摘要：以ChatGPT為代表的大語言模型的發(fā)展已成為人工智能領(lǐng)域的流行趨勢，并在各個領(lǐng)域得到了廣泛的應(yīng)用。在線購物作為人工智能發(fā)展的重要應(yīng)用領(lǐng)域，各大電商平臺紛紛利用ChatGPT這樣的大型語言模型技術(shù)升級推薦功能，讓消費者在大語言模型的幫助下獲得個性化的產(chǎn)品推薦。但在此過程中，無論是電商平臺還是大語言模型服務(wù)商都遇到了消費者隱私擔(dān)憂的問題。消費者愿意在多大程度上犧牲自己的隱私來獲得增強的個性化推薦服務(wù)成為一個關(guān)鍵問題。因此，本文采用問卷調(diào)查的方法收集數(shù)據(jù)，構(gòu)建中介效應(yīng)模型，探討電商平臺引入ChatGPT的推薦功能后，推薦功能的感官體驗對消費者隱私犧牲意愿的影響及其機制。研究結(jié)果表明，推薦功能感官體驗的四個維度——互動性、界面設(shè)計、響應(yīng)速度、反饋，通過影響消費者對推薦功能的使用意愿從而影響消費者隱私犧牲的意愿程度，即電商平臺引入ChatGPT后，帶給消費者更強的互動性、界面設(shè)計、響應(yīng)速度和反饋這些感官體驗，使得消費者有更強的意愿使用推薦功能，也更愿意犧牲其隱私。

關(guān)鍵詞：ChatGPT；中介效應(yīng)；隱私保護(hù)；個性化推薦

引言

2022年11月30日，美國人工智能公司OpenAI發(fā)布了ChatGPT。隨后，ChatGPT在互聯(lián)網(wǎng)領(lǐng)域引起了廣泛的關(guān)注，并在一個月的時間內(nèi)達(dá)到了1億月活躍用戶，成為近年來用戶增長速度最快的消費者應(yīng)用程序之一。到了2023年2月，ChatGPT在中國引發(fā)了巨大的關(guān)注，不論是在業(yè)界還是學(xué)術(shù)界都受到了廣泛的討論。隨后，國內(nèi)電商領(lǐng)域各大公司開始抓緊布局AI大模型的測試與應(yīng)用，阿里巴巴方面表示“確實在研發(fā)相關(guān)產(chǎn)品，目前處于內(nèi)測階段”[1]。

返利科技推出了一款基于ChatGPT技術(shù)的電商導(dǎo)購APP“如意”[2]，該產(chǎn)品采用AI聊天對話模式來輔助消費者購物，提供更加個性化、智能化的導(dǎo)購服務(wù)。在ChatGPT技術(shù)在電商領(lǐng)域應(yīng)用一路高歌猛進(jìn)的同時，也暴露出許多安全威脅，比如本文關(guān)注的用戶隱私安全問題。OpenAI在其隱私政策[3]中提到用戶在使用ChatGPT時，賬戶信息和對話內(nèi)容會被收集，同時也會被共享給服務(wù)提供商，比如提供ChatGPT推薦功能的電商平臺。

基于上述背景，國內(nèi)外已經(jīng)開展了相關(guān)研究。關(guān)于ChatGPT在電商領(lǐng)域應(yīng)用方面，國內(nèi)研究者中，張夏恒[4]介紹了ChatGPT在數(shù)字經(jīng)濟(jì)中將得到廣泛應(yīng)用，預(yù)測“ChatGPT+數(shù)字營銷”的場景將會極大提升效率。國外研究者中，Capterra[5]通過調(diào)查美國在線購物消費者，發(fā)現(xiàn)超半數(shù)消費者厭倦傳統(tǒng)的客服機器人，另外有56%的受訪者希望使用ChatGPT幫助他們進(jìn)行在線購物。在ChatGPT的隱私安全問題上，國內(nèi)的朱孟垚和李興華[6]介紹了ChatGPT的各項安全威脅并提出解決方案，但并未研究其在電商平臺中與消費者的隱私關(guān)系。國外研究者中，Khowaja等人[7]展示了ChatGPT收集用戶信息的隱私安全問題，Shi Kaize等人[8]通過技術(shù)層面提出了新的指令跟隨語言模型用于電子商務(wù)中的多樣化創(chuàng)作任務(wù)，減少了對客戶隱私數(shù)據(jù)安全的擔(dān)憂。通過對現(xiàn)有研究總結(jié)，本文采用問卷調(diào)查的方法收集數(shù)據(jù)，構(gòu)建中介效應(yīng)模型，探討電商平臺引入ChatGPT的推薦功能后，推薦功能的感官體驗對消費者隱私犧牲意愿的影響及其機制。其中，感官體驗分為四個維度——互動性、界面設(shè)計、響應(yīng)速度、反饋。

