣子Bolt
     最新文章