用修辞说服患者提高人工智能的采用:实验研究

介绍

背景

人工智能(AI)技术是指任何能够感知其环境并采取行动以最大限度地提高其成功机会的设备[1]。这些技术的一些例子包括机器学习、基于规则的系统、自然语言处理和语音识别。技术进步和计算能力的提高增加了人工智能产品的数量。人工智能产品在医疗保健领域的应用有可能改变医疗保健行业，预计到2025年，医疗人工智能的市场规模将超过300亿美元[2]。

先前对技术创新的研究使用了技术接受模型(TAM)、计划行为理论和技术接受与使用统一理论来考察人工智能的采用和使用[3.]。技术接受和使用统一理论已被广泛用于解释各种领域的技术使用意图，包括智能医疗保健系统[4，5]，而TAM则讨论感知有用性和易用性对行为使用意图和技术实际使用的影响。此外，TAM已被扩展，以衍生出以价值为本的采用模型[6]研究利益(如有用性和享受)和牺牲(如技术性和感知费用)对技术采用感知价值的影响。此外，人工智能采用研究已经检查了人工智能采用的先决条件[7]。例如，研究已经确定了感知有用性、消费者创新性和参考群体等前因对可穿戴医疗保健技术采用意愿的影响[8]。先前的研究指出，人工智能的采用存在前置阻碍因素，如隐私问题、缺乏信任(特别是与人工智能的准确性、效率和精度有关)、不同程度的消费者创新以及缺乏感知的新颖性[7，9]。尽管先前的研究已经证实，沟通策略可以说服用户克服对使用技术的担忧[10]，据我们所知，这还没有在人工智能产品技术采用的背景下得到实证验证或研究。解决这一研究缺口将是一项重大贡献，因为人们已经发现，在医疗保健推广项目中，沟通是有说服力的[11]。因此，可以使用不同的传播策略来说服用户采用人工智能产品，特别是在医疗保健领域。

亚里士多德的修辞学[12]，写于公元前4世纪，被认为是论辩和说服的开创性著作，构成了沟通策略的基础。在他的著作中，亚里士多德描述了三种主要的说服方法:logos(逻辑)，ethos(伦理)和pathos(情感)。逻各斯运用逻辑推理和证据进行说服。气质使用性格、信誉、道德和以前的说服成就。悲情用情感和激情来说服。此外，在《修辞学艺术》中，亚里士多德定义了三种演讲风格:审议式(政治)、法医式(法律)和流行式(仪式)[13]。建立了这些基本原则后，亚里士多德描述了如何将逻各斯、精神和悲怆成功地应用于不同形式的演说，即不同形式的信息传递和交流。知道如何以及何时在有说服力的论点中运用标志、精神和感伤，可以让演讲者塑造自己的修辞风格，以最适合目标受众。旨在提高其人工智能产品采用率的组织也可以选择适当的沟通策略，向目标受众推销产品。在本研究中，我们旨在了解有助于克服用户担忧的沟通策略，从而提高技术采用，特别是人工智能的采用。因此，我们试图回答的研究问题如下:沟通策略能否缓解人工智能应用的障碍?

对技术采用和传播策略的研究表明，技术型产品的管理者可以使用促进其技术使用的传播策略[10]。本研究试图通过从患者的角度研究沟通策略对减轻人工智能采用障碍的影响，将这一发现扩展到医疗保健中的人工智能采用。我们对潜在的人工智能产品用户进行了实验，以了解他们在使用各种沟通策略时采用人工智能产品的意图。我们的研究结果对理论和实践都有重要意义。就理论贡献而言，我们已经确定了如何使用正确的沟通策略来缓解技术采用文献中确定的阻碍因素，例如隐私问题、信任和感知新颖性，这些因素反过来会影响使用行为意图和实际系统使用(特别是医疗保健中的人工智能产品)。我们的研究还做出了实质性的实际贡献，使医疗保健人工智能产品制造商和临床医生都意识到如何与患者进行沟通，以说服他们采用对医生和患者都有益的人工智能产品。

