探究生成式人工智能使用中用户不确定性的成因与缓解因素：从委托代理理论的角度出发

《Technovation》：Exploring the antecedents and mitigators of user uncertainty in generative AI use: A principal-agent perspective

用户-GAI关系重构及不确定性管理框架研究基于代理理论，重新定义用户与生成式AI的委托-代理关系，构建技术特性影响感知不确定性和持续使用意图的理论模型。采用计算文本分析与问卷调查混合方法，发现GAI的准确性、透明度与共情能力能有效缓解信息隐私担忧和机会主义恐惧，从而提升用户持续使用意愿。研究拓展了代理理论在智能技术中的应用，为设计人本GAI系统提供实践路径。

　　

丁丹|李娇阳|贾晓乐

中国西南财经大学管理科学与工程学院，成都

摘要

随着生成式人工智能（GAI）变得越来越智能和自主，用户面临着由用户与GAI关系演变所带来的新的不确定性形式。理解这种转变以及如何有效管理相关的不确定性对于建立信任和可持续使用GAI至关重要。本研究基于委托代理理论（PAT），从委托代理的角度重新定义了用户与GAI的关系，并构建了一个规范框架，以解释GAI的关键技术特性如何影响用户对不确定性的感知及其在一般GAI使用环境中的持续使用意愿。我们首先采用混合方法设计，对大规模用户生成的在线内容进行了探索性计算文本分析，以识别主要的不确定性来源和关键GAI属性，这些发现为规范框架的构建提供了依据。然后通过定量调查验证和测试了该框架。研究结果表明，用户对机会主义的恐惧和信息隐私的担忧显著增加了他们的不确定性感知，从而降低了持续使用的意愿。相反，GAI的准确性、透明度和同理心通过缓解这些恐惧和担忧有效地减轻了不确定性。本研究通过在一个重新定义的委托代理结构中探讨用户不确定性，并将PAT与技术特性相结合，构建了一个全面的规范框架，为相关文献做出了贡献。在实际应用中，我们提供了可操作的指导，以设计强调准确性、透明度和同理心交互的以用户为中心的GAI系统，从而减少用户不确定性并支持持续的参与。

引言

生成式人工智能（GAI）的生成性和智能性显著改变了个人和组织与技术的互动方式。GAI能够自主生成新内容，标志着从主要处理现有数据的传统AI系统向与用户协同工作的创造性和自主性协作者的范式转变（Haase和Hanel，2023）。这种转变在各个领域带来了巨大的创新和生产力机会，如业务流程（Kshetri等人，2024）、客户服务（Chakraborty等人，2024）、教育（Wei等人，2025）、酒店业（Chakraborty，2025）、医疗保健（Kumar等人，2023）和自动驾驶汽车（Liu等人，2024）。GAI的广泛应用引发了学术界的极大兴趣，并在研究和工业应用方面投入了大量资金（Filippo等人，2024；Leong等人，2025）。

尽管GAI具有巨大的潜力，但其采用和持续使用仍面临根植于用户在与这些新兴自主技术互动时的不确定性的持久障碍。用户经常对GAI生成响应的方式表示担忧（Leichtmann等人，2023；Suffian等人，2025），质疑生成结果的可靠性（Kim等人，2025；Shin等人，2025），并担心数据管理和存储安全问题（Chang等人，2025；Goda等人，2024）。这种感知到的不确定性源于GAI的生成本质，可能会侵蚀信任和信心，导致采用犹豫和长期参与度降低（Kshetri等人，2024；Kumar等人，2023；Song和Kim，2022）。因此，理解和管理用户不确定性对于促进可信赖的用户-GAI互动以及实现GAI技术的更广泛社会和经济价值尤为重要。

尽管用户不确定性在传统AI采纳文献中受到了越来越多的关注（Ameye等人，2023；Charles等人，2025；Liu，2021；Liu等人，2023），但专门研究GAI环境中不确定性的研究仍处于起步阶段。这种不确定性可能会削弱用户的信任，最终导致他们停止使用。一些近期研究倾向于理解GAI不确定性的结果（Yang等人，2026），或识别用户不确定性的某些个体前因，如风险感知（Hong，2025）和透明度及隐私问题（Chang等人，2025），并在某些领域探讨这些因素，包括风险信息寻求（Hong，2025）和高等教育背景（Chang等人，2025）。虽然早期研究提供了开创性的努力，但其零散的见解和特定领域的关注点未能解决关于不确定性如何在一般GAI使用环境中产生和运作的疑问。到目前为止，对于一般用户不确定性如何产生以及哪些技术特性可以有效缓解它的系统理解仍然有限。这种理解对于开发以用户为中心的GAI系统以及指导下一代智能技术的管理至关重要。

更重要的是，大多数现有的关于用户-GAI互动的研究仍然在传统的用户-技术范式内框架这种关系，强调可用性和功能协作，同时假设用户和GAI的目标是自然一致的（Chang等人，2025；Hong，2025）。然而，特别是GAI等下一代技术的出现，挑战了这些基本假设（Baird和Maruping，2021；Haase和Hanel，2023）。GAI系统不再仅仅是被动工具，而是越来越多地作为能够生成想法、做出决策并偶尔与用户意图偏离的自主代表或协作者，因此引入了潜在的目标冲突。这种转变要求重新概念化用户-GAI关系，并采用一种理论视角，既能捕捉合作动态，也能捕捉新兴的紧张关系、利益冲突和由此产生的不确定性。因此，从这些研究空白中产生了两个研究问题：

