1 引言 随着人工智能(Artificial Intelligence，简称AI)技术的迅速发展，AI正在以前所未有的方式影响着社会各层面。许多政府及组织纷纷开始了“人工智能+”(Artificial Intelligence Plus，简称AI+)行动以应对第四次工业革命。即使是主要依赖人类创意的设计行业，也不免经历一场重大的范式转变，不少企业开始利用人工智能自主地设计产品和服务。同时，这也引发了人们对“人工智能设计(简称AI设计)”的思考。例如，消费者对这类AI设计产品会持有怎样的响应模式，是更欣赏，还是厌恶？消费者的响应模式是否会受到产品类型如怀旧产品与创新产品的影响发生变化？其中的心理机制与边界条件是什么？对这些问题的深入探讨，不仅可揭示消费者对AI设计产品的响应模式：“欣赏或厌恶”的深层机理，拓宽AI设计的相关理论研究，同时也可丰富AI设计的影响因素研究，进一步为构建人工智能新时代下AI+设计的战略规划及费销策略提供理论与实践指导。 1.1 消费者响应模式的界定 人们不仅对人类其他群体存在刻板印象，对AI也存在一定刻板印象，即认为AI是高能力、低温暖的(Waytz & Norton，2014)。根据刻板印象内容模型(Stereotype Content Model，SCM)，人们对其他群体的知觉可划分成两个基本维度：温暖和能力(Fiske et al.，2002)。具体而言，温暖主要包括如善良、友好、真诚等特性；能力主要包括如竞争、专业性和创造性等特性。Waytz和Norton(2014)等人将此理论应用于人工智能的研究中，提出人类对AI也持有刻板印象，认为它们尽管在“智能”上可以战胜人类，但其本质上不具备情感，即认为AI是高能力、低温暖的。同时，研究发现人们对算法的反应总体上分为两类，即算法厌恶与算法欣赏。算法厌恶指的是尽管算法通常比人类在做决策时更准确，但人们还是倾向于接受人类做出的决策，而不是算法的决策(Dietvorst et al.，2015)；与之相反，算法欣赏即人们对算法决策的依赖高于对人类决策的依赖(Logg et al.，2019)。总体而言，不论是算法厌恶或算法欣赏，它们都是人们对算法表现出的一种态度及行为(赵一骏等，2024)。 人们对算法的态度会受到个体因素、算法因素及情境因素影响而发生改变。在个体因素方面，亚洲人对算法的接受程度比西方人高(Yam et al.，2023)。算法因素方面发现学习能力(Reich et al.，2023)、可爱特征(Lv et al.，2021)及拟人化设计(Zhu & Chang，2020)等能有效缓解算法厌恶。情境因素则发现任务类型的调节作用，在客观和面向认知的任务中，消费者更信任算法的能力，表现出“算法欣赏”；而在主观任务和情感导向的任务中，消费者则更依赖人类的温暖感知，表现出“算法厌恶”(Castelo et al.，2019；Longoni & Cian，2022；Waytz & Norton，2014)。 但以往研究大多针对的只是一种狭义的算法厌恶或算法欣赏，即嵌入式算法，没有涵盖新人工智能时代的虚拟机器人与实体机器人(Glikson & Woolley，2020)。在人工智能时代，算法厌恶或算法欣赏应该要包含算法赋能的机器人或人工智能等(罗映宇等，2023)。综上，本文用“人工智能厌恶(AI厌恶)”替代“算法厌恶”，并将其界定为，与人工智能(AI)相比较，人们更偏好人类提供的建议、决策、服务及创作等。相应地，用“人工智能欣赏(AI欣赏)”替代“算法欣赏”，并将其界定为，与人类相比较，人们更偏好人工智能(AI)提供的建议、决策、服务及创作等。同时，本文将个体对人工智能(AI)的厌恶或欣赏的态度变化模式统称为消费者响应模式。 1.2 设计来源与产品类型的交互作用 人们不仅对算法会产生厌恶或欣赏的不同响应模式，类似地，消费者对AI设计的不同类型产品也可能出现不同响应模式。例如，消费者可能更偏好人类设计产品而不是AI设计产品，出现“AI厌恶”现象；消费者更偏好AI设计产品而不是人类设计产品，呈现了“AI欣赏”现象。在传统营销领域中，怀旧和创新产品是两种风格较为鲜明的产品。怀旧产品是能唤起消费者怀旧感的产品，它让消费者重新体验过去与他人的共同经历，通常也会激发消费者更强烈的社会联结需求(李斌等，2015；2022；Li et al.，2023；Wildschut et al.，2010)。因此，对于怀旧产品，消费者更关注的是其所提供的人际联系及情感支持(李斌等，2015；2022)。与怀旧产品不同，创新产品是新颖且实用的产品，它往往比传统产品更具吸引力(Rubera，2015)。消费者在面对创新产品时，更关注其功能性和可用性(Ackermann et al.，2018)。 根据刻板印象内容模型，人工智能主导的设计过程的优势来自人工智能扫描、分析和综合多样化和广泛的信息集的能力(Lindebaum et al.，2020)，然后高效和有效地利用这些信息产生更复杂、创新和新颖的设计(Verganti et al.，2020)；反之，人类主导的设计优势来自产品所拥有的情感传递的独特功能，消费者可以通过产品感知到更多的情感和人际联系。因此，在主要寻求功能性价值的创新产品消费场景中，消费者认为AI的精确、连贯和有效率等机能更能实现信息获取、效率提升及问题解决等目的(Xu & Mehta，2022)，对AI设计的创新产品产生更积极的评价，导致AI欣赏。反之，在主要寻求情感连接价值的怀旧产品消费场景中，用户往往会认为AI不能与自己产生连接，满足情感需求，从而主动和AI保持情感距离，更愿意选择人类提供的服务或产品(Huang & Rust，2021)，即更喜欢人类设计的怀旧产品，进而产生AI厌恶。综上，提出以下假设：
