E se un'etichetta AI ti facesse dubitare? Come cambia la fiducia online

Hai mai notato che quando un prodotto sembra "troppo perfetto" potresti diffidare? In uno studio recente, i ricercatori hanno scoperto che le etichette AI possono cambiare il modo in cui i giovani acquirenti percepiscono i prodotti. In uno scenario di e-commerce, i partecipanti hanno visto tre condizioni: un'etichetta AI, un'etichetta umana o nessuna etichetta. Per i prodotti utilitaristici (come utensili o elettrodomestici), l'etichetta AI ha ridotto il senso di autenticità, l'attrattiva estetica e la presenza sociale rispetto a nessuna etichetta. Questi effetti negativi erano assenti per i prodotti esperienziali (come abbigliamento alla moda o accessori). L'estetica e il senso di connessione sociale influenzano poi l'intenzione di acquisto e la fiducia nel marchio. Curiosamente, l'etichetta AI ha anche aumentato direttamente l'intenzione di acquisto, anche se l'effetto complessivo sembrava debole a causa di questi percorsi contrastanti. Lo studio evidenzia l'importanza di un contesto sensibile e di regole chiare sulle immagini generate dall'AI nelle piattaforme di shopping online.

Lo studio adotta un disegno sperimentale 3 × 2 (condizione di etichettatura × tipo di prodotto) su una piattaforma simile a Taobao. I partecipanti sono stati randomizzati in tre gruppi: etichetta AI, etichetta umana o nessuna etichetta. I tipi di prodotto sono stati classificati come utilitaristici (funzionali, a basso coinvolgimento) versus esperienziali (di moda, ad alto coinvolgimento). I ricercatori hanno utilizzato un modello di processo condizionato (mediazione moderata) con intervalli di confidenza bootstrapped per esaminare i percorsi causali. I risultati confermano che l'etichetta AI riduce l'autenticità percepita, l'attrattiva estetica e la presenza sociale, ma solo per i prodotti utilitaristici. Questi percorsi mediati influenzano l'intenzione di acquisto e la fiducia nel marchio. Allo stesso tempo, l'etichetta AI mostra un effetto diretto positivo sull'intenzione di acquisto (b = 0,308, p = 0,010) che non dipende dal tipo di prodotto. Poiché l'effetto diretto positivo contrasta con gli effetti indiretti negativi, l'effetto totale è debole o persino negativo, un modello classico di mediazione incoerente (soppressione). I risultati suggeriscono che la coerenza fonte-informazione da sola non spiega l'avversione agli algoritmi e che sono necessarie linee guida di governance a livello di piattaforma che tengano conto del tipo di prodotto e del contesto di visualizzazione.