Using and Interacting with AI-Based Intelligent Technologies : Practical Applications on Autonomous Cars and Chatbots

• Auteur / Autrice : Giulia Pavone
• Direction : Lars Meyer-Waarden, Andreas Munzel
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 03/12/2021
• Etablissement(s) : Toulouse 1
• Ecole(s) doctorale(s) : École doctorale Sciences de Gestion TSM (Toulouse)
• Partenaire(s) de recherche : Equipe de recherche : TSM Research (Toulouse ; 2012-....)

Mots clés

Mots clés contrôlés

Agents conversationnels

Véhicules autonomes

Intelligence artificielle

Mots clés libres

Chatbots

Conception expérimentale

Résumé

L'intelligence artificielle (IA) est souvent considérée comme l'une des innovations les plus prometteuses et perturbatrices de notre époque. Malgré son développement rapide, il existe encore un haut niveau d'incertitude quant à la manière dont les consommateurs vont adopter l'IA. Dans ce contexte, cette thèse de quatre articles vise à comprendre comment les consommateurs utilisent et interagissent avec les technologies intelligentes, en se concentrant en particulier sur deux applications: les chatbots et les véhicules autonomes (VA). Dans un premier temps, nous effectuons une analyse approfondie de la littérature marketing existante en adoptant les approches scientométriques et la méthode Theory-Context-Characteristics-Methodology. Ainsi, nous définissons nos questions de recherche concernant 1) les réactions cognitives et émotionnelles des consommateurs lorsqu'ils interagissent avec des technologies basées sur l'IA capables de simuler des conversations de type humain ; 2) les facteurs affectant l'intention des consommateurs d'utiliser des technologies basées sur l'IA, et leur évolution à travers les niveaux d'automatisation ; 3) les préoccupations éthiques des consommateurs envers les produits IA et leur effet sur la confiance et les intentions d'utilisation. En mettant en œuvre trois plans expérimentaux inter-sujets, nous répondons à notre première question de recherche en comparant les interactions humain-humain et humain-chatbot et les interactions avec des chatbots hautement anthropomorphes et faiblement anthropomorphes. Nous nous appuyons principalement sur la Théorie de l'Evaluation Cognitive des Emotions (Roseman et al. 1990), la Théorie de l'Attribution (Weiner 2000) et la Théorie de l'Anthropomorphisme (Aggarwal and McGill 2007 ; Epley et al. 2018), en montrant que les réponses des consommateurs diffèrent lorsqu'ils interagissent avec un humain et un chatbot, en fonction des différentes attributions de responsabilité et des différents niveaux d'anthropomorphisme. Ensuite, nous étudions la manière dont l'expérience des consommateurs avec différents niveaux d'automatisation affecte les perceptions des technologies basées sur l'IA. Nous utilisons les VA comme unité d'analyse, en intégrant le cadre UTAUT avec la Théorie de la Confiance (Mcknight et al. 2011), la Théorie du Calcul de la Vie Privée (Dinev et Hart 2006) et la Théorie du Bien-être (Diener 1999). Après la mise en œuvre d'un design intra-sujet avec des études sur le terrain et sur simulateur, les résultats suggèrent que la différenciation entre les différents niveaux d'automatisation joue un rôle clé pour mieux comprendre les facteurs d’adoption ainsi que les réactions cognitives lors de l'utilisation d'applications intelligentes. Enfin, nous étudions les préoccupations éthiques des consommateurs concernant les chatbots et les VA. Nous utilisons une approche mixte, en utilisant la modélisation thématique et la modélisation par équation structurelle. Nous montrons que pour les chatbots, la composante interactionnelle et émotionnelle de la technologie est prédominante, les consommateurs soulignant, entre autres, le design émotionnel et le manque d'adaptabilité comme principaux soucis éthiques. En revanche, pour les VA, les préoccupations éthiques concernent plutôt des perceptions cognitives liées à la transparence des algorithmes, à la sécurité de la technologie et à l'accessibilité. Notre recherche offre des contributions à la littérature émergente sur les comportements des consommateurs liés aux produits intelligents en soulignant la nécessité de prendre en compte la complexité des technologies d'IA à travers leurs différents niveaux d'automatisation et en fonction de leurs caractéristiques. Nous offrons également des contributions méthodologiques grâce à la mise en œuvre de plans de recherche expérimentaux innovants, utilisant des outils avancés et combinant des approches qualitatives et quantitatives. […]

Artificial Intelligence (AI) is often considered as one of the most promising and disruptive innovation of our times. Despite its rapid development, there is still a high level of uncertainty about how consumers are going to adopt AI. In this context, this four-article dissertation aims to comprehend how consumers use and interact with intelligent technologies, in particular focusing on two current applications: chatbots and autonomous vehicles (AVs). First, we conduct an in-depth analysis of the existing marketing literature adopting Scientometric and Theory-Context-Characteristics-Methodology approaches. Thus, we define our research questions related to 1) consumers ‘cognitive and emotional reactions when interacting with AI-based technologies that are able to simulate human-like conversations; 2) factors affecting consumers ‘intention to use AI-based technologies able to make decision in critical situations, and their evolution across levels of automation; 3) consumers ethical concerns towards AI products and their effect on trust and usage intentions. By applying three between-subject experimental designs, we answer our first research question comparing human–human versus human–chatbot interactions and highly anthropomorphic versus lowly anthropomorphic chatbots. We leverage insights mainly from Cognitive Appraisal Theory of Emotions (Roseman et al. 1990), Attribution Theory (Weiner 2000) and Theory of Anthropomorphism (Aggarwal and McGill 2007; Epley et al. 2018), showing that consumers’ responses differ when interacting with a human and a chatbot, according to the different attributions of responsibility and the different levels of anthropomorphism of the service agent. Next, we investigate the way consumers’ experience with different levels of automation affect perceptions of AI-based technologies. We use AVs as unit of analysis, integrating the UTAUT framework with Trust Theory (Mcknight et al. 2011), Privacy Calculus Theory (Dinev and Hart 2006) and Theory of Well-being (Diener 1999; Diener and Chan 2011). After implementing a within subject-design with field and simulator studies, results suggest that differentiating between the different automation levels play a key role to better understand the potential drivers of adoption as well as the cognitive reactions when using intelligent applications. Finally, we investigate consumers’ ethical concerns surrounding chatbots and AVs. We employ a mixed methods approach, using topic modeling and structural equation modeling. We show that for chatbots, the interactional and emotional component of the technology is predominant, as consumers highlight, between others, the emotional design and the lack of adaptability as main ethical issues. However, for autonomous cars, the ethical concerns rather involve cognitive perceptions related to the transparency of the algorithms, the ethical design, the safety of the technology and the accessibility. Our research offers contributions to the emerging literature on consumer behaviors related to intelligent products by highlighting the need to take into account the complexity of AI technologies across their different levels of automation and according to their intrinsic characteristics. We also offer methodological contributions thanks to the implementation of innovative experimental research designs, using advanced tools and combining qualitative and quantitative approaches. To conclude, we present implications for both managers and policymakers who want to implement AIbased disruptive technologies, such as chatbots and AVs.