 |
撰文者：賴冠斈
受惠於人工智慧的發展，聊天機器人的出現不僅填補了實體服務受時間與地域限制的不足，還具備擬人化的特點與客製化的優勢，能夠提供即時的數位服務內容，滿足使用者的多樣需求。例如，在電子商務領域，聊天機器人能迅速回覆大量顧客需求，提高交易效率；在金融領域，它則可以回答理財問題，甚至給予基礎的投資與資產管理建議；在教育領域則透過擔任虛擬助教，協助學生解答問題或提供學習資源。這些應用不僅提升了使用者體驗，也成為各行業提升效率的重要工具。對企業而言，聊天機器人提供的自助式服務，不僅減少了過去需組建客服團隊的人力成本，更能透過較為標準化的作業模式降低人為操作的不確定性，從而提升並維持企業一致的服務品質。然而，這項新型的服務仍處於發展階段，還有許多面向需要被深入討論與規範，以期在不久的未來可以將該技術更廣泛應用於多元領域。 導引原文 周恩頤、許文錦（2021）。從聊天機器人探究對話式服務體驗：認知負荷觀點。管理評論，40(1)，21-46。https://doi.org/10.6656/MR.202101_40(1).CNI021
論文查詢 臺灣人文及社會科學引文索引資料庫 (Taiwan Citation Index-Humanities and Social Sciences) |
研究介紹
作者發現近年來與聊天機器人有關的討論，除了著重在提升聊天機器人精準回應的設計與技術之外，還包含從使用者的角度檢視機器人與個體間的互動如何對使用態度及行為產生影響，並從擬人論的觀點分析聊天機器人的運作，但鮮少有以消費者與聊天機器人的互動品質作為切入點，探討使用者的認知與體驗的感受。因此，2021年出版的〈從聊天機器人探究對話式服務體驗：認知負荷觀點〉一文即從認知負荷的角度切入，運用刺激—機制—反應模式（Stimulus-Organism-Response Theory, S-O-R）與資訊系統成功模式（Information Systems Success Model）作為基礎，設計了一個對話式商務模型，並從系統互動品質與資訊過載的角度，進一步探討消費者在使用聊天機器人時對系統品質（System Quality）、資訊品質（Information Quality）以及服務品質（Service Quality）等互動品質的知覺及感受，欲了解認知負荷的心理變化，會如何影響個體對聊天機器人的使用態度及持續使用的意圖。
主要發現
該研究採用便利抽樣的方式，將193筆有效問卷以偏最小平方法進行分析，證實研究中所提出的九個假設。首先，消費者知覺聊天機器人對包含系統、資訊及服務三面向的互動品質知覺皆與認知負荷有負向關係，而與使用態度具有正向關係。根據作者的定義，該結果說明若聊天機器人在其操作便利程度、傳遞內容的理解難易程度，以及傳遞服務的完整程度表現越好，則消費者的認知負荷越低、越能正向地影響使用態度。亦即聊天機器人所提供的互動品質越理想，使用者在執行過程中的心智負荷量會越低，並且能夠創造越正面的使用態度。其次，消費者的認知負荷會負向地影響使用態度與持續使用意圖，而使用態度與持續使用意圖之間具有正向關聯。這部分作者驗證了一般大眾較為直觀的想法：若我們在完成某項任務時，頭腦需要處理的資訊量和感受到的壓力越少，則我們不僅會抱持著正面的態度，也會在未來更願意持續使用。
透過該研究我們了解到，聊天機器人若能提供準確、相關、可靠與及時的優良資訊內容，且消費者認為該聊天機器人操作起來簡單方便、容易接近與使用、能滿足需求且回應快速時，便會使消費者產生對其的好感，進而使得持續使用意願提升。同時，消費者對聊天機器人所提供的整體服務體驗（例如個人化服務）評價越高，也越容易形成積極的使用態度。有鑑於此，企業不單應留心其所提供之資訊內容的品質及消費者的認知負荷，在介面設計的易讀性與易用性上也須費心優化，透過不斷分析與調整消費者的使用行為，使消費者能接收到符合個人需求的內容，增加其涉入程度並創造正面的使用體驗。
相關議題延伸
聊天機器人的應用涵蓋眾多領域，從商管、法律到教育、文學，甚至在醫療領域也逐步被採用作為協作工具。透過即時互動與智能化服務，這項技術不僅提升了用戶體驗，也協助改善了傳統作業流程，可見聊天機器人已成為推動產業轉型與效率提升的重要助力。
前段時間的疫情讓我們深刻認識到，完整的醫療體系是國家穩定的重要基石。同時，高齡化、戰爭與全球性疾病的傳播，使各國對醫療資源的需求不減反增。然而培養專業醫療人員至能夠真正站在前線服務民眾，往往需要長時間的訓練與實踐經驗的積累。因此，聊天機器人的出現為醫療資源不足的問題提供新的解決方向，但也對現有的運作模式帶來了變革。
就醫療應用而言，聊天機器人這類人工智慧系統的未來發展願景，不只是希望可以改善疾病追蹤流程或輔助醫師提升診斷的準確性，更期待能在醫師無法即時服務患者時成為虛擬助理，代替醫師執行初步診療或患者狀況評估的前置作業。此外，若能進一步優化醫療資源配置，提升就醫效率，甚至彌補偏遠地區和貧困家庭未能受到充足醫療服務的缺憾，將是更理想的成果。
不過，要在醫療領域充分發揮聊天機器人的效能，仍需多方支持、嘗試與設計。對於醫療使用者而言，不論是提供醫療服務的一方，還是接受服務的一方，聊天機器人系統的導入都可能增加使用者一定程度的認知負荷。根據前述利用刺激—機制—反應模型（S-O-R理論）的研究可以得知，使用者在與聊天機器人互動時的系統品質、資訊品質與服務品質，都會影響其心理感受與行為意圖。如果系統過於複雜或不易操作，可能加重使用者的心理壓力，進而降低對聊天機器人系統的使用意圖。
舉例來說，聊天機器人的智慧問診功能即便已發展到能迅速且準確地診斷患者的健康狀況，但若界面設計不友善或資訊量過於龐大導致患者不堪負荷，則認知過荷的結果可能引發患者的抵觸心理。同樣地，醫療人員在使用人工智慧醫療輔助系統時，若因為無法即時獲得所需資料導致運作效果不彰，進而影響醫療效率，也會讓醫療人員對該系統產生負面態度，連帶降低持續使用的意圖。此外，若人工智慧的診斷或建議無法清楚說明背後的醫學邏輯，則可能讓醫師因不信任而拒絕採用，將進一步影響使用意願。因此，聊天機器人系統的價值在於能夠獲得醫療人員的信任，其內容應具有正當的知識來源並能夠被專業驗證與解釋。
技術的成功應以降低認知負荷、建立正向使用態度與提升持續使用意圖為基礎。展望未來，人工智慧將加速智慧醫療的轉型，而聊天機器人僅是這一趨勢中的一部分。透過〈從聊天機器人探究對話式服務體驗：認知負荷觀點〉之研究，我們從微觀層面理解使用者對聊天機器人的態度與行為，再進一步思考高機率將聊天機器人視為重要助力的醫療領域，期許透過學界的研究發現，配合業界實務的應用發展，能逐步優化聊天機器人的設計，提供使用者更完善的體驗。