人工智能的情感表达：客户服务中的积极情绪影响探析

文章主题：人工智能, 情感表达, 客户服务, 人工智能客服

这是“神经管理学”第217篇推送选文:任佳淇审稿:任佳淇 终审:彭希羡编辑:袁憬弋仅用于学术交流，原文版权归原作者和原发刊所有

原刊及作者

在探讨人工智能助手是否应该在客户服务中表达正面情感时，我们需要先理解一个关键概念：机器人是否有感情。事实上，目前的AI技术尚未达到真正拥有感情的程度，它们只是通过算法和大量数据训练出一种“类似”的情感表达方式。因此，在这个前提下，我们来讨论AI助手在客户服务中是否应该表达正面情感。首先，我们要明确的是，AI助手的目的就是为用户提供帮助，解决他们的问题。如果AI助手表现出积极情感，如快乐、兴奋等，可能会让用户感到不适，甚至产生疑惑：这个机器人真的有感情吗？这种疑虑可能会影响用户对AI助手的信任度，从而降低其服务质量。其次，虽然AI助手无法像人类一样体验情感，但它们可以通过学习和分析用户的语言和行为来理解他们的需求和情绪。在这种情况下，AI助手可以采用更人性化的语言和表达方式来回应用户的问题，从而提高用户满意度。然而，正面的情感表达并非是AI助手的核心职责。客户服务的重点在于解决问题和提供有价值的信息。如果AI助手过于关注表达正面情感，可能会分散它们处理任务的能力，从而降低其在客户服务中的效率。综上所述，虽然AI助手可以在客户服务中表达一定程度的正面情感，但这并不是它们的本质属性。AI助手的核心职责是为用户提供有效、快速的解决方案。在实际操作中，我们应该根据具体情况来判断，避免过分追求正面情感而忽视了真正的客户需求。

Information Systems Research, Articles in Advance

Elizabeth Han, Dezhi Yin, Han Zhang

在客户服务领域，传统的人工客服被推荐在与客户交流过程中展示积极的情绪。那么，由人工智能（AI）驱动的智能客服（也被称为聊天机器人）是否也需要在客户服务中表现出积极的情绪呢？一项研究聚焦于人工智能表达情感的特殊性，深入探讨了人工智能客服积极情绪如何以及为何会影响客户对服务的评估。

理论基础及研究假设

情绪关联能力被视为人类的独有特质，而机器则普遍被认为是无意识和无感觉的。客户对于人工智能客服的需求是希望能够比人类员工更少地展现出积极的情绪。因此，人工智能客服在客户服务过程中展现积极情绪的影响力，其表现与客服的身份密切相关。基于此，我们可以提出这样的假设：

H1：客服表达积极情绪对服务评估的积极影响取决于客服的身份，因此对人类客服的影响大于对人工智能客服的影响。

人工智能客服表达的积极情感通过双重、对立的过程影响着服务评估：一个是情感过程，另一个是认知过程。

情感过程：一个人所表达的情绪可以通过情绪传染使观察者感受到同样的情绪(Hatfield et al. 1993)，这种情绪传染是人工智能表达积极情绪影响的基础。如果人工智能客服在服务交互期间表达积极情绪，积极情绪的文本线索会自动触发客户的积极情绪。因此提出假设2a：

H2a（通过情绪传染的正向中介）：人工智能客服表达的积极情绪会增加客户的积极情绪，进而提高服务评价。

认知过程：人工智能表达的积极情绪会增加期望-违背的程度，这是由于客户对人工智能客服和对人类客服的期望不同，客户认为人工智能普遍缺乏感知情绪的能力。当人工智能客服在互动中表达情感时，客户对其情感表达的期望被违背，即导致对期望的消极违背，这种消极违背期望产生的不确定会导致更低的服务评价。因此提出假设2b：

H2b（通过期望-违背的负向中介）：人工智能客服表达的积极情绪会增加期望-违背的程度，反而会降低服务评价。

此外，客户对人工智能客服积极情绪的表现的评价会因他们所秉持的关系规范取向的不同而有所差异。对于那些重视群体关系的客户，他们期望AI客服能像朋友或家人一样展现出关心之情(Scott等，2013)。这种表现方式能够提升服务评价。相反，对于那些更看重交换关系的客户，他们希望AI客服能更专注于交易，提供专业且准确的服务。在这种情况下，AI客服积极情绪的表现可能会降低甚至反转服务评价。因此，我们提出以下假设：

