礼貌还是 playful（俏皮/幽默）？服务机器人的类型和道歉方式如何影响服务故障后的负面口碑？

《Computers in Human Behavior》：Polite or playful? How service robot type and apology style influence negative word-of-mouth after service failures

本研究基于期望违背理论，探讨服务机器人类型（温暖/专业）与道歉风格（礼貌/幽默）共同影响消费者负面口碑的作用机制，并发现失败严重性调节了道歉策略的有效性。

　　

赵敏贞|裴俊熙|赵艺琳|裴成勋

香港理工大学时装与纺织学院，香港九龙红磡

摘要

随着服务机器人在客户接触场景中的使用越来越普遍，故障后的有效服务恢复对于维护客户信任变得至关重要。本研究基于期望违背理论，探讨了机器人类型（温暖型与能力型）和道歉方式（礼貌型与幽默型）如何共同影响负面口碑（WOM）的形成。通过三项在线情景实验，研究发现：当道歉方式与机器人类型相匹配时，道歉效果最佳——对于温暖型的机器人，幽默的道歉方式能减少负面口碑；而对于能力型的机器人，礼貌的道歉方式更为有效。第二项研究指出，期望违背是这些效应背后的关键心理机制，不匹配的道歉组合会通过加剧期望违背来放大负面口碑。第三项研究进一步揭示了故障严重程度的边界条件：在故障较轻的情况下，匹配的道歉方式更有效；而在故障严重的情况下，无论机器人类型如何，礼貌的道歉方式都更为显著。这些发现通过将机器人类型和沟通策略整合到一个统一的解释框架中，推动了期望违背理论的发展，并为设计能够适应情境的服务机器人沟通提供了实际指导，以管理客户期望并减轻负面口碑。

引言

随着人工智能应用的迅速扩展（Cho & Taylor, 2025），服务机器人在零售和酒店行业中的作用日益突出，它们提升了运营效率、提供了无接触的服务体验，并保持了稳定的性能（Liu & Wang, 2025; Liu et al., 2024; Wirtz et al., 2023）。然而，这些技术的快速采用也伴随着服务故障的增多（Chang et al., 2024）。由于服务机器人存在固有的技术局限性以及缺乏有效的服务恢复机制，这类故障往往难以避免（Choi et al., 2021）。服务故障，包括结果相关的问题和流程上的问题（Sands et al., 2022），会降低客户满意度，引发负面反应（Yang & Mundel, 2022），并损害品牌声誉（Arikan et al., 2023）。尽管最近的研究表明，关于服务机器人的网络口碑大多是积极的（Filieri et al., 2022），并且机器人的服务故障并不总是会显著降低整体满意度（Borghi & Mariani, 2024），但这些发现并不能排除在管理不善的恢复过程中出现负面口碑的可能性。随着服务机器人的持续普及，了解组织如何有效减轻服务故障的负面影响并恢复客户信任变得尤为重要。

以往关于机器人服务恢复的研究涵盖了多种情境。比较机器人与人类作为服务提供者的效果的研究通常发现，人类服务提供者更有效（Arikan et al., 2023）。其他研究探讨了用户如何根据机器人的类人特性（Arikan et al., 2023; Cheng, 2022）、适用的关系规范（Chang et al., 2024）以及机器人提供的服务类型（Yu et al., 2024）来感知机器人。特别值得关注的是机器人用于与人类沟通的策略，如道歉和解释（Choi et al., 2021）、幽默（Yang & Mundel, 2022）以及正式程度（Park et al., 2023）。尽管取得了这些进展，大多数研究仍将服务故障和恢复过程视为统一的体验，很少探讨机器人的具体特征如何与特定的沟通方式相互作用以影响客户反应——尤其是负面口碑。这一差距值得注意，因为负面口碑反映了客户对服务体验的有意识和沟通性反应，即使整体满意度保持稳定，这些反应也可能持续存在。因此，需要更清楚地理解在什么情况下以及为什么机器人的恢复策略会引发负面口碑。

基于刻板印象模型理论（Fiske et al., 2018），近期研究表明，在人机交互中，温暖性（如友好、同理心）和能力性（如智力、效率）是关键的社会感知维度（Mieczkowski et al., 2019; Ruiz-Equihua et al., 2023）。对于服务机器人而言，温暖性指的是友好和同理心的感知，而能力性指的是效率和任务导向能力的感知。温暖型的机器人在犯错后往往更容易被原谅，因为人们倾向于将其归因于其友好特质；而能力型的机器人则面临更高的期望和更严厉的评价（Chang et al., 2024）。然而，以往的研究往往将温暖性和能力性视为静态特征，忽略了它们在恢复过程中如何与情境因素（如道歉方式）相互作用。因此，目前尚不清楚机器人类型如何影响消费者对不同道歉方式的评价。本研究通过探讨感知到的机器人类型（温暖型与能力型）如何影响不同道歉方式（礼貌型与幽默型）在减轻服务故障后负面口碑方面的效果，填补了这一空白。