相关文献

对于文献综述，我们使用关键字进行布尔搜索，如“技术接受模型”和“沟通策略(精神，情感，标志)”以及“前件”或“阻碍”或“抑制剂”或“使能者”和“人工智能采用”或“技术采用”，特别是在医疗保健领域，以查找顶级信息系统，健康信息学和计算机科学期刊(例如，人类行为中的计算机，管理科学，医学互联网研究杂志，信息系统杂志,MIS的季度）.我们发现，之前的研究从消费者和从业者的角度总结了人工智能采用的推动因素和抑制因素(表1)多媒体附录1［7-11，14-22])，这些因素如何影响使用的行为意图，以及实际的系统使用并最终影响技术采用。

影响人工智能采用的因素

概述

人工智能被定义为机器所展示的智能，而不是人类和其他动物所展示的自然智能。然而，在目前医学成像的背景下，一个更具体的定义可能更合适:“一个系统正确解释外部数据的能力，从这些数据中学习，并通过灵活的适应使用所学到的知识来实现特定的目标和任务”[23]。人工智能研究研究了采用人工智能的主要挑战和障碍，以及如何克服这些挑战[24]。

确定的一些阻碍因素包括隐私问题、信任(特别是与医疗IT系统的准确性、效率和精度有关)、消费者创新和感知的新颖性价值(见表S1和表S5)多媒体附录1）.这些因素对人工智能采用的影响将在后续章节中讨论。

隐私问题

数据隐私问题可能阻碍技术的采用，特别是在许多数据隐私指令(如1996年《健康保险流通与责任法案》)制定国家标准以保护敏感的患者健康信息的情况下。同样，关于数据泄露的广泛新闻报道可能引发用户对隐私的担忧。在这种情况下，用户可能会担心与人工智能机器人或应用程序共享敏感的个人信息(例如医疗信息)。此外，数据可能需要在多个机构和地区之间共享(例如，远程保健)，这也可能引起个人的隐私问题(见表S5多媒体附录1）.研究还指出，缺乏数据完整性和连续性以及缺乏数据收集、格式和质量标准是影响在公共卫生保健中采用人工智能的利益攸关方的一些问题[24]。此外，大多数有义务促进保密原则的卫生保健专业人员不了解他们各自对医疗保密的责任[25]。安全和隐私问题影响技术信任和用户福祉，以及使用人工智能产品的行为意愿[14]，包括消费者采用可穿戴医疗保健技术的意愿[8]。

信任

信任是一种广义的心理状态，基于三个主要维度，即仁爱、诚信和能力。先前关于人工智能采用的研究已经确定，技术信任会影响使用人工智能产品的行为意愿[14]。信任是有效的人工智能用户交互的基石，因此它会影响用户对人工智能的依赖程度[26]。由于某些可感知的风险，许多用户对使用人工智能助手等技术持怀疑态度。例如，许多病人信任外科医生胜过信任机器人手术系统，尽管这些系统和外科医生一样高效。15]。此外，机器学习的许多方面，如深度学习，仍然是一个黑盒子，缺乏可解释性和透明度，影响了信任的建立过程[27]。对人工智能的信任也会受到几个个人因素的影响，如教育程度、过去的经验、用户偏见和情绪，以及人工智能系统的属性，包括可控性、模型复杂性、嵌入式偏见和可靠性(即人工智能技术是否能够预测和一致地执行任务)[28]。

消费者创新性

顾客创新是指某一目标阶层的消费者采用新产品或新技术的潜力[29]。消费者研究表明，人们很可能会坚持他们现有的习惯，其特点是厌恶风险，普遍倾向于购买熟悉的产品[30.]。产品一上市就准备购买或试用的用户被认为是消费者创新者，在大多数情况下，他们是意见领袖或有影响力的人。已有研究指出，用户的创新性会影响使用人工智能产品的行为意愿[14]，包括可穿戴医疗保健技术的采用意向[8]。消费者的创新性在人工智能的采用中起着至关重要的作用，并可能受到组织营销活动的影响[31]，特别是在采用医疗技术的情况下[32，33]。

新奇的价值

新颖性价值是用户通过使用或采用一种令人惊奇和新鲜的新产品、服务或技术而获得的价值特征[34]。赫希曼对创新的概念[34关注消费者获取创新信息的愿望，这些信息有助于采用或使用新产品和技术。创新等同于内在的追求新奇，并被定义为“寻求新的和不同的欲望”。“(34新产品的实用性也会推动其被越来越多地采用。16，35]。此外，研究指出，新颖性(认知)价值观以及情感和社会价值观显著影响新技术的采用[17]。尽管这些因素可能会阻碍人工智能的采用，但对技术采用的研究表明，基于技术的产品的管理者可以使用促进其技术使用的沟通策略。先前的研究表明，沟通策略可以说服用户克服对使用技术的担忧[10]。

