機器人服務失敗和補救研究進展與述評

劉德文 姜明剛

摘要：通過文獻回顧的方法，系統梳理人工智能機器人服務失敗的概念、維度、消費者反應和補救策略的相關研究。研究發現：現有研究對機器人服務失敗的概念和維度主要沿用人際服務互動中的相關概念。機器人服務失敗對消費者的結果影響包括：情緒和認知，負面態度，失敗歸因以及行為和行動。同時，機器人服務失敗的補救策略可分為言語補救策略和人工干預策略兩大類?；诖?，未來學者可以從深挖機器人服務失敗的獨特性，消費者對機器人失敗反應的心理機制探尋，機器人服務失敗的獨到補救策略，機器人服務失敗和補救的演化研究以及進行多種方法混合的互補研究等五個方面進一步拓展機器人服務失敗的相關研究。

關鍵詞：服務失??；服務補救；機器人服務；消費者

中圖分類號：F273 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2024.02.012

隨著數字化和人工智能技術的不斷推進，人工智能（Artificial Intelligence，AI）服務機器人被廣泛運用到網購、酒店、餐飲和療養等和消費者密切相關的服務行業中［1］。根據中商產業研究院的統計數據，2021年中國服務機器人產量累計達921.44萬套，且預計市場規模將在2022年末達到524.3億元。與人類員工相比，服務機器人在服務運用中具有諸多優勢，包括提高服務效率、增長規模效應和降低運營成本等［2］。并且，由于人工智能嵌入的機器人可以捕捉消費者的動態微變化，故而可在第一時間內進行服務“干預”，進而提升消費體驗。例如，研究指出：機器人的人工智能處理器存儲著消費者的歷史數據，并搭載敏捷的面部表情捕捉系統，故而可以提前預知消費者的潛在需求，從而更好地和消費者完成情感溝通，以促進服務績效的持續提升［3］。然而，相比于客觀性和程序性任務時，現階段的機器人在處理主觀性和獨特性服務內容時往往會造成非意外的失敗。例如，在和消費者交互的過程中，服務機器人可能對消費者進行不匹配的服務應答［4］。

營銷和信息系統領域中，大量研究聚焦于消費者對服務機器人的接受意愿和服務評價方面。例如，不同情境下消費者對人類員工和機器人的偏好差異［5］；擬人化對消費者接受行為的影響［6］。然而，作為一項重要的機器人服務實踐，機器人失敗后的消費者層面結果反應和服務補救研究仍處于起步期，相對比較匱乏。事實上，服務機器人的現實應用仍處在發展期，實踐中機器人的服務過程雖然被賦予了情感因素，但仍存在無法理解對話中的消費者意圖的可能性（例如，消費者回答中使用雙重否定、反諷、暗示等內容），并進行錯誤或者不匹配應答，最終釀成服務失?。?］。例如，日本海納姆酒店的虛擬語音助手Churi就曾因為將消費者的打鼾視為請求幫助而遭到顧客的投訴，最終被品牌方“解雇”?？梢?，機器人在現階段的技術瓶頸使得其在服務過程的失敗難以避免，如果未能全面地探究機器人服務失敗的結果反應和恢復策略，就會對消費者的信任、滿意和再使用意愿等造成極大的負面影響［7］。因此，從一個系統性的角度去全面理解機器人服務失敗后的負面影響是當下一個迫切且重要研究議題。這有助于學者們深入理解機器人的服務運用，并幫助企業從業人員開發更兼具實用性的機器人。

綜上，本研究以“service robot failure / recovery”“artificial intelligence failure/recovery”等為檢索詞，對Web of Science核心合集、Science Direct和Springer Link等數據庫進行檢索；以同樣的英文關鍵詞在谷歌學術中收集相關的會議論文；以“機器人服務失敗/補救”“智能客服服務失敗/補救”“人工智能服務失敗/補救”為檢索詞對中國知網2010 年至今的CSSCI 期刊論文進行檢索。通過對以上中英文研究結論的回顧和梳理，本研究從機器人服務失敗的概念、維度、消費者反應、發生機制和補救策略等角度進行了系統性闡述。在此基礎之上，進一步指出現有研究不足，并指出機器人服務失敗和補救的未來研究前景。

1 機器人服務失敗的概念和特征

1.1 機器人服務失敗的定義和劃分

鑒于現有研究的服務機器人存在多種形式，例如，智能客服、聊天機器人、實體機器人和智能語音助手等。這些形式的機器人均是協助個體完成某項任務目標，并輔助以消費者必要信息和決策手段以簡化決策流程。雖然形式迥異，但人類對不同形式的機器人均存在非人類的社會判斷。故本研究將不同形式的服務機器人均定義為機器人的范疇。

廣義而言，機器人服務失敗是指在消費者體驗階段發生的任何形式的實際或感知的不幸、錯誤或問題［8-9］。具體來說，機器人服務失敗是一種降級的狀態，導致機器人系統執行的行為或服務偏離理想的、正常的或正確的功能［10］，既包括可感知的失敗，也包括機器人按照程序進行的正確行為導致的實際服務結果的失敗。前者的例子包括機器人錯誤處理了消費者的信息，造成了答非所問；后者的例子包括機器人按照企業的規定給出了回復，但消費者對機器人的回復不滿意。即，機器人服務失敗的定義是基于消費者感知視角的，只要服務未達消費者預期便可視為機器人服務失?。?］。機器人服務失敗是不可避免的，其硬件、架構和應用等方面的各種弱點均會導致服務失?。?］，并引發消費者的不滿意和負面口碑［11］。

在具體維度劃分上，現有研究主要將人際服務情境中的過程失敗和結果失敗二維度劃分引入到AI機器人服務領域。前者是指服務傳遞中存在的缺陷或不足，而后者是指沒有實現基本服務內容。在機器人服務場景中，過程失敗主要表現為機器人在服務傳遞中出現的問題，如響應不及時或錯誤響應；結果失敗主要表現為機器人沒有滿足消費者對服務的基本需求，如送錯商品［11］。同時，基于人機互動的技術特征，也有學者從機器的信息處理角度出發，提出了服務失敗的不同維度劃分。例如，Brooks［10］提出了通信失?。╟ommunicationfailure）和處理失?。╬rocessing failure）的兩維度劃分。前者指模塊之間的數據傳遞存在失誤，包括數據遺漏、不正確信息、不及時信息和冗余信息等；后者指機器人無法將信息進行正確處理并輸出結果，包括異常通知、遺失事件（missing events）、錯誤邏輯和結果時空異位。在此基礎上，Honig和Oron-Gilad［12］進一步將處理失敗細化為機器人對輸入信息的理解和感知和結果輸出，提出了通信失敗、感知和理解失?。╬erception &comprehension of failure）以及解決失?。╯olving failure）的三維度劃分。與此類似的，Sun等［13］以人工智能個人助理（AI personal assistants）為研究背景，提出了信息失敗、功能失敗和系統失敗的劃分。信息失敗/功能失敗分別指AI機器人提供的信息/功能阻礙了消費者完成其交易活動或目標。前者包括不準確/不完全/不相關/不及時信息等，后者包括需求識別/替代識別/替代評估失敗等。系統失敗意指AI機器人提供的服務內容（信息和功能）未能以有利于消費者完成其交易活動或目標的方式進行交付，包括系統延誤/不適應等。Giuliani等［14］則將失敗劃分為社會規范違背（social norm violation）和技術失?。╰echnical failure）。前者意指機器人不遵守互動的基本社會腳本；技術失敗則是由機器人的技術缺陷而引起的失敗事件。機器人服務失敗也可以根據責任歸屬的不同分為內部失敗和外部失?。?5］。此外，也有研究定義了消費者和機器人的價值共毀概念，其包含了真實性、認知挑戰、情感問題、功能性問題和整合矛盾幾個維度，這也和服務失敗具有相通之處［16］。