问题1：如何重新定义用户与GAI之间的关系，以便更好地理解一般GAI使用环境中的不确定性？

问题2：如何通过结合前因、后果和缓解因素，重新定义用户-GAI关系下的用户不确定性规范框架？

为了解决第一个研究问题，我们超越了传统的用户-工具视角，通过委托代理理论（PAT）（Jensen和Meckling，2019；Meckling和Jensen，1976）重新定义了用户-GAI关系。从这个角度来看，我们将用户视为委托人，将任务委托给GAI系统作为代理人，以捕捉用户-GAI互动中的合作和冲突动态。为了解决第二个研究问题，我们采用了顺序混合方法设计。首先，通过计算文本分析真实世界用户生成的内容来识别用户不确定性的缓解因素、前因和后果，并构建一个规范框架。其次，通过在线调查对提出的理论假设进行实证测试。

本研究在用户-GAI互动、GAI使用中的不确定性以及相关理论扩展方面做出了三项关键贡献。首先，我们通过委托代理理论（PAT）重新定义了用户-GAI关系，从而为研究用户-GAI互动（例如，Baird和Maruping，2021）做出了贡献。这种重新定义的关系通过解释合作和冲突动态如何出现以及不确定性如何从任务委托和控制的本质中产生，推进了我们的理解。其次，我们通过开发并实证验证了一个全面的规范框架，解释了不确定性如何在更广泛的GAI使用环境中出现、运作并影响行为结果，从而为研究GAI使用中的不确定性做出了贡献（例如，Yang等人，2026）。通过混合方法设计，我们识别了一组结构化的不确定性前因和后果，并阐明了技术特性与用户心理反应和持续使用意愿之间的机制。该框架提供了对用户如何在GAI使用中体验和管理不确定性的全面且基于实证的理解。第三，我们通过将PAT（Jensen和Meckling，2019；Meckling和Jensen，1976）与信息系统成功模型（ISSM）（DeLone和McLean，1992）中得出的三个技术质量维度相结合，扩展了PAT。这一综合框架弥合了技术设计属性与用户心理反应之间的差距，提供了关于技术特性如何影响用户-GAI互动中的感知不确定性和持续使用的统一解释。

本文的其余部分安排如下。第2节回顾了关于GAI中感知不确定性的相关工作。第3节讨论了GAI作为代理的角色，阐述了用户-GAI关系的演变，并介绍了PAT作为理论基础。第4节描述了我们的混合方法设计以及探索性和定量研究的目的。第5节和第6节分别报告了两项研究的详细方法和结果。第7节总结了这项研究的理论和实践意义，以及未来的研究方向和局限性。

相关研究片段

关于生成式人工智能（GAI）中感知不确定性的相关工作

在先前的研究中，用户感知的不确定性指的是个人在与技术互动时感受到的模糊性、不可预测性或控制力的缺失（Berger CR，1982；Bradac，2001）。许多现有研究表明，感知的不确定性在理解决策过程和影响用户对技术的信任及后续使用行为方面起着重要作用（Ameye等人，2023；Karimi等人，2004；Mamer和McCardle，1987；Pavlou等人，2007）。

作为代理的GAI

为了重新定义用户-GAI关系，首先需要了解GAI技术的作用是如何演变的。传统技术主要是被动工具，完全依赖于用户指令并在预定义的确定性程序中运行。然而，生成技术的最新进展从根本上改变了这一动态。越来越多的文献认为，当代技术具备智能、自主和适应能力

混合方法研究设计

尽管PAT为重新定义用户-GAI关系提供了一个理论视角，但它最初是为人与人之间的委托关系开发的。因此，它缺乏针对新兴用户-GAI现象的实证可测量构念，以及用户不确定性的前因、后果和缓解因素的全面框架。为了填补这些空白并解决问题2（解释和缓解用户不确定性），我们采用了下面概述的顺序混合方法设计。

混合方法方法使得

基于计算文本分析的探索性研究

我们首先进行了基于计算文本分析的探索性研究，以发现一般GAI使用环境中的潜在主题，并将概念性标记的主题映射到理论框架的开发中。

基于在线调查的定量研究

在本节中，我们基于在线调查进行了定量研究，以实证测试提出的研究模型。

讨论与结论

与基于传统用户-工具范式的先前研究不同，后者将技术视为被动工具（Chang等人，2025；Hong，2025），我们的研究从基于委托代理理论（PAT）（Jensen和Meckling，2019；Meckling和Jensen，1976）的委托代理视角重新定义了用户-GAI关系。借鉴PAT和信息系统成功模型（ISSM）（DeLone和McLean，1992），我们开发了一个规范框架来研究用户不确定性

CRediT作者贡献声明

丁丹：概念化、数据整理、调查、方法论、初稿撰写、审稿与编辑。李娇阳：概念化、数据整理、资金获取、调查、方法论、初稿撰写、审稿与编辑。贾晓乐：调查、方法论、初稿撰写。

利益冲突声明

未声明任何利益冲突。

致谢

本工作得到了[国家自然科学基金]（授权号[72101211]）的支持。