









实验设计/情景设置:
使用AI Utopia PRO平台构建两种不同角色的聊天机器人:
健康指导助理(强调健康饮食)
美食推荐助理(强调美食享受)
60名中国年轻成年人参与实验,随机分为两组,分别与其中一种聊天机器人互动。
互动前后,参与者需从两个肉类和两个蔬菜类菜肴中选出三道菜,组成一餐。
方法
采用混合实验设计:
2(聊天机器人角色:健康 vs. 美食)× 2(测试阶段:互动前 vs. 互动后)× 2(参与者性别:男 vs. 女)
通过“三选四”任务测量食物选择变化,计算肉类为主餐食的百分比。
使用LDA主题模型分析对话内容,验证机器人角色是否符合预期。
收集参与者对聊天机器人的态度、使用意愿、健康/享乐动机等量表数据。
结果
互动前,两组在肉类选择上无显著差异;
互动后,与健康指导助理互动的参与者显著减少了肉类为主餐食的选择(40.0% vs. 68.9%)。
机器人角色的设计有效:健康助理更强调健康相关话题,美食助理更强调享乐内容。
参与者的健康/享乐动机、互动时长、性别等因素不影响结果。
参与者对两类聊天机器人的态度和使用意愿无显著差异。
结论
聊天机器人角色能显著影响用户的食物选择,健康指导助理能有效促使用户选择更可持续的饮食(减少肉类摄入)。
该效应独立于用户原有的健康/享乐动机,且能在短暂互动(3-3.5分钟)中显现。
研究表明,通过AI驱动的个性化角色设计,可以有效地引导消费者做出更健康的饮食决策。
意义/创新点
理论贡献:将社会影响理论与精细加工可能性模型应用于AI健康干预领域,拓展了人机交互研究。
实践意义:为餐饮业提供了低成本、可扩展的AI工具,通过角色化聊天机器人促进可持续消费。
研究创新:首次通过实验证明聊天机器人角色在真实饮食选择情境中的影响力,强调“角色定制”在AI交互中的重要性。
局限/思考
样本局限于中国年轻成年人,文化普适性有限。
仅使用文本交互,未考虑语音交互可能的影响。
未考虑社交用餐情境对选择的影响(实验中为单人决策)。
实验在虚拟情境中进行,需在实际餐厅环境中进行验证。#人机交互 #AI人工智能#科技与生活 #消费者市场洞察
使用AI Utopia PRO平台构建两种不同角色的聊天机器人:
健康指导助理(强调健康饮食)
美食推荐助理(强调美食享受)
60名中国年轻成年人参与实验,随机分为两组,分别与其中一种聊天机器人互动。
互动前后,参与者需从两个肉类和两个蔬菜类菜肴中选出三道菜,组成一餐。
方法
采用混合实验设计:
2(聊天机器人角色:健康 vs. 美食)× 2(测试阶段:互动前 vs. 互动后)× 2(参与者性别:男 vs. 女)
通过“三选四”任务测量食物选择变化,计算肉类为主餐食的百分比。
使用LDA主题模型分析对话内容,验证机器人角色是否符合预期。
收集参与者对聊天机器人的态度、使用意愿、健康/享乐动机等量表数据。
结果
互动前,两组在肉类选择上无显著差异;
互动后,与健康指导助理互动的参与者显著减少了肉类为主餐食的选择(40.0% vs. 68.9%)。
机器人角色的设计有效:健康助理更强调健康相关话题,美食助理更强调享乐内容。
参与者的健康/享乐动机、互动时长、性别等因素不影响结果。
参与者对两类聊天机器人的态度和使用意愿无显著差异。
结论
聊天机器人角色能显著影响用户的食物选择,健康指导助理能有效促使用户选择更可持续的饮食(减少肉类摄入)。
该效应独立于用户原有的健康/享乐动机,且能在短暂互动(3-3.5分钟)中显现。
研究表明,通过AI驱动的个性化角色设计,可以有效地引导消费者做出更健康的饮食决策。
意义/创新点
理论贡献:将社会影响理论与精细加工可能性模型应用于AI健康干预领域,拓展了人机交互研究。
实践意义:为餐饮业提供了低成本、可扩展的AI工具,通过角色化聊天机器人促进可持续消费。
研究创新:首次通过实验证明聊天机器人角色在真实饮食选择情境中的影响力,强调“角色定制”在AI交互中的重要性。
局限/思考
样本局限于中国年轻成年人,文化普适性有限。
仅使用文本交互,未考虑语音交互可能的影响。
未考虑社交用餐情境对选择的影响(实验中为单人决策)。
实验在虚拟情境中进行,需在实际餐厅环境中进行验证。#人机交互 #AI人工智能#科技与生活 #消费者市场洞察