H3（关系规范导向的调节）：对于群体导向的客户，人工智能客服表达的积极情绪对服务评价有积极影响，但对于交换导向的客户，这种影响不存在甚至相反。

图1：研究框架

研究方法

本研究通过三个实验室实验进一步验证了上述假设。在实验中，参与者被要求在一个假设的场景中与客服互动。

在对研究1的分析中，我们采用了人类客服与AI客服的互动模式，并操控了其中积极情绪的因素，以此对假设1进行了验证。根据实验结果，我们可以明显看到，当人类客服参与时，他们的积极情绪对于感知服务质量和满意度的提升具有显著效果。具体来说，人类客服的积极情绪使得感知服务质量得分（Mhuman_absent = 5.42 versus Mhuman_present = 6.37, t(75) = 3.282, p = 0.001）和满意度得分（Mhuman_absent = 5.86 versus Mhuman_present = 6.57, t(75) = 2.871, p = 0.005）明显高于人类客服不存在的情况。然而，在AI客服的情况下，其积极情绪并未对感知服务质量和满意度产生显著的影响。具体数据表明，AI客服的积极情绪使得感知服务质量得分（MAI_absent = 5.93 versus MAI_present = 5.94, t(76) = 0.035, p = 1）和满意度得分（MAI_absent = 6.23 versus MAI_present = 6.27, t(76) = 0.167, p = 0.9）与人类客服不存在的情况基本持平。

图2：客服身份和积极情绪的交互作用

研究2只关注人工智能客服，并探索假设3中提出的关系规范导向的调节作用。结果显示，对于以交换为导向的个体，人工智能客服表达的积极情绪对感知服务质量(β=-0.57, t(86) =-2.12, p = 0.037)和满意度(β=-0.44, t(86) =-1.88, p = 0.06)有显著的负面影响；对于以群体为导向的个体，人工智能客服表达的积极情绪对感知服务质量(β= 0.89, t(86) = 3.04, p = 0.003)和满意度(β= 0.89, t(86) = 3.52, p < 0.001)有显著的正向影响。

在对假设2a和2b提出的潜在机制的研究中，我们采用了3项检验。研究结果表明，人工智能表达出的积极情绪能够有效地增加客户的心理积极情绪（β=0.26, t(175) = 1.737, p = 0.084），并由此带来更高水平的感知服务质量（β= 0.62, t(173) =11.498, p < 0.001)以及客户满意度（β= 0.52, t(173) = 10.362, p < 0.001）。然而，我们也发现，这种积极情绪同样可能导致客户产生期望违背的心理状态（β=0.32, t(175) = 1.859, p = 0.065），从而进一步降低感知服务质量（β=-0.083, t(173) = -1.759, p = 0.080）以及客户满意度（β=-0.13, t(173) =-3.074, p = 0.003）。

图3：中介作用分析

研究小结

本研究对期望-违背理论进行了拓展，提出人工智能客服的积极情绪表达在提升客户服务体验上，可能无法达到人类客服的同等效果。进一步的研究显示，关系规范导向是调节这一现象的关键因素。当客户对与AI代理的关系有不同的规范认知时，这可能会影响到客户对期望的确认程度。

参考文献

在2022年的一篇研究论文中，作者Elizabeth Han、Dezhi Yin和Han Zhang探讨了人工智能助手在客户服务中是否应该表达积极的情感。在他们的研究中，他们提出了一个有趣的问题：人工智能助手是否应该在客户服务中展示积极的情感？通过对这一问题的深入研究，作者们试图为人工智能助手的开发和使用提供一些指导性的建议。这项研究对于人工智能领域以及客户服务行业都是一个重要的尝试，因为它可以帮助我们更好地理解如何将情感因素融入到人工智能系统中，从而提高人工智能助手在客户服务中的应用效果。

封面图片来源：