技术采用中的沟通策略

先前的研究考察了传播策略对技术采用中消费者行为的影响(表1)多媒体附录1）.知道如何以及何时在有说服力的论点中运用标志、精神和感伤，可以让演讲者以最适合目标受众的方式塑造他们的修辞风格。对技术采用与传播策略的研究指出，技术型产品的管理者为促进其技术的使用而采用的传播策略对技术采用有影响[10]。然而，沟通策略对克服人工智能采用的阻碍因素的影响却很少受到关注。人工智能等创新技术有望在流程、目标实现、结果、安全性等方面取得巨大进步，但也存在许多不确定性(例如缺乏信任或信心)，可能会影响其采用。人工智能产品创造者可以通过积极的营销活动来克服这些障碍，并为合适的受众量身定制信息。与其他领域类似，沟通策略可以用来克服风险。例如，Wieder [11]提出了一种理论方法，利用沟通策略传递有说服力的信息，传达辐射风险。悲情的沟通理由会影响情绪，并可能引发强大但不可持续的社会行为[18]。逻各斯的方法诉诸于思维的逻辑部分;它们往往引起对手段和目的的有条不紊的计算，以达到效率或效果[18]。精神辩护影响道德或伦理敏感性[18]。从悲情和理性开始的一系列辩护产生了实用主义的合法性，而精神则产生了道德的合法性[18]。例如，logos(理性的)和pathos(情绪化的)的修辞模式被用来改变英国社会对共享健康数据的态度[19]。此外，创造认知合法性需要实用主义和道德上的正当性[18]。

研究模型与假设

研究人员调查了影响技术采用的各种因素，如客户创新、隐私问题、信任和新颖性。具体而言，在采用人工智能的背景下，研究研究了隐私问题、技术信任和消费者创新的影响，积极影响使用该技术的行为意愿[8，14]。然而，沟通策略对缓解人工智能技术采用障碍的影响却受到了有限的关注。为了解决这一研究缺口，我们提出了研究模型图1假设沟通策略影响最终用户(患者)的各种关注点和特征，从而间接影响人工智能技术的采用。文献已经考虑了这些障碍对感知易用性或有用性的影响，进而对使用意图的影响。我们没有在简约模型中包括可感知的易用性和可感知的有用性。

‎

消费者创新能力，“一个人比他或她的社会系统的平均人数更早接受新思想的程度”[36)，包括创造力和适应变化的能力。营销人员高度认可消费者的创新能力，因为它成功地传播了创新，使企业更有利可图，更具竞争力。36]。

Ethos是一种利用信誉和道德进行说服的沟通策略，可以减轻使用人工智能产品所带来的任何风险。例如，美国医学协会认可的产品将被视为符合某些标准和法规，这减轻了使用人工智能产品时对安全、道德或错误的担忧。同样，食品和药物协会批准的人工智能和机器学习医疗设备将受到用户的青睐，包括创新客户。社会风气对消费者的创新能力有积极的影响[37]。得到可信赖人士的认可，可提高消费者对产品的信心，从而增加产品的采用率[38]。

“悲情”是一种利用情感和激情进行说服的沟通策略，可以缓解使用人工智能产品时的情感担忧。例如，一个满意的客户对人工智能产品的认可可以影响用户对产品的看法，从而将产品视为可以提高他们生活质量的东西[39]。当与我们相似的人带着快乐的情绪为一种产品代言时，它会提高消费者天生的创新力。40]。消费者的创新能力可以被他们追求独特的激情所推动[36]。当广告展示独特的机会时，就会推动独特的需求，从而对消费者的创新产生积极影响[41]。

Logos是一种使用逻辑推理和证据进行说服的沟通策略，可以提供基于事实的证据来减轻感知风险。它为客户提供了基于历史成功的保证，这反过来又提高了对产品的信心。提供基于标志的产品可信度信息，可增强消费者对产品的信心，提高采用率。例如，当医生建议病人进行某种治疗时，医生将提供相关的医学证据，并解释为什么从所建议的行动过程中获得的益处可能会为病人提供最佳结果，同时超过潜在的风险。这些基于逻辑的论点不仅是为了告知病人，而且是为了影响和说服病人的行为。