本研究為揭示消費者的心理和行為及電商平臺個性化推薦系統(tǒng)設(shè)計提供了研究思路，同時推動電商平臺與大語言模型服務(wù)商對市場策略與制定隱私保護(hù)政策的關(guān)注。

1. 問卷設(shè)計

為了準(zhǔn)確全面地了解消費者在電商平臺引入使用ChatGPT技術(shù)的推薦功能后隱私犧牲的意愿程度，本研究設(shè)計了調(diào)查問卷《電商平臺引入ChatGPT推薦功能后，消費者隱私犧牲的意愿程度調(diào)查》。該問卷分為四個部分，第一部分是受訪者個人信息部分，旨在收集樣本基本特征；第二部分為ChatGPT推薦功能感官體驗部分。在本部分的設(shè)計中，首先向受訪者舉例介紹了ChatGPT的推薦功能，讓本部分的測量更加準(zhǔn)確。其次，本研究中將ChatGPT推薦功能的感官體驗劃分為四個維度變量[9]——互動性、界面設(shè)計、響應(yīng)速度和反饋，每個維度下設(shè)計3～6個測量題項[10]。第三部分設(shè)計ChatGPT推薦功能使用意愿作為中介變量測量項，該部分下設(shè)計8個測量題項[11]。第四部分為消費者隱私犧牲的意愿程度作為因變量[12]，該部分下設(shè)計10個測量題項[13]。測量量表問項均改編自現(xiàn)有成熟量表[14]，并結(jié)合平臺的ChatGPT推薦情境進(jìn)行修改和完善。所有題項均采用李克特五點量表進(jìn)行測量，受訪者根據(jù)對各個題項的同意程度來進(jìn)行判斷（1=非常不同意，2=比較不同意，3=一般，4=比較同意，5=非常同意）。

本次問卷調(diào)查通過問卷星軟件進(jìn)行發(fā)放，最終收集了126份問卷。調(diào)查結(jié)果見表1-4所示。

2. 實證分析及檢驗

2.1 信效度檢驗

本研究借助在線問卷形式進(jìn)行問卷數(shù)據(jù)收集，在進(jìn)行回歸分析之前需要對問卷進(jìn)行信效度檢驗以確保量表的可靠性。

一方面，對問卷的后三部分共35個測量題項進(jìn)行信度檢驗?？寺“秃障禂?shù)為0.981說明本量表的信度非常好。

另一方面，利用因子分析法檢驗問卷整體的結(jié)構(gòu)效度。本問卷整體的KMO值為0.958，大于0.9，且巴特利特球形度檢驗結(jié)果在1%的水平上顯著，因此本問卷的整體結(jié)構(gòu)通過了結(jié)構(gòu)效度檢驗。

2.2 變量設(shè)計及變量描述性統(tǒng)計

2.2.1 因變量

消費者隱私犧牲的意愿程度（Y）。由問卷第四部分的測量題項反映，代表了消費者有多大程度愿意犧牲隱私使用電商平臺基于ChatGPT技術(shù)的推薦功能，來獲取更好的在線購物體驗。

