机器人配送中的服务恢复:道歉策略与拟人化处理对食物配送延误的影响

《International Journal of Human-Computer Studies》:Service recovery in robotic deliveries: Effects of apology strategy and anthropomorphism under delays of food delivery

【字体: 时间:2026年03月09日 来源:International Journal of Human-Computer Studies 5.1

编辑推荐:

  本研究通过VR实验探讨食品配送机器人服务失败中道歉策略、拟人化水平与延迟严重性对用户信任、可靠性感知、宽恕及使用意图的影响。结果表明,解释性道歉在所有条件下均更有效,而高拟人化在长延迟时表现更佳。研究揭示了信息驱动策略在机器人服务恢复中的优势,以及用户对社交信号敏感度随故障严重性增强的现象。

  
金秀妍|金娜京|李永贵
韩国首尔延世大学

摘要

随着配送机器人越来越多地应用于最后一公里的配送服务中,由于交通拥堵或系统故障导致的延误等服务故障变得越来越频繁,因此有效的恢复措施对于维护用户信任和满意度至关重要。然而,对于用户在配送机器人服务故障时对恢复策略的反应仍了解不足。基于以往的研究和相关理论视角,本研究探讨了道歉策略(简单型、共情型、解释型)、拟人化程度(低、高)以及故障严重性(短延迟和长延迟)对用户评价的影响。37名参与者在虚拟现实(VR)环境中体验了所有条件,然后对信任度、感知可靠性、宽容度和使用意愿进行了评分。结果表明,无论延迟时间长短,提供故障原因的解释型道歉始终比简单型或共情型道歉产生了更积极的结果。在后续的探索性分析中,拟人化线索在长延迟情况下得到了更积极的评价。研究结果表明,在食品配送机器人服务的背景下,基于信息的策略比侧重情感的策略更有效,且用户对社会线索的敏感度随故障严重性的增加而提高。本研究有助于深化对人机交互(HRI)的理论理解,并为机器人配送服务中的服务恢复设计提供启示。

引言

随着配送服务机器人的快速商业化应用,这些系统被越来越多地用于在各种环境中运送食品和小件物品,包括大学校园、城市地区以及室内和室外设施(Figliozzi & Jennings, 2020; Lim et al., 2024; Said et al., 2023)。然而,服务环境具有不确定性,诸如突然的交通变化、障碍物、系统故障以及人员与基础设施之间的协调问题常常导致配送延误和其他服务中断(Honig & Oron-Gilad, 2018; Xing et al., 2022)。这些中断不仅给用户带来不便并降低满意度(Malcein & Lee, 2023),还可能削弱对机器人系统的信任和接受度(Honig & Oron-Gilad, 2018)。关于配送机器人的研究主要集中在技术驱动的性能指标上,如路线优化、碰撞避免、配送准确性和接受度因素(Boysen et al., 2018; Jennings & Figliozzi, 2019; Said et al., 2023)。相比之下,用户对服务故障的心理和行为反应以及恢复策略的有效性则相对较少被研究(Malcein & Lee, 2023)。
在服务营销中,未能达到客户期望的服务表现或流程缺陷被归类为服务故障,而减轻关系损失和恢复信任的努力则被定义为服务恢复(Xing et al., 2022)。服务恢复不仅包括解决技术问题,还包括缓解负面情绪、恢复感知的公平性以及重新激发用户继续使用的意愿(Castelo et al., 2019; Lv et al., 2022; Migacz et al., 2018; Smith et al., 1999; Smith & Bolton, 2002)。先前的研究表明,诸如情感共情、清晰解释和补偿等策略可以有效恢复积极的用户体验(Kwon & Jang, 2012; Radu et al., 2019)。然而,这些方法在人机交互(HRI)领域的研究较少,针对配送延迟的交互策略也尚未得到充分探索。
根据“计算机是社会行为体”(CASA)范式,机器人不仅被视为工具,更是社会行为体(Nass & Moon, 2000)。因此,在与展示社会线索的人工智能交互时,往往会应用人与人交流中的社会规范和互动模式(Kim & Song, 2021)。这表明机器人界面不仅可以提供功能反馈,还可以传达责任感和关怀(Fong et al., 2003)。因此,拟人化的程度(通过语音、语气、眼神、手势或自我参照表达体现)以及选择的道歉方式(简单型、共情型或解释型)可能会影响用户的反应,从而引发类似人际互动中的信任、宽容和关系修复效果。
先前的研究表明,眼神接触和共情语气可以增强用户对机器人可信度的感知(Babel et al., 2021; Shiomi et al., 2013)。然而,仅靠情感表达不足以构成有效的道歉(Lewicki et al., 2016),因为表面化或不真诚的表现可能被视为逃避责任(Grandey et al., 2005; Jeong et al., 2019)。根据归因理论,人们寻求因果解释来理解事件发生的原因,从而影响情感反应、信任和宽容(Malcein & Lee, 2023; Weiner, 1986; Kelley & Michela, 1980)。包含解释内容的道歉有助于这种归因判断,促进信任和宽容,而仅基于共情的道歉可能被视为不真诚或逃避责任,从而限制其在关系修复中的效果(Kraus et al., 2023)。
服务故障的严重性被认为是影响恢复策略效果的关键因素(Radu et al., 2019)。服务故障通常被分为结果故障和过程故障(Bitner et al., 1990; Smith et al., 1999),其中机器人服务中的配送延误属于常见的过程故障。尽管过程故障通常被认为比结果故障更容易恢复,但如果延误导致食品质量下降、打乱计划或增加机会成本,仍可能被视为严重故障(Malcein & Lee, 2023)。期望违背理论认为,用户在互动过程中会形成预期,而偏离这些预期会加剧认知失调和负面情绪(Burgoon, 1993)。因此,更长的延误会加剧期望违背,增加对详细解释、责任承认、具体改进承诺甚至在某些情况下需要补偿的需求(Burgoon, 2015; Lewicki et al., 2016)。当机器人被视为社会行为体时,这类故障可能不仅被视为功能错误,更是关系期望的违背,从而引发更强烈的负面反应(Crolic et al., 2022)。