人们对服务机器人沟通的反应往往取决于互动是否符合预期或偏离社会规范。这一观点基于期望违背理论（Burgoon, 1993），该理论认为人们会对社交互动中的行为形成预期，而违背预期——尤其是不一致的预期——会引发情绪失调和负面评价。在服务恢复情境中，非正式或正式的道歉方式传递不同的社会信号（Park et al., 2023）。此外，机器人外观与服务行为之间的不匹配（例如，人形机器人的流程故障）会通过违背温暖性预期而加剧不满（Choi et al., 2021）。基于对语言的情感评价，本研究借鉴了Matthews等人（2006）的研究，他们比较了礼貌和幽默在人机沟通中的作用。因此，本研究重点探讨道歉方式（礼貌型与幽默型）如何与机器人类型（温暖型与能力型）相互作用以减少负面口碑。在此过程中，我们研究了感知到的期望违背是否起到了中介作用，以及服务故障的严重程度是否作为另一个边界条件。总体而言，本研究旨在提供实证见解，说明沟通策略如何减轻机器人中介服务恢复中的消费者负面反应。

基于这一逻辑，本研究提出了以下研究问题：RQ1：机器人类型（温暖型与能力型）和道歉方式（礼貌型与幽默型）如何共同影响服务故障后的消费者负面口碑？RQ2：感知到的期望违背是否中介了机器人类型和道歉方式对负面口碑的联合影响？RQ3：服务故障的严重程度是否通过改变风格一致性与信息严肃性的相对重要性，从而影响道歉方式的有效性？为了回答这些问题，我们进行了三项在线情景实验。

本研究有几项贡献：首先，它将机器人的温暖性和能力性作为道歉效果边界条件纳入服务恢复文献的研究中，这是以往研究中较少涉及的视角；其次，它将期望违背理论应用于人机交互，指出感知到的期望违背是影响负面口碑形成的关键机制；第三，通过比较礼貌型和幽默型道歉方式，本研究响应了近期关于机器人恢复沟通策略的研究需求；第四，它确定了服务故障的严重程度作为边界条件，决定了在客户评价中风格一致性或信息严肃性哪个更为重要。这些贡献既丰富了理论内容，也为设计能够有效进行恢复沟通的社会智能机器人提供了实际指导。

研究片段

服务故障恢复

服务恢复长期以来被视为恢复客户信任和减轻服务中断负面后果的关键过程，以往的研究主要集中在前线员工的作用以及客户对恢复策略的评价上（DeWitt et al., 2008; Migacz et al., 2018）。然而，随着服务机器人在酒店和零售行业的广泛应用，恢复研究也开始考虑这些非人类代理作为恢复提供者。最近的研究表明

方法

第一项研究采用在线情景实验设计，采用2 × 3的被试间设计，操纵机器人类型（温暖型与能力型）和道歉方式（礼貌型与幽默型，以及作为对照条件的无道歉）。设置无道歉条件是为了基准测试基于道歉的恢复效果与完全不进行任何恢复响应的效果。事前功效分析（G^?Power）表明，至少需要180名参与者才能检测到显著效果

方法

第二项研究同样采用在线情景实验设计，采用2 × 2的被试间设计，以在不同的服务情境中扩展第一项研究的发现，操纵机器人类型（温暖型与能力型）和道歉方式（礼貌型与幽默型）。数据来自302名韩国参与者（52.58%为女性；平均年龄=34.24岁，标准差=10.02岁；年龄范围=19–68岁），通过Prolific平台收集。如果参与者未能通过注意力检查或提供不完整的回答，则排除其数据。

方法

第三项研究通过Prolific平台招募了423名参与者（58.24%为女性；平均年龄=31.15岁，标准差=9.23岁；年龄范围=18–64岁），主要来自英语国家。排除未能通过注意力检查或未完成研究的参与者。该研究采用2（机器人类型：温暖型与能力型）× 2（道歉方式：礼貌型与幽默型）× 2（服务故障严重程度：低 vs. 高）的被试间因子设计。

总体讨论

在三项实验研究中，机器人提供的道歉在服务恢复中的有效性取决于机器人的行为线索、道歉的情感表达方式以及服务故障的严重程度。第一项研究表明，当道歉方式与机器人被感知的特征相匹配时，消费者的反应更为积极——温暖型机器人的幽默道歉和能力型机器人的礼貌道歉比

作者贡献声明

赵艺琳：监督、概念构思。裴成勋：撰写——初稿、方法论、概念构思。赵敏贞：撰写——审稿与编辑、撰写——初稿、监督、方法论、调查、数据分析、概念构思。裴俊熙：撰写——审稿与编辑、撰写——初稿、调查、概念构思

未引用参考文献

Cheng, 2023; Hayes, 2017; Kim et al., 2016; Kobel and Groeppel-Klein, 2021; Liu et al., 2022; Namkoong et al., 2025; Zou and Migacz, 2022.

利益冲突声明

? 作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。