2.2.2 中介變量

ChatGPT推薦功能使用意愿（M）。由問卷第三部分的測量題項反映，代表了消費者受電商平臺的ChatGPT推薦功能的感官體驗影響，有多大意愿使用該功能。

2.2.3 自變量

互動性（X1）、界面設(shè)計（X2）、響應(yīng)速度（X3）和反饋（X4）。由問卷第二部分的測量題項反映，分別代表了電商平臺基于ChatGPT技術(shù)的推薦功能的四個維度的感官體驗。

2.3 中介效應(yīng)模型構(gòu)建

在構(gòu)建回歸模型前需要對收集到的126份問卷數(shù)據(jù)進(jìn)行處理。通過對問卷后三部分中各維度下測量題項數(shù)據(jù)取均值得到該測量變量的數(shù)值。本文使用的統(tǒng)計軟件為Stata17、SPSS27。

首先，為檢驗電商平臺基于ChatGPT技術(shù)的推薦功能的感官體驗對消費者隱私犧牲意愿程度的直接效應(yīng)，設(shè)定如下模型：

（1）

Xi代表推薦功能感官體驗的四個維度，α1代表直接效應(yīng)的大小。

其次，根據(jù)已有研究和上述分析，感官體驗會通過影響消費者對ChatGPT推薦功能的使用意愿來間接影響消費者隱私犧牲的意愿程度。因此，本文設(shè)定如下中介效應(yīng)模型：

（2）

（3）

其中，中介效應(yīng)路徑表現(xiàn)如圖1所示，其大小為β1β2。式（3）代表電商平臺基于ChatGPT技術(shù)的推薦功能的感官體驗對消費者隱私犧牲的意愿程度的總效應(yīng)。各效應(yīng)之間的關(guān)系為：。

2.4 回歸分析

根據(jù)構(gòu)建的回歸模型（1）－（3），利用處理后的問卷數(shù)據(jù)，通過使用計量軟件Stata17對模型進(jìn)行參數(shù)估計，得到如下估計結(jié)果。根據(jù)中介效應(yīng)檢驗流程[15]，采用依次系數(shù)檢驗法。由表5可知，α2、β1、β2、α1的系數(shù)均至少在10%水平上顯著，且α1與β1β2同號，可以得出存在中介效應(yīng)的結(jié)論。通過分析系數(shù)估計值得知，電商平臺基于ChatGPT技術(shù)的推薦功能的感官體驗有利于提高消費者隱私犧牲意愿程度。同時，感官體驗的提升會影響消費者對ChatGPT推薦功能使用意愿的提高，從而間接提高消費者隱私犧牲的意愿程度。

2.5 穩(wěn)健性檢驗

本文依據(jù)張燕和王洪會[16]的檢驗方法，采取Bootstrap中介效應(yīng)檢驗法進(jìn)行穩(wěn)健性檢驗，穩(wěn)健性檢驗結(jié)果見表6。

根據(jù)表6的結(jié)果，模型（2）的90%置信區(qū)間為[0.008，0.336]，未包含0，表示存在顯著的中介效應(yīng)，即證明本研究結(jié)果較為穩(wěn)健。

結(jié)語

本研究的主要發(fā)現(xiàn)在于，電商領(lǐng)域引入大型語言模型（如ChatGPT）后的個性化推薦功能與消費者隱私犧牲意愿之間的關(guān)聯(lián)性。通過回歸分析，研究得出以下結(jié)論：電商平臺采用ChatGPT技術(shù)的個性化推薦功能得到的感官體驗提升，會顯著促使消費者提高對該功能的使用意愿，進(jìn)而間接促使消費者更愿意放棄部分隱私權(quán)來獲得更好的推薦體驗。這表明在追求個性化推薦的同時，提升用戶感官體驗對于提高消費者對該功能的使用和隱私犧牲意愿至關(guān)重要。

這一研究結(jié)果強調(diào)了電商平臺需要平衡用戶體驗和隱私保護(hù)，以滿足用戶需求并建立信任，從而在競爭激烈的市場中獲得競爭優(yōu)勢。未來的研究可以進(jìn)一步深入研究感官體驗和隱私保護(hù)之間的互動，以更全面地理解這一關(guān)系。