研究表明，消费者的创新能力会影响使用人工智能产品的行为意愿[14]和消费者对可穿戴医疗保健技术的采用意愿[8]。研究发现，当客户创新程度高时，用户更容易接受创新技术[42]。人工智能是医疗保健领域的一项新技术，推动客户创新可以提高人工智能产品的接受度。例如，在世界许多地方，电子学习和基于网络的课程仍处于发展阶段。分享电子学习的积极影响，包括业绩预期和社会影响，有助于激发客户的创新精神和对产品的兴趣，从而提高采用程度[43，44]。因此，我们的假设如下(Hs):

• H1:使用传播策略推广AI产品对客户创新有正向影响。
• H2:推动客户创新，可以提高所推广AI产品的接受度。

先前的隐私担忧、计算机焦虑、感知控制和应用程序许可担忧会影响用户在使用人工智能产品时的隐私担忧[45]。研究表明，隐私问题会影响使用人工智能产品的行为意愿[14]，包括消费者采用可穿戴医疗保健技术的意愿[8]。

使用精神传播策略的广告将有助于减轻与合规性、数据收集标准、格式、数据完整性保存以及数据集成和连续性相关的道德问题。例如，一个名人为人工智能产品代言的广告，明确提到它可以安全使用，并符合大多数数据指令，这将减轻患者对隐私的担忧。相比之下，使用悲情沟通策略的广告将有助于调和用户在使用产品时可能产生的认知失调。例如，一个展示一对老年夫妇由人形机器人照顾的广告可以从情感上说服最终用户，并减少用户对人工智能的任何担忧。认知失调可能会产生一种不愉快的情绪状态，这种情绪状态可以通过适当的同情沟通策略得到缓解。最后，当广告使用徽标传播策略时，它可以提供遵守隐私政策(即通知，执行，访问，安全或选择)的证据，从而减轻隐私问题[46]。例如，保证产品符合各种数据隐私指令，如1996年《健康保险流通与责任法案》和《一般数据保护条例》，同时澄清这种合规性意味着什么，有助于解决研究中确定的问题[45]。

先前的研究发现，当一项特定技术的感知安全性较高时，用户更容易接受创新技术[42]。这证明了我们的假设是正确的，即隐私和安全是阻碍采用人工智能的障碍。例如，最近谷歌等社交媒体科技巨头开始在设计产品时投放广告，传播隐私方面的考虑，这显然是为了解决用户的隐私问题，从而推动他们进一步使用他们的产品。因此，我们假设如下:

• H3:使用传播策略来推广AI产品，可以缓解使用产品时的隐私担忧。
• H4:缓解隐私问题可以提高正在推广的AI产品的接受度。

信任，一种包含情感和逻辑方面的心理结构[47]，会影响用户对使用人工智能产品的看法。当一个人工智能产品使用一种精神传播策略进行广告宣传时，信任的逻辑方面可以被推动。例如，当美国医学会(American Medical Association)等可信组织推动人工智能在医疗保健领域的实施，并谈论采用人工智能的好处时，它会通过减轻人们对人工智能的担忧来积极影响许多人，从而增强用户的信任。同样，当人工智能产品使用一种悲情的沟通策略进行营销时，信任的情感方面也可以被推动。例如，人工智能用于医疗程序，可以提高这些程序的精度和成功率，从而为患者提供最好的护理。看到自己的家人得到最好的照顾，用户可能会很激动，这种情绪上的推动力让他们更信任人工智能。最后，通过使用徽标沟通策略来营销人工智能产品可以提高信任的逻辑成分。例如，列出自动化在医疗保健领域的好处，比如准确性和效率，包括节省的时间和精力，有助于建立对人工智能产品的信任。

先前的研究发现信任是技术接受的重要前提[48和使用人工智能产品的行为意向[14]。作者指出，信任提供了一种衡量主观保证的方法，即代理人能够履行其交易的义务，按照承诺行事，并真诚地关心。48]。由于人工智能是医疗保健领域的一项新技术，用户不确定使用该技术带来的风险，推动信任的情感和逻辑方面可以提高人工智能产品的接受度。因此，我们假设如下:

• H5:使用传播策略推广AI产品，可以提高产品使用信任度。
• H6:增强信任可以使推广的人工智能产品更容易被接受。

新技术内容的新颖性或新颖性价值将对(1)其感知的易用性和(2)其感知的有用性产生积极影响[49，50]。情感、气质和标志等沟通策略可以提高新技术产品(如人工智能产品)的易用性和实用性，因为它传达了产品的新颖性价值。当在人工智能产品的营销中使用悲情信息时，营销人员通过操纵情绪来说服用户产品的新颖性，这反过来又提高了产品的感知有用性和易用性。例如，在营销Pria(一种人工智能产品)时，声称该产品易于老年人使用，可以说服消费者相信自动配药机，以及它对他们亲近的人的易用性和实用性。同样，当在人工智能产品的营销中使用精神信息时，营销人员通过来自可靠来源的宣传来说服用户相信产品的新颖性，这反过来又提高了产品的感知有用性和易用性。例如，利用名人或美国医学协会等机构来营销Pria(一种人工智能产品)，可以说服消费者相信自动配药机及其易用性和实用性。同样，当在人工智能产品的营销中使用标识信息时，营销人员通过事实和证据说服用户产品的新颖性，这反过来又提高了产品的感知有用性和易用性。例如，通过展示药物依从性改善的统计数据来营销Pria(一种人工智能产品)，可以使消费者相信自动配药器及其易用性和实用性。感知易用性和有用性的提高会对技术采用产生积极影响[16，35]，这也适用于新技术的背景[50]，包括人工智能产品。因此，我们假设如下:

• H7:使用传播策略推广AI产品，可以正向影响产品的感知新颖性价值。
• H8:感知到的新颖性价值可以让人们更好地接受正在推广的人工智能产品。

方法

实验设计

为了验证这一假设，我们进行了4个实验，在这些实验中，我们使用了产品广告的截图(图S1-3)来操纵传播策略(精神，情感和标志)多媒体附录1）.参与者被随机分配到每一组。实验中还包括一个对照组，以确保启动有效。我们的启动设计是为了确保沟通策略(精神、情感和标志)被诱导(图S1-3)多媒体附录1）.参与者被问及广告效果评估问题作为操纵检查，以确定启动是否引起不同的反应(表S2)多媒体附录1）.我们对每个实验进行跟踪，通过提问来评估广告所展示的产品的信任度、新颖性、客户创新性、隐私问题和人工智能采用情况。我们采用了文献中的量表来衡量信任[51，52]，新奇价值[51，53]、客户创新性[54]、隐私问题[55]和人工智能应用[56[表3]多媒体附录1）.衡量信任、新奇价值、客户创新、隐私问题和人工智能采用的项目从1(非常不同意)到5(非常同意)不等。

我们通过Amazon Mechanical Turk (AMT)收集数据，我们招募了人类智能任务满意率大于95%的AMT用户。使用AMT总体的主要优点之一是，与传统的数据收集方法相比，它提高了推断的泛化性[57]。AMT的工人因参与而获得了一小笔金钱奖励。

操作检查

我们评估操作是否成功。参与者被要求对与每个广告的有效性相关的问题进行评级。例如，参与者被要求对“这个广告对我来说是相关的/有意义的/重要的”(我强烈不同意…5 .强烈同意”;参见多媒体附录1对于整个列表)。进行了方差分析，通信策略条件之间的显著平均差异表明操纵是成功的(表1）.治疗组病理状态的参与者报告的得分(平均3.37,SD 0.90)不同于精神状态的参与者(平均3.52,SD 0.97)和理性状态的参与者(平均3.43,SD 0.89)。因此，研究结果证实了传播策略操纵的有效性。

样本特征和心理测量学

我们把样本限定在AMT工人身上。表6 in多媒体附录1给出了描述性统计。使用SmartPLS的偏最小二乘(PLS)分析被用来验证我们的测量的心理测量特性，并测试中假设的路径图1．我们选择PLS是因为它允许对潜在变量进行建模，并同时评估测量和结构模型，同时对样本量和分布假设的要求最小[58，59]。我们首先使用测量模型检验了我们测量的心理测量特性，然后使用结构模型检验了我们的假设。

我们通过检验因子负荷、Cronbach α和提取的平均方差来评估测量项目的信度和效度。我们的分析结果表明，量表具有良好的信度和效度(表7-12)多媒体附录1）.然后我们进行了哈蒙的单因素检验[60，61以排除共同方法偏差。结果表明，考虑到因子分析中出现了多个因素，以及第一个因素没有解释我们数据中的大部分方差，共同方法偏差不太可能是我们数据中的一个重大问题(表S7-12)多媒体附录1）.

