主动智能如何促发互动意愿？

doi:10.15936/j.cnki.1008-3758.2025.06.007

摘要/Abstract

摘要：

主动智能对用户互动意愿的影响日益突出。聚焦智能家居情境下的互动意愿，基于人机价值共创视角，构建了主动智能促发互动意愿的理论模型，并通过三个线下受控实验进行了实证检验。研究发现：相比于无/弱主动智能，强主动智能显著促进了用户的互动意愿；人机共创体验在这一机制中起到中介作用，受到AI功能—用户能力契合度的调节，且当契合度较低时，主动智能对人机共创体验的促进作用更显著。这些发现为探索智能服务的机器行为特征奠定了基础，也为智能产品设计提供科学的启示。

关键词: 主动智能, 互动意愿, 人机价值共创, AI功能—用户能力契合度

Abstract:

The influence of proactive intelligence on users’ interaction willingness is becoming increasingly significant. Focusing on smart home contexts， a theoretical model of how proactive intelligence shapes users’ interaction willingness was developed， drawing on the perspective of human-machine value co-creation. Three controlled offline experiments were conducted to empirically test the model. Results demonstrated that， compared with low or non-proactive intelligence， highly proactive intelligence significantly enhances users’ interaction willingness. Moreover， the human-machine value co-creation experience mediates this relationship. This mediation effect is further moderated by the AI feature-user capability fit， such that the impact of proactive intelligence on co-creation experience becomes more pronounced when the fit is low. These findings lay the foundation for exploring machines’ behavioral characteristics of smart services， and also provide scientific insights into smart product design.

Key words: proactive intelligence, interactive willingness, human-machine value co-creation, AI feature-user capability fit

中图分类号:

F 49

杨学成, 郭景, 江静南. 主动智能如何促发互动意愿？[J]. 东北大学学报（社会科学版）, 2025, 27(6): 57-68.

Xuecheng YANG, Jing GUO, Jingnan JIANG. How Proactive Intelligence Promotes Interaction Willingness: Experimental Research Based on the Human-Machine Value Co-creation Perspective[J]. Journal of Northeastern University(Social Science), 2025, 27(6): 57-68.

图/表 5

图 1 研究框架

表1 中介效应路径分析结果

中介效应路径	效应值	标准误差	95%置信区间（CI）		是否显著
强主动智能—互动意愿	0.271	0.017	0.011	0.224	显著
强主动智能—人机共创体验—互动意愿	0.574	0.024	0.280	0.527	显著
弱主动智能—互动意愿	0.090	0.024	0.002	0.056	显著
弱主动智能—人机共创体验—互动意愿	0.201	0.024	0.090	0.154	显著

表2 带调节的中介效应数据分析结果

变量	人机共创体验			互动意愿
变量	效应值	标准误差	t	效应值	标准误差	t
主动智能	0.181	0.011	6.814^***	0.023	0.019	1.644
人机共创体验				0.912	0.032	28.258^***
AI功能—用户能力契合度	0.706	0.024	12.465^***
主动智能 $×$ AI功能—用户能力契合度	-0.145	0.047	-3.249^**
R²	0.691			0.678
F	134.700			170.513

表2 带调节的中介效应数据分析结果

变量	人机共创体验			互动意愿
变量	效应值	标准误差	t	效应值	标准误差	t
主动智能	0.181	0.011	6.814^***	0.023	0.019	1.644
人机共创体验				0.912	0.032	28.258^***
AI功能—用户能力契合度	0.706	0.024	12.465^***
主动智能 $×$ AI功能—用户能力契合度	-0.145	0.047	-3.249^**
R²	0.691			0.678
F	134.700			170.513