1.2 機器人服務失敗的特征

相比于人工服務造成的服務失敗，機器人對消費者的服務是基于事先撰寫的腳本，并按照程序依次執行。就目前的機器人服務實踐來看，機器人的服務失敗存在更大的不確定性。故而，本研究總結了機器人的服務失敗的特征如下：

1.2.1 不可預測性

生產者用技術賦予機器人以人類的特征，這在一定程度上增加了消費者對機器人擁有思維和有能力按照消費者意圖行動的認知［17］。隨著機器人從感知智能向認知智能的不斷邁進，機器人在和消費者交互過程中需要對大量信息進行學習，并適應不同異質性的消費者需求。然而，異質性消費者的需求是難以全面詳盡地記錄并寫入腳本的，故而造成了消費者的請求超出事先寫好的程序腳本，造成了機器人的錯誤響應。這也導致機器人服務失敗的不可預測性。尤其在許多使用機器人的商家僅當機器人為一種服務噱頭的情況下［18］，不主動更新、升級和置換機器人的內部腳本，繼而造成不可預見的服務失敗。

1.2.2 缺少服務補救主動性

在人際互動中，人類員工往往可以通過工作經驗預先判斷服務失敗，并采取相應的主動性補救策略進行失敗補救甚至預防。雖然目前的人工智能技術已經可以讓機器人通過消費者表情和語氣的微變化來進行判斷［3］，但機器人對消費者的反應本質上還是被動式的服務響應，故而無法在消費者行動之前進行服務預補救。Kr?mer等［19］指出，人際互動區別于人機互動的特點在于社會觀點采擇、共同背景、信息交換和假定意圖，而機器人在服務交互中不具備上述特點，缺乏服務主動性。

1.2.3 消費者的共情匱乏

在消費者和人類員工的雙向互動中，作為人類的雙方對彼此存在高水平的共情［20］。共情無關于服務員工的工作技能。例如，當某個服務員處于被上級訓斥的狀態時，消費者可能對其造成的服務錯誤和失敗更加容忍。相比之下，機器人的引入是為了增加標準化，并為消費者提供恒定的服務體驗，但消費者對機器人的同理心相對較低。這進一步造成了服務失敗中消費者對機器人的認知推斷相對較為獨立和穩定，不依賴于外部線索，甚至對機器人造成的失敗產生更消極的態度。

2 機器人服務失敗的結果影響

根據對現有文獻的梳理，首先將當前文獻中機器人服務失敗后的消費者反應、認知和行為進行梳理。這其中包括服務失敗后對消費者的影響，包括情緒、認知、負面態度、失敗歸因和再采納意向等幾個方面。

2.1 情緒和認知

大量研究對機器人失敗后最直接的消費者情緒和認知進行了測量。王海忠等［21］發現服務失敗情境下智能客服的擬人化加劇了消費者對其的厭惡感。擬人化賦予了消費者對機器人感知的社會線索，相對于機械化的機器人，人形化的機器人賦予消費者更多的服務預期。當服務結果和預期不一致時，就會讓消費者產生厭惡，即“恐怖谷效應”。Chen等［11］指出，相對于人類服務員，消費者存在著天然的物種歧視，故而會對機器人失敗表現出更多的憤怒感（anger）。這是由于機器人服務失敗時，消費者更有可能遭受違反期望的負面體驗。他們需要克服情緒障礙去責備并追究服務提供者的責任，并且對這種違反期望的行為進行懲罰性反應（如差評，或拒絕與違規方的未來互動）。此外，憤怒的消費者在和機器人進行交互時，擬人化會對消費者的滿意度、企業整體評價以及隨后的購買意愿均產生負面影響［22］。Hadi和Blcok［23］也發現，消費者對機器人服務失敗的主要情緒反應為灰心和憤怒，且當機器人被描述為女性時，消費者的負面情緒反應更激烈。Filieri等［24］通過對攜程網和貓途鷹9 707條酒店評論的文本分析，歸納了現階段消費者對機器人服務的主要負面情緒反應為生氣、灰心、悲傷和不滿足。

同時，也有研究針對服務失敗的消費者的認知方面進行研究。有學者指出，在保持能力感知的同時，擬人化的機器人提高了消費者的溫暖感知，從而消費者相信機器人有能力傳遞友好和親切的服務。但在服務過程失敗時，這反而會加劇消費者對其的不滿意［25］。Lteif和Valenzuela［26］認為機器人服務失敗會被消費者感知為一種排斥，并且會加強個體與其他人類建立社會聯系的欲望。相比于人類的服務失敗，消費者對機器人失敗情境中的穩定性感知更強［27］。服務失敗也會助長消費者對機器人的人類性感知，并負向影響怪異性感知［28］。交流中出現少許錯誤的機器人會增加個體的熟悉感，但卻降低了對其的真誠感知［29］。這種效應對于學習伴侶機器人也成立，即犯錯誤的機器人增加了個體與之長期關系建立的意向［30］。相比于無錯誤的機器人，個體對發生錯誤的機器人的喜愛度更高，但個體的擬人化和智能化程度評價在錯誤機器人組和無錯誤機器人組之間并無明顯差異［31］。有錯誤的機器人也引發了任務合作者（人類）更多的積極情緒［32］，并激發消費者的積極狀態［33］。

