CogOffload 框架:消费者将认知任务外包给生成式 AI 对记忆、元认知与决策的影响
Cognitive Offloading to Generative AI: A Theoretical Framework for Memory, Metacognition, and Consumer Decision-Making
研究者提出 CogOffload 框架,解释消费者何时将认知任务外包给生成式 AI 及其后果。该框架包含七阶段外包连续体和基于价值的成本-收益模型,提出外包会削弱对品牌与产品属性的记忆、增强对 AI 生成摘要的记忆,并抬高元认知自尊与决策信心,产生 AI 诱发的过度自信。决策质量是否受损取决于 AI 可靠性:AI 不可靠时核实建议虽有认知与情绪成本,但可恢复受损记忆并校准膨胀的信心。
随着生成式人工智能(Gen-AI)日益介入产品搜索、评估与选择过程,消费者认知正逐渐分布于人机系统之中。这一转变对广告理论中一个基本未经检验的假设提出了挑战:即说服通过个体消费者内部的认知精细加工发挥作用。借鉴认知心理学中的认知卸载研究,我们构建了CogOffload框架,用以解释消费者何时将认知工作委托给Gen-AI以及由此产生何种后果。一个七阶段委托连续体描绘了不断加深的卸载水平,而一个基于价值的成本-收益框架则识别了其前因以及塑造消费者如何权衡这些前因的调节变量。我们提出三类结果。第一,卸载削弱了对品牌和产品属性的记忆,同时增强了对AI生成摘要的记忆。第二,它抬高了元认知自尊和决策信心,产生AI诱发的过度自信,从而减少进一步的信息搜寻。第三,对决策质量的影响取决于AI的可靠性:当AI不可靠时,验证AI建议会带来认知和情感成本,但可以恢复受损的记忆并重新校准被抬高的信心。七个命题和三个长期推测将这些效应扩展至消费者自主性、能力侵蚀和品牌忠诚。总之,CogOffload框架将Gen-AI时代的广告定位为在人类认知与人工认知构成的分布式系统内运作。
中文由 AI 翻译,仅供参考,以原文为准。
来源:PsyArXiv 预印本 · osf.io