不容忽視的是，本研究存在一些限制需要進(jìn)一步克服。首先，根據(jù)依次系數(shù)檢驗結(jié)果，本研究的模型中可能存在其他中介效應(yīng)。未來的研究中可以增加更多的變量，以增強結(jié)果的有效性。其次，盡管本文深入研究了感官體驗與隱私犧牲意愿之間的關(guān)系，但并未全面考慮其他可能的影響因素，例如文化差異和個體差異。未來研究可以拓寬研究框架，以包括更多潛在因素，獲得更全面的理解。最后，長期跟蹤研究也有助于揭示消費者在隱私和個性化推薦方面的態(tài)度和行為如何隨時間演變。

參考文獻(xiàn)：

[1]李強.阿里正研發(fā)類ChatGPT產(chǎn)品或推動AI電商新場景[N].21世紀(jì)經(jīng)濟(jì)報道，2023-2-10（11）.

[2]北京商報網(wǎng).返利科技推出基于ChatGPT技術(shù)的電商導(dǎo)購APP“如意”[EB/OL].（2023-3-21）[2023-9-11].https：//www.bbtnews.com.cn/2023/0321/469995.shtml.

[3]OpenAI.Privacy policy[EB/OL].（2023-6-23）[2023-9-11].https：//openai.com/policies/privacy-policy.

[4]張夏恒.基于新一代人工智能技術(shù)（ChatGPT）的數(shù)字經(jīng)濟(jì)發(fā)展研究[J].長安大學(xué)學(xué)報（社會科學(xué)版），2023，25（3）：55-64.

[5]Capterra.Most Consumers Think Traditional Chatbots Are Bad at Their Jobs.Could Conversational AI Be The Solution？[EB/OL].（2023-4-10）[2023-9-11].https：//www.capterra.com/resources/retail-chatbots/.

[6]朱孟垚，李興華.ChatGPT安全威脅研究[J].信息安全研究，2023，9（6）：533-542.

[7]Khowaja SA，Khuwaja P，Dev K.ChatGPT Needs SPADE（Sustainability，PrivAcy，Digital divide，and Ethics）Evaluation：A Review[EB/OL].（2023-4-13）[2023-10-20]. https：//arxiv.org/pdf/2305.03123.pdf.

[8]Shi KZ，Sun XY，Wang DX，et al.LLaMA-E：Empowering E-commerce Authoring with Multi-Aspect Instruction Following[EB/OL].（2023-8-9）[2023-10-20]. https：//arxiv.org/pdf/2308.04913v1.pdf.

[9]占南，閆香玉.電商智能推薦用戶信息隱私披露意愿影響機制研究[J].現(xiàn)代情報，2023，43（10）：35-53.

[10]余東輝.電子商務(wù)中消費者信息隱私披露行為影響因素研究[D].南京：東南大學(xué)，2022.

[11]計緯，戚海峰，費鴻萍.智能助手對消費者的推薦說服機制研究——基于社會角色視角[EB/OL].http：//kns.cnki.net/kcms/detail/12.1288.F.20230626.1457.006.html.

[12]汪旭暉，徐微笑，王新.智能購物體驗對消費者購買意愿的影響研究[J].消費經(jīng)濟(jì)，2022，38（3）：87-96.

[13]唐霈雯.消費者定向廣告知識對定向廣告技術(shù)接受意愿的影響研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2022.

[14]王永貴，張二偉，張思祺.數(shù)字營銷研究的整合框架和未來展望——基于TCCM框架和ADO框架的研究[J].商業(yè)經(jīng)濟(jì)與管理，2023（7）：5-27.

[15]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）： 731-745.

[16]張燕，王洪會.綠色信貸對商業(yè)銀行盈利能力的影響——基于鏈?zhǔn)蕉嘀刂薪樾?yīng)模型的實證檢驗[J].金融經(jīng)濟(jì)，2022（10）：61-72.

作者簡介：魯熠宵，本科，研究方向：信息管理與信息系統(tǒng)。