2.2 負面態度

在機器人失敗后的態度層面，學者們大多同意機器人的服務失敗降低了消費者的總體評價等［34］。王海忠等［21］認為，擬人化的智能客服會加速失敗情境下消費者負面的態度產生。這是因為擬人化程度會激發人類圖式，使得消費者認為智能客服具有類似于人類的績效。類似的結論也在Fan等［35］的研究中得以體現，擬人化的機器人會增加消費者對機器人的社會角色感知，從而使得消費者對機器人造成的服務失敗更加不滿意。還有研究綜合考察了機器人服務失敗后的消費者綜合反應，相比于人類員工失敗，消費者會對自助服務失敗情境下的機器人表現出更高水平的負面口碑、不滿意程度和轉換意向［11］。也有研究認為，機器人的服務是根據消費者自身歷史行為數據生產的，故而可視為消費者在數字世界的化身。因此，相比于人工，機器人和消費者之間產生更多的自我-AI 連接（self-AI connection），出于印象管理的需要，消費者會減少散布負面口碑的意向［36］。Brooks等［37］認為人工支持（human support）和任務支持（task support）均可有效緩解消費者對機器人服務失敗的負面反應。在執行任務之前，機器人的實施期望設定策略也會預先提醒消費者機器人的局限性，因此消費者會預料到可能發生的錯誤，并在一定程度上降低失敗后的負面態度［38］。同時，在人類和機器人協作的過程中，披露機器人對環境和任務信息的理解過程和方式也可幫助人類更好解決失敗，實現任務目標［39］。機器人的不確定性表達和替代方案提出也會減少人機互動中對話的響應失?。?0］。

2.3 失敗歸因

對于失敗后的責任主體認定方面，Kim和Hinds［41］的早期研究發現，機器人的智能程度和消費者對失敗歸因于機器人的程度呈正相關。根據歸因理論（attribution theory），對比人類員工造成的服務失敗，消費者對機器人服務失敗的歸因更少；然而，在責任歸因主體轉換為提供服務的企業時，相比于人類員工服務失敗情景，消費者在機器人服務失敗情景中對服務企業的責任歸因更大［42］。侯如靖［43］進一步細化了過程失敗和結果失敗情境下消費者對機器人服務失敗的歸因問題，并指出過程失敗相比結果失敗更能使消費者將責任歸因于機器人，這是因為消費者認為機器人對過程失敗的可控性更高。也有研究比對了機器人失敗情境下消費者對不同因素的歸因，并發現消費者歸因的順序依次是人類員工、機器人和環境因素。消費者對機器人的歸因程度取決于其將機器人視為社會行動者的自主程度。如果場景描述機器人是非自主的，消費者幾乎不會把失敗的責任歸咎于機器人；相比之下，如果服務場景中描述機器人是自主的，消費者對更多把失敗責任歸咎于機器人［44］。

同時，以往研究也對比了不同失敗類型和失敗主體的交互效應。消費者對人類造成的過程失敗和機器人造成的結果失敗負面反應更強烈（滿意度、購買意向、忠誠度和負面口碑等）［27］。這是因為結果失敗是核心失敗，而機器人本來就被視為高效和精準的象征，故而消費者更不能接受由機器人引發的此類失敗。Chen等［15］指出當消費者對失敗進行內部歸因時，其對機器人的認知信任和情感信任能夠被迅速恢復。Fan等［35］認為擬人化的機器人會增加消費者對服務失敗的責任歸因，而互依型自我建構和技術效能感調節了這一關系。服務失敗的歸因也取決于機器人的外型設計，溫暖型（與能力型相比）機器人會讓消費者更多將服務失敗歸因于自身［45］。進一步研究中，也有部分學者提出，相對于人工服務失敗，消費者對機器人服務失敗后的責任歸因較為穩定［46］。

2.4 行為和行動

現有研究對失敗與否的機器人是否最終影響消費者的采納和使用存在對立觀點。一方面，相比于完全無錯誤（error-free）的機器人，一個能夠在溝通過程中解決和澄清錯誤信息（clarification）的機器人能夠識別錯誤的來源，并展現機器人為提高績效的努力，從而使得消費者更容易將機器人視為一個人性化的服務主體，并增強提高消費者的使用意愿［47］。另一方面，在現有的人機互動中，消費者也會因為機器人的服務不達標而產生資源損耗（如情緒資源、關系資源和信息資源等），進而產生規避或者反抗的應對策略，包括拒絕使用機器人繼續進行服務或者轉變使用公司競爭者的服務或產品［16］。Sun等［13］將機器人失敗歸納為一種壓力源，并指出機器人的功能失敗、系統失敗和信息失敗會造成智能服務的“科技入侵”，從而產生對機器人技術的技術耗竭，并最終削弱再使用意向。Fan等［48］要求被試想象自己在機場跟一個自助服務一體機（Kiosk）進行互動，并發現發出人聲組（與機器聲組相比）的被試在未來更愿意和人類員工進行互動。也有研究認為，機器人的低績效會導致用戶將機器人的運行模式從自動切換為手動［49］。將機器人視為道具則會增強失敗后個體對機器人的寬恕，繼而使得個體愿意在下次繼續運用機器人［50］。

還有少部分研究采取了實驗法對機器人失敗后的人類臉部和頭部動作進行了探索。Giuliani 等［14］發現機器人服務失敗后人類最常見的動作是頭部移動和微笑。Hayes等［51］則指出人類應對機器人最常見的動作則是皺眉和搖頭。

在對機器人服務失敗的消費者認知和反應進行系統討論后，根據現有的研究中的相關元素歸納和總結了機器人服務失敗對消費者影響的綜合模型（見圖1）。該模型的整體背景為機器人服務失敗下的研究，其中的前因變量為機器人失敗的相關元素（如擬人化程度等），中介變量為消費者情緒、認知和歸因等方面的變量，因變量為消費者的態度、行為和行動等。機器人層面（如機器人性別）和失敗層面（如失敗類型），社會和環境因素（如人工支持）、消費者因素（如消費者技術效能）則起到了一定的調節作用。

3 機器人服務失敗的補救策略

服務補救是服務提供方在服務失敗后為消除消費者不滿和投訴而采取的一系列應對行為。一般包括補償、響應速度、道歉、消費者選擇和恢復啟動等［39］。其目的在于糾正錯誤，并嘗試引發消費者的寬恕，讓消費者滿意。在現有的機器人失敗服務補救研究中，補救策略主要分為兩大類。一方面，在失敗后，機器人自身可以進行言語的相關補救。這既包括機器人對服務失敗事件的道歉和解釋等；也包括機器人所獨有的以不同的音調、溝通方式和文本元素對消費者進行回應式補救。另一方面，由于機器人服務失敗的特殊性，一個人際服務互動失敗的獨特補救策略是人類服務員工的介入。

3.1 言語補救策略

在服務失敗后，機器人自身進行補救是“挽留”消費者的最有效方式。類人機器人在服務失敗后及時進行道歉和解釋均被證明有助于修復消費者對機器人的社會判斷，從而提高未來的使用意愿［25］；同時研究指出，機器人的道歉策略只對年長旅游者的滿意度起顯著修復作用［52］。Shen和Wang［53］認為機器人對失敗事件的道歉會增加消費者的同理心，個體對機器人亦會產生人際交流中的“感同身受”效應，但這一效應僅對于低權力感的個體適用。提供服務選項和解釋是獲得消費者好感的有效方法，因為它們體現了機器人進行服務補救的主動性［54］。Mahmood等［55］進一步發現，那些公開接受指責并真誠地為錯誤道歉的機器人被認為比那些推卸責任的機器人更智能、更討人喜歡，而且更有效地進行失敗后服務恢復。同時，機器人在失敗后和消費者的不同溝通方式也會對服務補救效果產生差異化影響。社會導向的溝通方式會使得消費者產生社會歸屬，并建立起更加緊密的關系，從而有助于消費者形成以親密和熱情導向的情感信任。任務導向的溝通方式則有利于讓消費者形成對機器人專業性和能力的感知，從而幫助消費者形成以責任和可靠為判斷的認知信任［52］。

由于機器人在內置程序里設定語音語調和回復文本，有研究對此視角進行了有益探索。借鑒良性違規理論，Yang等［56］發現失敗后的機器人幽默回應可有效獲得消費者的積極評價，這是因為幽默會觸發消費者對服務提供者的幽默偏好和真誠感知。但幽默回應的補救策略僅適用于失敗嚴重程度較低的情況。在高度嚴重的服務失敗情況下，幽默反而會引發消費者的不良反應。針對機器人的幽默回應策略，相比于其他幽默形式（親和式、進擊式和自我提升式），機器人的自我嘲諷式幽默會對人類個體對機器人的認知推斷（溫暖感知、能力感知和伙伴感知）起到最佳的效果［57］。Lv等［58］探究了可愛元素在失敗補救的作用，其研究指出如果可愛（外表、音調和言語方式）的機器人進行道歉，消費者會對服務失敗更加包容。這其中的原因在于，可愛激發了個體的養育本能和保護動機，從而在一定程度上提高了消費者的柔情（tenderness）且降低了對機器人服務的績效期待。但可愛對服務失敗的緩解效應同樣只存在于嚴重程度低的機器人服務失敗情景。另外，也有學者提出了機器人的共情回復策略［58-60］，即讓機器人以消費者的角度對于失敗事件進行復述。共情的回復策略反映了機器人的“情商”，有助于降低消費者的心理距離，并增強其對機器人的信任和創新感知，最終讓消費者重新接受使用機器人。一個有共情能力的AI機器人可以利用共情的觀點采擇（perspective-taking）和移情作用來緩解消費者的負面情緒［61］。這是因為機器人存儲著消費者的歷史數據，并能夠更加敏銳地捕捉消費者的實時情感狀態，這使得他們能夠更快給出解決失敗的方案。機器人也可以充當消費者的聆聽者，使得消費者對失敗情景進行重新評估，放大消費者的積極情緒，并緩解其負面情緒。

3.2 人工干預策略

人工干預反映了人機合作對消費者滿意的修復［25］，是機器人服務失敗情景中一項獨特的補救策略。相比于機器人的文字或聲音道歉，人工介入會讓消費者產生更高水平的感知真誠，進而提升補救滿意度，這一效應對于人工互動需求高的消費者更加明顯［62］。根據情緒即社會信息理論，信息發送者（服務補救方）的情感表達通過一個推理過程影響觀察者（消費者）的態度和行為，觀察者據此解讀發送者的感受、態度和意圖。故而，道歉的不同主體會影響消費者對真誠度的社會認知判斷。Xing 等［63］也推薦在機器人服務失敗后進行人工干預，并進一步指出機器人服務故障會影響消費者對不同恢復策略的選擇。具體來說，對于功能性失敗，消費者更傾向于讓機器人參與服務恢復。但非功能性失敗更適用于人工恢復策略。此外，相比于人工恢復策略，機器人的服務恢復會積極地影響消費者的感知公平、隱私保護和友好（friendliness），進而取得消費者的諒解。機器人智能程度則調節了不同失敗對于消費者服務恢復策略的偏好。Huang 和Dootson［64］則聚焦于機器人服務失敗后人工干預的披露時間（早或晚），并指出晚披露會致使消費者采用更多的情緒中心應對策略（emotion focusedcoping）對待失敗，從而導致更高水平的消費者侵犯，且消費者參與度負向調節這一關系。

同時，也有學者發現人工干預策略的優勢并不明顯。例如，Ho等［65］認為機器人服務失敗后，人工干預和機器人干預對修復服務體驗的效果無明顯差異，且均優于同屬消費者（fellow customer）干預。這是因為，同屬消費者的干預屬于角色外行為，而企業的服務代表（如人工、機器人）的服務修復屬于角色內行為。故而，相比于角色外行為，角色內行為讓消費者感受到更高的角色一致性。此外，恢復方式也調節了不同利益相關方干預對失敗后服務評價的影響?？傮w上來說，工具型恢復的效果優于信息型恢復。前者指代直接提供修復機器人服務失敗的行為（如人類員工幫助消費者在機器上進行身份驗證），后者則指代提供完成服務過程的信息（如人類員工告訴消費者應該如何在機器上完成身份驗證）。也有學者發現，人工干預的服務補救策略劣于機器人的自我補救策略。例如，Song等［66］指出，機器人服務失敗后的自我恢復效果要優于人工恢復。機器人自我恢復指機器人在失敗后通過計算代理的技術接口指導消費者處理服務故障，并為消費者提供處理基本服務故障的解決方案。相比于人工恢復，機器人的自我恢復給消費者提供了不間斷的服務過程，并避免了人工服務出現的可能偏差。在作用機制上，感知功能價值、感知體驗價值和感知隱私風險中介了不同補救方式（人工干預或機器人補救）對補救滿意度的影響。

此外，除了以上的服務補救策略以外，也有少數研究探究了其他形式的機器人補救措施。例如，Jones等［67］探討了服務補救中數字化身（avatar）性別對消費者融入（engagement）的影響。其研究指出，女性化的數字化身可讓消費者感知到更高水平的真實性，從而使得消費者在交流中透露更多信息，進而繼續影響消費者的后續行為和意向。這是因為，女性更傾向于通過交流建立溝通，而男性則傾向于通過交流建立地位和控制。故而，消費者認為女性機器人更注重人際關系目標，更有可能解決服務故障。Chen等［15］建議服務提供者采取共創恢復（co-creation recovery）策略來應對機器人服務失敗，即讓消費者參與到服務恢復的過程中來。這是因為共創充分尊重了消費者的意見，不僅促進了消費者與公司之間的情感交流，也讓消費者感知到企業進行服務的專業性。

綜上，在對機器人服務失敗的補救文獻進行系統討論后，本研究歸納了不同補救策略的綜合研究框架圖（見圖2）。該圖中，自變量為不同的機器人補救策略的相關變量，中介變量為消費者的機器人的感知（如對機器人的判斷）和自身狀態變化（如情緒狀態），因變量為消費者對補救的評價或者綜合滿意度等。

4 未來研究展望

隨著機器人在服務營銷領域實踐和理論的不斷推進，最近幾年關于機器人應用的研究開始得到各個學科學者們的重點關注和討論，許多國內外期刊也都開設?？瘜υ搯栴}進行討論。但現有研究對機器人服務失敗和補救策略的關注仍然較為有限，通過梳理已有研究，未來學者可以從以下幾個方面對這一話題進行進一步的擴展和突破。

4.1 深度挖掘機器人服務失敗的獨特性

現有研究揭示了消費者對機器人服務失敗和人類員工服務失敗的差異化反應，也從機器人設計的角度（如擬人化程度、聲音設計等）探究了失敗背景下消費者的認知應對策略。還有研究探索了不同的失敗類型（過程或結果）在機器人服務失敗中的運用。盡管這些研究證實并解釋了機器人服務失敗背景下消費者表現出的負面后果，但是還未深入抓住機器人服務失敗的底層邏輯和獨特性。

基于人工智能工作取代理論，Huang和Rust［1］提出了人工智能服務介入程度由低至高的機械式、分析式、直覺式和共情式四種AI機器人服務模式，并區分了人類員工和AI機器人在完成這些服務模式中可以發揮的作用。隨著人工智能技術的不斷發展，早期的機械式和分析式的機器人已經逐漸被直覺式和共情式的機器人所取代，在面向消費者的服務領域中廣泛運用。當前的人工智能科技范式正在積極重塑著個人信仰、社會范式乃至經濟系統的結構。在最近一篇的機器人服務研究文獻中，Esmaeilzadeh和Vaezi［68］甚至認為“……意識在人工智能中是一種新興（emergent）現象……”。雖然是算法控制，但是人工智能機器人也開始展示出情緒，這挑戰了傳統觀念中機器人缺乏思考能力的常人觀點（lay belief），將機器人的服務應用和研究引入到一個新的時代［69］。這說明最近幾年引入人工智能技術的服務機器人和傳統的服務機器人（如自助服務技術）有著迥然的區別，引發了未來對機器人服務研究范式的轉變。

從目前對于機器人服務失敗的相關研究來看，建議可從以下兩個方面突破深挖機器人服務失敗的獨特性。一方面，機器人服務失敗的研究應該突破對人工服務和機器人服務的對比。在很多服務實踐中，機器人單獨為消費者提供服務（如酒店門口迎賓）。故而，深入探究機器人失敗的其他方面有助于更深入地理解機器人服務的實踐運用。另一方面，現有研究中對機器人服務失敗的認識和劃分延續了以往人際服務情境的相關研究或者以技術視角對機器人的信息處理流程進行劃分。這樣的劃分可能并不完全適用機器人的服務失敗研究。對于前者，一個經典的劃分為過程失敗和結果失敗。因為在機器人服務的情境中，過程失敗和結果失敗可能并不是相互獨立的，過程失敗在某些情況下必然導致結果失敗。例如，消費者通過語音機器人定位或者點餐，如果機器人在和消費者交流的過程中無法識別或者錯誤識別消費者的需求或信息（過程失?。?，那機器人必然無法提供給準確的服務結果（結果失?。?。對于后者，基于技術視角的維度劃分過分強調人工智能信息處理的作用。事實上，消費者看到的僅是實際的機器人服務結果，可能并沒有能力或足夠的動機去甄別機器人在處理的什么環節出現了錯誤。故而，機器人失敗的本質到底是什么？表現形式又有哪些？未來研究可以進一步進行探尋。

4.2 消費者對機器人失敗反應的心理機制探尋

現有研究揭示了服務失敗后消費者的認知、情緒、歸因和態度等反應，并驗證和解釋了可能發生機制。盡管這些研究對深入理解消費者對機器人的反應提供了有價值的借鑒和經驗，但是未來研究仍然存在較大拓展空間。

在當前的機器人服務應用實踐和研究中，機器人的擬人化程度是一個常被提及的話題?，F有研究程度，擬人化會讓消費者對機器人服務失敗持更加負面的態度［21］。研究認為，機器人和人類存在天然的物種區別［11］，機器人乃“非我族類”，那么是否“其心必誅”？即，服務失敗情境中的機器人的擬人設計是否挑戰了消費者對自我的人類種群認同？激發了消費者將自己和機器人進行物種比較的傾向性，從而導致了消費者對機器人的抵制和厭惡。類似的，機器人的存在也影響著消費者對自我的認知，基于自我增強動機，服務失敗的機器人是會增強還是削弱消費者的自我概念清晰度？基于決策視角，現有的研究都基于機器人服務消費者自身發生的服務失敗，那么當服務對象是他人時，目睹機器人服務失敗的旁觀消費者的認知反應是什么樣的？這也有待未來學者探尋?；谇榫w視角，現有的研究多聚焦于單次服務互動中消費者對機器人的情緒反應，未來研究也可以論證消費者和機器人的多次交互中是否存在情緒的動態感染［70］，這是否和單次失敗情境下消費者的情緒反應有所差異。面臨著多次失敗的機器人，消費者的負面情緒是會加劇還是緩和？同樣的，機器人有著遠超人類的記憶能力，其服務伴隨著個人隱私資料泄露的風險［71］，那么對于不同隱私程度相關的服務失敗，消費者的認知處理機制是否不一樣？

此外，雖然現有研究在不同的服務場景（如酒店、餐廳）中驗證了消費者對機器人服務失敗的反應問題。但在不同的服務環境中，消費者對失敗的認知反應可能存在一定差異。Schepers等［72］研究了不同服務環境中不同類型機器人對消費者情緒的影響。但在服務失敗情境中，消費者對失敗的接受度是否有差異？例如，相比于體驗類服務，消費者是否更加不能夠容忍機器人在信用類服務中的失??？進一步，不同的社會環境中，個體的不確定性規避程度和個人主義傾向存在區別，這是否導致不同社會背景中的消費者對機器人服務失敗有不同認知？例如，對于不確定性規避程度較高的社會（如日本），消費者對待科技產品更加謹慎，故而會以更加審慎的態度來處理機器人服務失??；對于不確定性規避程度較低的社會（如新加坡），消費者更加愿意嘗試和使用新的科技產品，這是否促進了機器人的服務應用。但現有研究中還未就不同社會背景下消費者對機器人服務失敗的差異化心理機制進行對比，未來學者可對此進行相應拓展。

4.3 機器人服務失敗的獨到補救策略

在機器人服務失敗的補救研究中，大量研究對人工干預或者機器人的道歉/解釋等進行探討。然而，由于當前學術界尚未就機器人服務失敗的獨特性形成較為統一的認識，這在一定程度上限制了對補救策略的深入分析。目前來看，服務場景中的人機協作是企業完成服務目標的重要手段。所以由人類員工來對機器人的服務失敗進行彌補是一個有效的補救策略。然而，在機器人服務失敗之后讓人類介入不僅會增加服務成本，而且會造成在失敗的“黃金時間”補救的缺位。由此可見，從機器人自身的特點出發，嘗試提出更具有實踐意義的補救策略是未來研究的努力方向。在現有研究中，Lv 等［58］就可愛在服務補救中的作用進行了分析。事實上，不同于人類成年服務員，機器人可以在內置程序中更改自己的發聲策略，讓消費者感知到不同的語音特征。類似的，具象的聲學屬性（如過零率）可在不同水平上“折射”抽象的語音特征［73］。人工智能的內置程序可幫助機器人以穩定的語音特征和消費者進行交流。未來研究亦可嘗試研究其他語音特征（如軟萌音、莊重音）對機器人服務補救效果的影響。

此外，內置算法也可以“指揮”機器人的輸出文本，現有研究中僅有少數學者對機器人回復文本（如共情回復）的效果進行初步探索［60］。未來學者也可以探究其他形式的文本回復對機器人服務失敗的補救效果。例如，人工智能技術可以讓機器人根據事實的對話和歷史對話數據模仿消費者的言語風格。根據交際順應理論，雙方的言語風格的匹配度會影響交流溝通的效果。機器人在服務失敗后模仿消費者的言語風格進行溝通和回復，或許可以加強消費者對機器人的認同和信任，從而起到積極的服務補救效果。同時，未來研究也可以探索不同的文本策略在機器人服務補救中的效果，以此來對未來的機器人服務實踐進行有效指導。

4.4 機器人服務失敗和補救的演化研究

個體對機器人的認識和感知是伴隨著科學技術、個體經驗和環境因素的改變而發生同步變化的。尤其是現在的機器人具有深度學習的算法和功能，隨著個體和機器人互動頻率的增加，機器人也會愈發了解個體的興趣、偏好和行為反應，從而可以提高服務的績效。由于目前對機器人主流的刻板印象為“高能低智”，而當消費者體驗過機器人的服務后，或者經過不斷的機器人商業推廣和運用后，消費者對算法的認知態度也會發生改變。人工智能技術的不斷發展也引導了機器人在服務運用中的不斷迭代升級。Belk［69］指出情感因素對機器人服務的重要性，并指出在不久的未來機器人在某些服務行業會“取代”人類。特別是具有深度學習功能的機器人，機器人每次和消費者互動的過程都會增加消費者對產品的熟悉度，機器人作為產品的功能效用可能會隨著消費者的不斷使用而遞增。機器人可能會在和消費者不斷交互的過程中更加了解消費者，從而提高消費者的使用效用。

因此，未來研究可以從以下兩個方面進一步拓展。一方面，從縱向的人工智能技術發展視角，機器人日新月異的變化是否給消費者對機器人的失敗有差異化感知。已有的研究證明，偶爾不經意的犯錯反而會增加消費者對機器人的喜愛度［47］。為什么消費者會對機器人產生這樣的態度？機器人是否也存在著類似于“機器無赤足”的社會判斷？在縱向時間維度上，科技創新是否更迭了消費者對機器人的角色認知，從而幫助消費者以差異化的視角看待機器人的服務失敗。另一方面，從單個的機器人使用視角，隨著消費者和機器人的互動活動不斷增加，機器人變得更像消費者的數字化身，即隨著消費者使用頻率的不斷增加，消費者對機器人的接受程度和失敗容忍如何動態變化？

4.5 進行多種方法混合的互補研究

現有研究對機器人服務失敗和補救多以行為實驗為主。這其中的可能原因在于：一方面，實驗可以有效排除外界環境干擾，得到更加準確的因果結論；另一方面，現實世界中機器人在服務領域的運用處于上升期，適合研究的數據較難獲取。同時，也有少部分研究采用訪談法、歸納法［18］和調研法［13］對相關問題進行探索。然而，隨著機器人的不斷普及，現有研究開始呼吁使用混合方法對機器人服務的問題開展深入探索。例如，Filieri等［24］就采用了人機混合的方法對人機互動中的消費者情感反應進行探索，對比了XLNet、BERT、支持向量機、樸素貝葉斯和隨機森林等方法在消費者評論分析中的優劣。為了研究機器人使用對幸福感的作用，有學者開始嘗試使用宏觀數據［74］進行詮釋，同時也有學者開始引入更加真實的田野實驗開展分析［72］。

基于此，未來的研究可以進一步探索使用包括二手數據分析、行為實驗、田野實驗和定性分析的多種混合方法來解釋和驗證真實世界中機器人服務失敗的不同種類和不同補救策略在不同消費場景和文化背景的有效性和準確性。

參考文獻：

［1］ HUANG M H，RUST R T. Artificial intelligence in service［J］.

Journal of Service Research，2018，21（2）：155-172.

［2］ ADAM M，WESSEL M，BENLIAN A. AI-based chatbots in

customer service and their effects on user compliance［J］.Electronic

Markets，2021，31（2）：427-445.

［3］ BECKER M， EFENDIC E， ODEKERKEN-SCHRODER G.

Emotional communication by service robots：a research agenda［J］.

Journal of Service Management，2022，33（4/5）：675-687.

［4］ LI M L，YIN D X，QIU H L，et al. A systematic review of AI

technology - based service encounters：implications for hospitality

and tourism operations［J］. International Journal of Hospitality

Management，2021，95：102930.1-102930.10.

［5］ CASTELO N，SCHMITT B，SARVARY M. Human or robot？

consumer responses to radical cognitive enhancement products［J］.

Journal of the Association for Consumer Research，2019，4（3）：

217-230.

［6］ 張儀，王永貴.服務機器人擬人化對消費者使用意愿的影響機理

研究：社會階層的調節作用［J］.外國經濟與管理，2022，44（3）：

3-18.

［7］ YAMPOLSKIY R V. Predicting future AI failures from historic

examples［J］.Foresight，2019，21（1）：138-152.

［8］ PALMER A，BEGGS R，KEOWN-MCMULLAN C. Equity and

repurchase intention following service failure ［J］. Journal of

Services Marketing，2000，14（6）：513-528.

［9］ AKARSU T N，MARVI R，FOROUDI P.Service failure research in

the hospitality and tourism industry：a synopsis of past，present and

future dynamics from 2001 to 2020［J］. International Journal of

Contemporary Hospitality Management，2022，35（1）：186-217.

［10］ BROOKS D J. A human-centric approach to autonomous robot

failures［D］.Lowell：University of Massachusetts Lowell，2017.

［11］ CHEN N Y，MOHANTY S，JIAO J F，et al.To err is human：tolerate

humans instead of machines in service failure［J］. Journal of

Retailing and Consumer Services，2021，59：102363.

［12］ HONIG S，ORON-GILAD T.Understanding and resolving failures

in human-robot interaction： literature review and model

development［J］.Frontiers in Psychology，2018，9：861.1-861.21.

［13］ SUN Y，LI S H，YU L L.The dark sides of AI personal assistant：

effects of service failure on user continuance intention ［J］.

Electronic Markets，2022，32（1）：17-39.

［14］ GIULIANI M，MIRNIG N，STOLLNBERGER G，et al. Systematic

analysis of video data from different human-robot interaction

studies：a categorization of social signals during error situations［J］.

Frontiers in Psychology，2015，6：931.1-931.12.

［15］ CHEN A H，PAN Y M，LI L Y，et al.Are you willing to forgive AI？

service recovery from medical AI service failure［J］. Industrial

Management & Data Systems，2022，122（11）：2540-2557.

［16］ CASTILLO D，CANHOTO A I，SAID E. The dark side of AIpowered

service interactions： exploring the process of codestruction

from the customer perspective ［J］. The Service

Industries Journal，2021，41（13/14）：900-925.

［17］ EPLEY N，WAYTZ A，CACIOPPO J T.On seeing human：a threefactor

theory of anthropomorphism［J］.Psychological Review，2007，

114（4）：864-886.

［18］許馨芷“. 看，機器人！”：人工智能機器人在服務實踐中的多元角

色構建［J］.科學與社會，2022，12（1）：37-64，136.

［19］ KR?MER N C，EIMLER S，VON DER P?TTEN A，et al.Theory of

companions：what can theoretical models contribute to applications

and understanding of human-robot interaction？ ［J］. Applied

Artificial Intelligence，2011，25（6）：474-502.

［20］ TSARENKO Y，STRIZHAKOVA Y，OTNES C C. Reclaiming the

future：understanding customer forgiveness of service transgressions

［J］.Journal of Service Research，2019，22（2）：139-155.

［21］ 王海忠，謝濤，詹純玉.服務失敗情境下智能客服化身擬人化的

負面影響：厭惡感的中介機制［J］.南開管理評論，2021，24（4）：

194-206.

［22］ CROLIC C，THOMAZ F，HADI R，et al. Blame the bot：

anthropomorphism and anger in customer-chatbot interactions［J］.

Journal of Marketing，2022，86（1）：132-148.

［23］ HADI R，BLOCK L. HER TOO：Consumers express greater

frustration and aggression with female artificial intelligence［J］.

ACR North American Advances，2019，47：243-248.

［24］ FILIERI R，LIN Z B，LI Y L，et al.Customer emotions in service

robot encounters：a hybrid machine-human intelligence approach

［J］.Journal of Service Research，2022，25（4）：614-629.

［25］ CHOI S，MATTILA A S，BOLTON L E.To err is human（-oid）：how

do consumers react to robot service failure and recovery？［J］.

Journal of Service Research，2021，24（3）：354-371.

［26］ LTEIF L，VALENZUELA A. The effect of anthropomorphized

technology failure on the desire to connect with others［J］.

Psychology & Marketing，2022，39（9）：1762-1774.

［27］ SANDS S，CAMPBELL C，PLANGGER K，et al.Buffer bots：the role

of virtual service agents in mitigating negative effects when service

fails［J］.Psychology & Marketing，2022，39（11）：2039-2054.

［28］ DIEDERICH S，LEMBCKE T B，BRENDEL A B，et al.

Understanding the impact that response failure has on how users

perceive anthropomorphic conversational service agents：insights

from an online experiment［J］. AIS Transactions on Human-

Computer interaction，2021，13（1）：82-103.

［29］ GOMPEI T，UMEMURO H.A robot's slip of the tongue：effect of

speech error on the familiarity of a humanoid robot［C］//2015 24th

IEEE International Symposium on Robot and Human Interactive

Communication（RO-MAN）.Kobe，Japan：IEEE，2015：331-336.

［30］ KIM H Y，KIM B，JUN S，et al. An imperfectly perfect robot：

discovering interaction design strategy for learning companion［C］//

Proceedings of the Companion of the 2017 ACM/IEEE International

Conference on Human-Robot Interaction. Vienna，Austria，New

York，NY，USA：Association for Computing Machinery，2017：

165-166.

［31］ MIRNIG N，STOLLNBERGER G，MIKSCH M，et al.To err is robot：

how humans assess and act toward an erroneous social robot［J］.

Frontiers in Robotics and AI，2017，4：21.

［32］ RAGNI M，RUDENKO A，KUHNERT B，et al. Errare humanum

est：erroneous robots in human-robot interaction［C］//2016 25th

IEEE International Symposium on Robot and Human Interactive

Communication（RO-MAN）. New York，NY，USA：IEEE，2016：

501-506.

［33］ YASUDA H，MATSUMOTO M. Psychological impact on human

when a robot makes mistakes［C］//Proceedings of The 2013 IEEE/

SICE International Symposium on System Integration，2013：

335-339.

［34］ SALEM M，LAKATOS G，AMIRABDOLLAHIAN F，et al. Would

you trust a（faulty）robot？ effects of error，task type and personality

on Human-Robot cooperation and trust［C］//2015 10th ACM/IEEE

International Conference on Human-Robot Interaction （HRI）.

Portland，OR，USA：IEEE，2015：1-8.

［35］ FAN A L，WU L R，MIAO L，et al. When does technology

anthropomorphism help alleviate customer dissatisfaction after a

service failure？ the moderating role of consumer technology selfefficacy

and interdependent self-construal ［J］. Journal of

Hospitality Marketing & Management，2020，29（3）：269-290.

［36］ HUANG B，PHILP M.When AI-based services fail：examining the

effect of the self-AI connection on willingness to share negative

word -of-mouth after service failures［J］. The Service Industries

Journal，2021，41（13/14）：877-899.

［37］ BROOKS D J，BEGUM M，YANCO H A. Analysis of reactions

towards failures and recovery strategies for autonomous robots［C］//

2016 25th IEEE International Symposium on Robot and Human

Interactive Communication （RO-MAN）. New York，NY，USA：

IEEE，2016：487-492.

［38］ LEE M K，KIESLER S，FORLIZZI J，et al. Gracefully mitigating

breakdowns in robotic services ［C］//2010 5th ACM / IEEE

International Conference on Human -Robot Interaction （HRI）.

Osaka，Japan：IEEE，2010：203-210.

［39］ SCH?TTE N，MAC NAMEE B，KELLEHER J. Robot perception

errors and human resolution strategies in situated human-robot

dialogue［J］.Advanced Robotics，2017，31（5）：243-257.

［40］ F?LSTAD A，TAYLOR C. Investigating the user experience of

customer service chatbot interaction：a framework for qualitative

analysis of chatbot dialogues［J］. Quality and User Experience，

2021，6（1）：1-17.

［41］ KIM T，HINDS P. Who should I blame？ effects of autonomy and

transparency on attributions in human-robot interaction［C］//

ROMAN 2006 - The 15th IEEE International Symposium on Robot

and Human Interactive Communication.Hatfield，UK：IEEE，2006：

80-85.

［42］ LEO X，HUH Y E. Who gets the blame for service failures？

attribution of responsibility toward robot versus human service

providers and service firms［J］. Computers in Human Behavior，

2020，113（4）：106520.

［43］ 侯如靖.酒店機器人服務失敗責任歸因研究：失敗類型與心靈感

知的影響［J］.旅游科學，2021，35（4）：97-107.

［44］ FURLOUGH C，STOKES T，GILLAN D J. Attributing blame to

robots：I.the influence of robot autonomy［J］.Human Factors，2021，

63（4）：592-602.

［45］ MOZAFARI N，SCHWEDE M，HAMMERSCHMIDT M，et al.

Claim success，but blame the bot？ user reactions to service failure

and recovery in interactions with human-oid service robots［C］//

Proceedings of the 55th Hawaii International Conference on System

Sciences.2022.

［46］ BELANCHE D，CASAL?L V，FLAVI?N C，et al. Robots or

frontline employees？ exploring customers' attributions of responsibility

and stability after service failure or success［J］. Journal of

Service Management，2020，31（2）：267-289.

［47］ SHEEHAN B，JIN H S，GOTTLIEB U.Customer service chatbots：

anthropomorphism and adoption［J］.Journal of Business Research，

2020，115：14-24.

［48］ FAN A，WU L L，MATTILA A S. Does anthropomorphism influence

customers's witching intentions in the self-service technology

failure context？［J］. Journal of Services Marketing，2016，30：

713-723.

［49］ DESAI M，MEDVEDEV M，V?ZQUEZ M，et al. Effects of changing

reliability on trust of robot systems ［C］//7th ACM / IEEE

International Conference on Human -Robot Interaction，2012：

73-80.

［50］ FALLATAH A，URANN J，KNIGHT H. The robot show must go on：

effective responses to robot failures ［C］//2019 IEEE / RSJ

International Conference on Intelligent Robots and Systems

（IROS）.Macau，China：IEEE，2019：325-332.

［51］ HAYES C J，MOOSAEI M，RIEK L D. Exploring implicit human

responses to robot mistakes in a learning from demonstration task

［C］//2016 25th IEEE International Symposium on Robot and

Human Interactive Communication（RO-MAN）. New York，NY，

USA：IEEE，2016：246-252.

［52］ WANG X，HWANG Y H，GUCHAIT P.When robot（VS.human）

employees say“sorry”following service failure［J］. International

Journal of Hospitality & Tourism Administration，2021，（Ahead-of-

Print）. https：//www. tandfonline. com / doi / abs / 10.1080 /

15256480.2021.2017812

［53］ SHEN W，WANG Y.Facilitation of customer empathy：the effect of

robot apology on customer reaction following a service failure［J］.

Journal of Marketing Development & Competitiveness，2022，16

（2）：44-57.

［54］ ASHKTORAB Z，JAIN M，LIAO Q V，et al. Resilient chatbots：

repair strategy preferences for conversational breakdowns［C］//

Proceedings of the 2019 CHI Conference on Human Factors in

Computing Systems.Glasgow，Scotland Uk，New York，NY，USA：

Association for Computing Machinery，2019.

［55］ MAHMOOD A，FUNG J W，WON I，et al. Owning mistakes

sincerely：strategies for mitigating AI errors［C］//Proceedings of the

2022 CHI Conference on Human Factors in Computing Systems.

New Orleans，LA，USA，New York，NY，USA：Association for

Computing Machinery，2022.

［56］ YANG H Y，XU H，ZHANG Y，et al.Exploring the effect of humor

in robot failure［J］. Annals of Tourism Research，2022，95：

103425.1-103425.15.

［57］ GREEN H N，ISLAM M M，ALI S，et al. Who's laughing NAO？

examining perceptions of failure in a humorous robot partner［C］//

Proceedings of the 2022 ACM /IEEE International Conference on

Human-Robot Interaction.Sapporo，Hokkaido，Japan：IEEE Press，

2022：313-322.

［58］ LV X Y，LIU Y，LUO J J，et al.Does a cute artificial intelligence

assistant soften the blow？ the impact of cuteness on customer

tolerance of assistant service failure ［J］. Annals of Tourism

Research，2021，87：103114.1-103114.19.

［59］ XU X A，LIU J，GURSOY D. Emotional intelligence similarity in

service recovery［J］. Annals of Tourism Research，2022，96：

103465.1-103465.17.

［60］ 呂興洋，楊玉帆，許雙玉，等.以情補智：人工智能共情回復的補

救效果研究［J］.旅游學刊，2021，36（8）：86-100.

［61］ LIU-THOMPKINS Y，OKAZAKI S，LI H. Artificial empathy in

marketing interactions：bridging the human-AI gap in affective and

social customer experience［J］.Journal of the Academy of Marketing

Science，2022，50（6）：1198-1218.

［62］ HU Y，MIN H，SU N. How sincere is an apology？ recovery

satisfaction in a robot service failure context［J］. Journal of

Hospitality & Tourism Research，2021，45（6）：1022-1043.

［63］ XING X Y，SONG M M，DUAN Y C，et al. Effects of different

service failure types and recovery strategies on the consumer

response mechanism of chatbots［J］.Technology in Society，2022，

70：102049.1-102049.12.

［64］ HUANG Y S S，DOOTSON P.Chatbots and service failure：when

does it lead to customer aggression［J］. Journal of Retailing and

Consumer Services，2022，68（9）：1-11.

［65］ HO T H，TOJIB D，TSARENKO Y.Human staff VS.service robot VS.

fellow customer：does it matter who helps your customer following a

service failure incident？［J］. International Journal of Hospitality

Management，2020，87（5）：1-10.

［66］ SONG M M，DU J Z，XING X Y，et al. Should the chatbot "save

itself" or "be helped by others"？ the influence of service recovery

types on consumer perceptions of recovery satisfaction ［J］.

Electronic Commerce Research and Applications，2022，55：

101199.

［67］ JONES C L E，HANCOCK T，KAZANDJIAN B，et al.Engaging the

avatar：the effects of authenticity signals during chat-based service

recoveries［J］.Journal of Business Research，2022，144：703-716.

［68］ ESMAEILZADEH H，VAEZI R.Conscious empathic AI in service

［J］.Journal of Service Research，2022，25（4），549-564.

［69］ BELK R.Artificial emotions and love and sex doll service workers

［J］.Journal of Service Research，2022，25（4），521-536.

［70］ LIU D W，ZHANG S K，LI Q.The analysis of dynamic emotional

contagion in online brand community［J］.Frontiers in Psychology，

2022，13：946666.1-946666.16.

［71］ WILLEMS J，SCHMID M J，VANDERELST D，et al. AI-driven

public services and the privacy paradox：do citizens really care

about their privacy？［J］.Public Management Review，2022，25（11）：

2116-2134.

［72］ SCHEPERS J，BELANCHE D，CASAL? L V，et al. How smart

should a service robot be？［J］.Journal of Service Research，2022，25

（4），565-582.

［73］ 劉德文，高維和，閔涼宇.聲音特征和文本策略的說服效應研究

［J］.管理學報，2022，19（9）：1373-1381，1408.

［74］ MAKRIDIS C A，MISHRA S. Artificial intelligence as a service，

economic growth，and well-being［J］.Journal of Service Research，

2022，25（4），505-520.