伦理批准

数据收集在获得机构审查委员会的批准后继续进行。审查委员会在2021年11月18日发布的决定书中允许继续进行(请求# HR-4022)。在基于网络的问卷调查开始时，所有参与者都需要提供参与研究的知情同意。数据是按照美国规定处理的。

结果

概述

为了检验我们的假设，我们估计了每种沟通策略的3个PLS模型。模型1检验了患者人工智能产品的路径沟通策略对因变量(即人工智能采用率)的影响。模型2测试了患者人工智能产品的精神沟通策略对人工智能采用的影响。模型3测试了品牌对患者AI产品的沟通策略对AI采用的影响。表2给出了三种模型的计算结果。为了检验H1到H8，我们通过检查每个模型的路径系数及其显著性水平来评估结构模型。计算每组的通径系数。使用1000个bootstrap样本在SmartPLS中计算效果的显著性水平[61]。

假设检验

以沟通策略为自变量建立回归模型;顾客创新、信任、感知新奇价值和隐私关注为中介;和人工智能的采用作为治疗组的因变量。

在悲情情境下，沟通策略预测信任和感知新奇价值。结果显示，沟通策略对信任的影响系数为正(β= .532;P< 0.001)，沟通策略对感知新奇价值的影响系数为正(β= .517;P =措施)。采用人工智能的信任系数亦为正且显著(β= .361;P = . 01)。此外，感知新颖性对人工智能采用的系数为正且显著(β= .591;P <措施)。虽然通讯策略对私隐问题有影响(β=−.332;P=.01)和顾客创新能力(β= .514;P<.001)，隐私问题的影响(β=−厚;P=.34)和顾客创新能力(β=−点;P= 0.45)对人工智能采用的影响不显著，但其量级证实了先前的理论发现，即这些因素抑制了人工智能的采用。而H4和H8不被支持，我们的结果表明在病理条件下支持H1、H2、H3、H5、H6和H7。

在企业精神环境下，传播策略预测顾客创新能力。结果显示，沟通策略对顾客创新的影响系数为正(β= .465;P <措施)。客户创新性对人工智能采用的影响系数也正且显著(β= .417;P <措施)。交际策略对感知新奇价值的影响系数(β= .666;P< 0.001)和信任(β= .662;P< 0.001)呈阳性且有统计学意义。然而，感知新奇价值的系数(β= .199;P= 0.25)和信任(β= .140;P=.35)，差异不显著。沟通策略对私隐问题的影响亦不显著(β= .106;P=.52)，隐私问题对人工智能采用的影响(β= .105;P=.28)，但其量级证实了之前的理论发现，即隐私问题抑制了人工智能的采用。虽然支持H1和H2，但我们的结果不支持气质条件下的H3、H4、H5、H6、H7和H8。

在理性条件下，沟通策略预测信任。结果显示，沟通策略对信任的影响系数为正(β= .657;P <措施)。对人工智能采用的信任系数亦为正且显著(β= .474;P = .008)。交际策略对感知新奇价值的影响系数(β= .582;P<.001)、顾客创新能力(β=条;P<.001)，以及隐私问题(β=−.267;P= 0.05)。然而，感知新奇价值的系数(β=。104, P=.61), customer innovativeness (β=−.017;P=.91)，隐私问题(β=−.074;P=.49)对人工智能采用的影响不显著，其量级证实了之前的理论发现，即客户创新和隐私问题抑制了人工智能的采用。虽然支持H5和H6，但我们的结果不支持H1、H2、H3、H4、H7和H8的logo。

讨论

概述

我们通过实证验证了不同的沟通策略对克服阻碍人工智能采用的因素的影响。在介绍了我们的分析结果之后(表3)，我们现在考虑对用户和研究的影响。我们还讨论了本研究的局限性以及它们如何为未来的研究计划提供信息。

