什么驱动患者对人工智能聊天机器人的偏好,而不是医生? 使用O-S-O-R模型进行的调查研究

科学领域:

• 医疗信息学 医疗信息学
• 人与计算机的交互
• 心理学 心理学 心理学

背景情况:

• 人工智能 (AI) 聊天机器人越来越多地用于医疗保健,改善了访问和效率,但提出了伦理和隐私问题.
• 了解患者偏好人工智能聊天机器人而不是人类医生的动机至关重要.

研究的目的:

• 研究将感知到的健康耻辱与对人工智能聊天机器人的偏好与医生的偏好联系在一起的机制.
• 检查自我披露,情感效率,人工智能隐私问题和对人工智能聊天机器人的信任的调解角色.

主要方法:

• 利用了基于O-S-O-R (对象-主体-对象-响应) 模型的调查数据和结构方程建模.
• 分析了感知到的健康污名,自我披露,情感效率,AI隐私问题,信任和对AI聊天机器人的偏好之间的关系.

主要成果:

• 感知到的健康污名显著增加了对AI聊天机器人的自我披露.
• 自我披露对情绪有效性产生了积极影响,对AI隐私问题产生了负面影响.
• 人工智能隐私问题和对人工智能聊天机器人的信任调解了自我披露和对人工智能聊天机器人而不是医生的偏好之间的关系.

结论:

• 这项研究将OSOR模型扩展到医疗保健中的人机交互.
• 感知到的健康污名影响医疗保健选择,通过自我披露,有效性,隐私问题和信任的复杂相互作用,有利于人工智能聊天机器人.