图 2 AI功能—用户能力契合度的调节效应

表3 AI功能—用户能力契合度的调节效应检验

组别

效应值

标准

误差

95%置信

区间（CI）

参考文献 47

[1]	Huang M， Rust R T. Artificial intelligence in service［J］. Journal of Service Research， 2018， 21（2）： 155-172.
[2]	Edelman D C， Abraham M. Customer experience in age of AI［J］. Harvard Business Review， 2022， 101（3）： 116-125.
[3]	Grönroos C. Conceptualising value co-creation： a journey to the 1970s and back to the future［J］. Journal of Marketing Management， 2012， 28（13/14）： 1520-1534.
[4]	Zhang T， Lu C， Torres E， et al. Value co-creation and technological progression： a critical review［J］. European Business Review， 2020， 32（4）： 687-707.
[5]	Huang M， Rust R T. AI as customer［J］. Journal of Service Management， 2022， 33（2）： 210-220.
[6]	Vermehren P D， Burmeister-Lamp K， Heidenreich S. I am. therefore， I will？ predicting customers’ willingness to co-create using five-factor theory［J］. Journal of Service Management， 2022， 34（3）： 341-367.
[7]	Heidenreich S， Handrich M. Adoption of technology-based services： the role of customers’ willingness to co-create［J］. Journal of Service Management， 2015， 26（1）： 44-71.
[8]	Tan H， Zhao Y， Li S， et al. Relationship between social robot proactive behavior and the human perception of anthropomorphic attributes［J］. Advanced Robotics， 2020， 34（20）： 1324-1336.
[9]	孙伟平. 智能时代的新型人机关系及其构建［J］. 湖北大学学报（哲学社会科学版）， 2023， 50（3）： 18-25.
[10]	朱腾腾，谢礼珊，刘灿棉. “共形”之外亦需“共情”：服务机器人拟人化特征对消费者人机价值共创意愿的影响［J］. 外国经济与管理， 2024， 46（12）： 135-151.
[11]	Liu X S， Yi X S， Wan L C. Friendly or competent？ the effects of perception of robot appearance and service context on usage intention［J］. Annals of Tourism Research， 2022， 92： 103324.
[12]	Huang M， Rust R T. Engaged to a robot？ the role of AI in service［J］. Journal of Service Research， 2021， 24（1）： 30-41.
[13]	Söderlund M. The proactive employee on the floor of the store and the impact on customer satisfaction［J］. Journal of Retailing and Consumer Services， 2018， 43： 46-53.
[14]	杨慧，王舒婷. 人工智能产品对消费者自我扩展感知的影响研究［J］. 江西社会科学， 2021， 41（11）： 211-220.
[15]	贾梦真，翁漫琳，马昱堃. 自主生成式亲密关系：青年与人工智能伴侣的互动体验［J］. 青年探索， 2024（1）： 55-67.
[16]	王春梅，吕勇. 情绪的动机性对认知加工作用研究评述［J］. 心理研究， 2016， 9（1）： 15-21.
[17]	Davis F D， Bagozzi R P， Warshaw P R. User acceptance of computer technology： a comparison of two theoretical models［J］. Management Science， 1989， 35（8）： 982-1003.
[18]	梁爽. 从“刺激-反馈”到“情感交流”——移动应用人机交互的模式演变与发展历程［J］. 青年记者， 2021（4）： 27-28.
[19]	Asada M. Towards artificial empathy［J］. International Journal of Social Robotics， 2015， 7（1）： 19-33.
[20]	Breazeal C， Depalma N， Orkin J， et al. Crowdsourcing human-robot interaction： new methods and system evaluation in a public environment［J］. Journal of Human-Robot Interaction， 2013， 2（1）： 82-111.
[21]	Damiano L， Dumouchel P， Lehmann H. Artificial empathy： an interdisciplinary investigation［J］. International Journal of Social Robotics， 2015， 7（1）： 3-5.
[22]	喻国明，苏芳. 范式重构、人机共融与技术伴随：智能传播时代理解人机关系的路径［J］. 湖南师范大学社会科学学报， 2023， 52（4）： 119-125.
[23]	Mcleay F， Osburg V S， Yoganathan V， et al. Replaced by a robot： service implications in the age of the machine［J］. Journal of Service Research， 2021， 24（1）： 104-121.
[24]	Liu P， Glas D F， Kanda T， et al. Learning proactive behavior for interactive social robots［J］. Autonomous Robots， 2018， 42（5）： 1067-1085.
[25]	Sirithunge C， Jayasekara A G B P， Chandima D P. Proactive robots with the perception of nonverbal human behavior： a review［J］. IEEE Access， 2019， 7： 77308-77327.