基于精神的沟通策略依赖于信誉和个人品牌直接影响客户的创新，从而增加人工智能技术的采用。这可能是因为最终用户或患者可以验证这些代言人的真实性，并辨别和理解基于精神的广告的可信度。相比之下，基于标志和情感的沟通策略独立有助于缓解患者的信任问题，从而提高人工智能的采用率。值得注意的是，信任包括情感和逻辑两个部分。因此，信任可以在情感上(通过悲情的信息)和逻辑上(通过理性的信息)受到影响。此外，基于情感的沟通策略有目的地唤起情感，从而使最终用户在更个人的层面上感受到对产品的说服和联系，引导他们识别人工智能产品的易用性和有用性，从而提高新奇价值和人工智能的采用。尽管基于情感和标志的沟通(使用情感和证据来说服)对减轻人工智能产品用户的隐私担忧的影响微不足道，但关于不道德的数据共享和商业组织可能滥用数据的问题仍然存在。这可能是由于最终用户和组织之间关于如何使用医疗数据的信息不对称。隐私问题，包括不道德的数据共享和商业机构可能滥用数据，继续对人工智能技术的采用产生重大影响[45]。

先前的研究指出，人工智能系统不会大规模取代人类临床医生，而是会增加他们照顾病人的努力[21]。随着人工智能作为一种新的代理被引入到护理过程中，患者经常需要与系统共享敏感信息，而不完全了解此类行为的后果。通过这些行动，患者可以从暂时替代护理方面获益(即，使用人工智能取代后期的高成本干预措施，转而采用早期的预防性程序)[28]。尽管有这些好处，但患者面临着失去隐私的风险，由于人工智能工具中嵌入的偏见而面临系统性的不平等或歧视，并且由于系统的错误计算而面临遭受错误或伤害的可能性。使用适当的沟通策略可以减轻用户在其护理过程中使用新代理时可能存在的一些顾虑。

我们的研究结果为技术采用文献做出了关键的理论贡献，特别是医疗保健中的人工智能采用。与公众进行有效的健康沟通不是随随便便就能做到的，这种与公众沟通的过程需要在卫生保健中进行教授和实践[11]。虽然已经确定人工智能在医疗保健领域比临床医生效率高得多，但由于各种因素，例如技术的新颖性和其他用户关注，人工智能采用的增长速度比预期的要慢。消费者研究表明，人们通常坚持他们现有的惯例，以风险厌恶为特征[9]，新奇价值以及情感和社会价值对新技术的采用产生了重大影响[17]。人工智能采用文献研究了可能抑制产品采用的因素。尽管许多医疗人工智能产品都是向用户推销的，但沟通策略在克服抑制因素方面的作用却很少受到关注。本研究通过确定每种类型的沟通策略在克服一些抑制因素以提高人工智能采用方面可能具有的潜在机制来解决这一研究差距。它清楚地指出了用户对采用人工智能技术的担忧，以及哪种沟通策略最能解决这些用户的担忧，从而有助于更快地采用技术。

局限性和未来工作

在目前使用人工智能帮助企业完成各种任务的热潮中[62随着人工智能越来越多地融入人类生活的许多方面[63，我们相信沟通策略可以帮助用户超越使用人工智能产品所固有的任何感知风险。诱导情感、精神和标志的沟通策略提高了人工智能的采用。在这项研究中，我们没有考虑多种沟通策略同时对人工智能采用的影响;因此，检验多种沟通策略对人工智能采用的影响是否具有叠加性，将有利于未来的研究。本研究的另一个局限性是，它没有考虑沟通策略对各种利益相关者(如卫生保健从业人员、研究人员和患者)采用人工智能的影响。卫生保健从业人员接受过培训，拥有更多的医疗领域知识。因此，他们可能不容易被基于情感的沟通策略所左右。同样，年龄较大的用户可能更担心私隐风险，因此较少采用[64，65]。需要进一步的研究来调查它对各个利益相关者的影响。此外，我们还观察到，情感、精神和标志传播策略对抑制因素的影响不同。例如，信任受感伤和理性的影响，而不受精神的影响。因此，研究人员可以进一步研究我们在研究中观察到的各种沟通策略的差异效应。

结论

在我们的研究中，我们能够通过有效减轻最终用户对医疗人工智能产品的采用和使用可能产生的任何担忧，确定沟通策略会影响人工智能的采用。从效率和成本的角度来看，美国卫生部门越来越多地采用人工智能将是一个主要优势，从而改善患者的健康状况。因此，尽管卫生人工智能不会完全取代人类临床医生，但在适当的沟通策略的帮助下，人工智能的更多采用将降低成本，提高最终用户对卫生服务的负担能力。我们的研究可以被医院和临床医生用于有针对性的广告和沟通，同时试图减轻用户对医疗保健中人工智能的任何担忧。