道歉策略

在服务故障情境中,道歉被视为一种核心的恢复策略,它不仅承认问题,还通过情感缓解和认知解决来帮助用户。道歉通常分为侧重情感的(强调共情)和侧重信息的(提供解释内容)两种类型(Roschk & Kaiser, 2013),每种方式通过不同的机制影响用户反应。

研究目的

本研究旨在探讨机器人的服务恢复策略和拟人化特征对用户对配送延误(作为服务故障)反应的影响。具体来说,研究了道歉策略(共情型、解释型或简单型)、拟人化程度(高或低)以及代表故障严重性的延迟时间(10分钟或30分钟)对用户的信任度、感知可靠性、宽容度和使用意愿的影响。实验基于虚拟现实技术进行。

参与者

共招募了40名参与者,样本量通过G*Power 3.1软件确定(Faul et al., 2007)。所有参与者视力正常或经过矫正后达到正常水平,且无使用虚拟现实(VR)引起的严重不适史。每位参与者因参与研究获得了5万韩元的报酬。本研究已获得延世大学伦理审查委员会(IRB)的批准(批准编号:7001988-202504-HR-2556-04)。

实验程序

首先向参与者提供了必要的信息...

结果

共招募了40名参与者,但由于技术问题,最终分析中仅保留了37名参与者的数据(年龄范围:22–38岁,平均年龄26.2岁,标准差3.60;18名男性,19名女性)。其中24名参与者之前了解配送机器人的存在,13名不了解。服务倾向分析显示,对一般服务(平均得分4.6分,标准差1.98)和机器人服务(平均得分6.5分,标准差0.60)的偏好存在显著差异,表明用户在机器人服务中更看重效率而非友好程度。
讨论
本研究探讨了道歉策略、拟人化程度和延迟时间对用户在不同配送机器人延误情境下反应的影响。研究指标包括信任度、感知可靠性、宽容度和使用意愿,以全面了解用户对服务恢复的反应。信任度反映了用户对机器人善意和能力的整体看法,感知可靠性则体现了用户对机器人服务一致性和可靠性的期望。

结论

本研究通过实验探讨了道歉策略、拟人化程度和延迟时间对用户对食品配送机器人服务延误反应的影响。结果表明,在配送机器人服务情境中,基于信息的道歉始终能引发积极的用户反应;而在故障严重性较高的情况下,基于身份的线索获得了更积极的评价。
鉴于本研究关注的是时间敏感的食品配送中的延误情况...
CRediT作者贡献声明
金秀妍:撰写初稿、方法论设计、数据收集、数据分析、概念构建。金娜京:撰写初稿、数据验证、数据分析、概念构建。李永贵:审稿与编辑、项目监督、资金筹集、概念构建。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号