[26]	Xie L， Liu C， Li D. Proactivity or passivity？ an investigation of the effect of service robots’ proactive behaviour on customer co-creation intention［J］. International Journal of Hospitality Management， 2022， 106： 103271.
[27]	Song J， Gao Y， Huang Y， et al. Being friendly and competent： service robots’ proactive behavior facilitates customer value co-creation［J］. Technological Forecasting and Social Change， 2023， 196： 122861.
[28]	Chien S， Lin Y， Chang B. The effects of intimacy and proactivity on trust in human-humanoid robot interaction［J］. Information Systems Frontiers， 2024， 26（1）： 75-90.
[29]	Huang M， Rust R T. A framework for collaborative artificial intelligence in marketing［J］. Journal of Retailing， 2022， 98（2）： 209-223.
[30]	Zhang X， Balaji M S， Jiang Y. Robots at your service： value facilitation and value co-creation in restaurants［J］. International Journal of Contemporary Hospitality Management， 2022， 34（5）： 2004-2025.
[31]	宋晓，王淑华，张新成. 人工智能与接待业的价值共创：整合框架与未来展望［J］. 旅游科学， 2024， 38（1）： 17-37.
[32]	喻国明，苏健威. 生成式AI时代交互范式与人机关系的重构——从图形控件交互到自然交互［J］. 西南民族大学学报（人文社会科学版）， 2024， 45（4）： 129-134.
[33]	赵颖，谭浩，朱敏，等. 智能音箱主动交互行为的用户满意度研究［J］. 包装工程， 2021， 42（14）： 224-229.
[34]	Lusch R F， Nambisan S. Service innovation［J］. MIS Quarterly， 2015， 39（1）： 155-176.
[35]	姜婷婷，许艳闰，傅诗婷，等. 人智交互体验研究：为人本人工智能发展注入新动力［J］. 图书情报知识， 2022， 39（4）： 43-55.
[36]	许为，葛列众. 智能时代的工程心理学［J］. 心理科学进展， 2020， 28（9）： 1409-1425.
[37]	Ameen N， Tarhini A， Reppel A， et al. Customer experiences in the age of artificial intelligence［J］. Computers in Human Behavior， 2021， 114： 106548.
[38]	刘玉琦，陈洁，韦俊龙. 关系类型、感知相似性与用户互动意愿［J］. 软科学， 2017， 31（9）： 124-127.
[39]	Yang X. The effects of AI service quality and AI function-customer ability fit on customer’s overall co-creation experience［J］. Industrial Management & Data Systems， 2023， 123（6）： 1717-1735.
[40]	牛童，刘春红. 人境匹配视角下员工创新行为研究［J］. 科技进步与对策， 2021， 38（8）： 145-152.
[41]	Pratama E N， Suwarni E， Handayani M A. Effect of job satisfaction and organizational commitment on turnover intention with person organization fit as moderator variable［J］. APTISI Transactions on Management （ATM）， 2022， 6（1）： 74-82.
[42]	Li C， Fang Y. Toward better purchase decision-performance： linking person-environment fit to explorative and exploitative use of branded applications［J］. Electronic Commerce Research and Applications， 2021， 48： 101063.
[43]	Zainab A M， Kiran K， Karim N H A， et al. UTAUT’S performance consistency： empirical evidence from a library management system［J］. Malaysian Journal of Library & Information Science， 2018， 23（1）： 17-32.
[44]	Zhang B， Sundar S S. Proactive vs. reactive personalization： can customization of privacy enhance user experience？［J］. International Journal of Human-Computer Studies， 2019， 128： 86-99.
[45]	Veloutsou C， Mcalonan A. Loyalty and or disloyalty to a search engine： the case of young Millennials［J］. Journal of Consumer Marketing， 2012， 29（2）： 125-135.
[46]	Wen H， Zhang L， Sheng A， et al. From “human-to-human” to “human-to-non-human”：influence factors of artificial intelligence-enabled consumer value co-creation behavior［J］. Frontiers in Psychology， 2022， 13： 863313.
[47]	Hollebeek L D， Sprott D E， Brady M K. Rise of the machines？ customer engagement in automated service interactions［J］. Journal of Service Research， 2021， 24（1）： 3-8.