A carregar...
Publicação
Lost in summarization : how AI-generated review summaries shape consumer trust
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.57 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Artificial intelligence (AI) is transforming e-commerce, including the way consumers interact with online reviews. Major platforms, such as Amazon, now use AI-generated review summaries (AGRS) to reduce information overload. However, the effect of AGRS on consumer trust remains unclear. This thesis examines whether AGRS enhance or diminish trust, how this effect depends on review valence (positive, negative, or two-sided), and whether perceived helpfulness mediates these relationships. A 2×3 online experiment with 291 participants tested how consumers responded to reviews that differed in valence and whether or not they included an AGRS. The findings showed that the AGRS alone did not significantly influence trust or perceived helpfulness. However, helpfulness strongly predicted trust. Review valence had a partial effect: positive summaries were perceived as being less trustworthy than negative or two-sided ones. These results extend trust transfer and information processing theories by showing that AGRS have little influence in high-trust contexts, except when summarizing positive reviews. Managers should adopt AGRS only when they clearly add value, ensure transparency, and position them as complements rather than substitutes. For researchers, the results underscore the need to test AGRS in more naturalistic and demanding settings, as well as across product types, to better understand their role in consumer decision-making.
A inteligência artificial (IA) está a transformar o comércio eletrónico, incluindo a forma como os consumidores interagem com as avaliações online. Grandes plataformas, como a Amazon, agora usam resumos de avaliações gerados por IA (AGRS) para reduzir a sobrecarga de informações. No entanto, o efeito do AGRS na confiança do consumidor ainda não está claro. Esta tese examina se o AGRS aumenta ou diminui a confiança, como esse efeito depende da valência da avaliação (positiva, negativa ou ambígua) e se a percepção de utilidade medeia essas relações. Uma experiência online 2×3 com 291 participantes testou como os consumidores respondiam a avaliações que diferiam em valência e se incluíam ou não um AGRS. Os resultados mostraram que o AGRS por si só não influenciava significativamente a confiança ou a utilidade percebida. No entanto, a utilidade previa fortemente a confiança. A valência da avaliação teve um efeito parcial: os resumos positivos foram percebidos como menos confiáveis do que os negativos ou ambíguos. Estes resultados ampliam as teorias de transferência de confiança e processamento de informação, mostrando que as AGRS têm pouca influência em contextos de alta confiança, exceto quando resumem avaliações positivas. Os gestores devem adotar as AGRS apenas quando elas claramente agregam valor, garantem transparência e posicionam-nas como complementos, em vez de substitutos. Para os investigadores, os resultados ressaltam a necessidade de testar as AGRS em ambientes mais naturalistas e exigentes, bem como em diferentes tipos de produtos, para compreender melhor o seu papel na tomada de decisão do consumidor.
A inteligência artificial (IA) está a transformar o comércio eletrónico, incluindo a forma como os consumidores interagem com as avaliações online. Grandes plataformas, como a Amazon, agora usam resumos de avaliações gerados por IA (AGRS) para reduzir a sobrecarga de informações. No entanto, o efeito do AGRS na confiança do consumidor ainda não está claro. Esta tese examina se o AGRS aumenta ou diminui a confiança, como esse efeito depende da valência da avaliação (positiva, negativa ou ambígua) e se a percepção de utilidade medeia essas relações. Uma experiência online 2×3 com 291 participantes testou como os consumidores respondiam a avaliações que diferiam em valência e se incluíam ou não um AGRS. Os resultados mostraram que o AGRS por si só não influenciava significativamente a confiança ou a utilidade percebida. No entanto, a utilidade previa fortemente a confiança. A valência da avaliação teve um efeito parcial: os resumos positivos foram percebidos como menos confiáveis do que os negativos ou ambíguos. Estes resultados ampliam as teorias de transferência de confiança e processamento de informação, mostrando que as AGRS têm pouca influência em contextos de alta confiança, exceto quando resumem avaliações positivas. Os gestores devem adotar as AGRS apenas quando elas claramente agregam valor, garantem transparência e posicionam-nas como complementos, em vez de substitutos. Para os investigadores, os resultados ressaltam a necessidade de testar as AGRS em ambientes mais naturalistas e exigentes, bem como em diferentes tipos de produtos, para compreender melhor o seu papel na tomada de decisão do consumidor.
Descrição
Palavras-chave
AI-generated review summary Avaliações online de consumidores Comércio eletrónico Confiança do consumidor Consumer trust eCommerce Electronic word of mouth eWOM Information processing Online consumer reviews Processamento de informações Propaganda boca a boca eletrónica Resumo de avaliações Resumo de avaliações gerado por IA Review summary
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC