机器人服务失败和补救研究进展与述评

刘德文 姜明刚

摘要：通过文献回顾的方法，系统梳理人工智能机器人服务失败的概念、维度、消费者反应和补救策略的相关研究。研究发现：现有研究对机器人服务失败的概念和维度主要沿用人际服务互动中的相关概念。机器人服务失败对消费者的结果影响包括：情绪和认知，负面态度，失败归因以及行为和行动。同时，机器人服务失败的补救策略可分为言语补救策略和人工干预策略两大类。基于此，未来学者可以从深挖机器人服务失败的独特性，消费者对机器人失败反应的心理机制探寻，机器人服务失败的独到补救策略，机器人服务失败和补救的演化研究以及进行多种方法混合的互补研究等五个方面进一步拓展机器人服务失败的相关研究。

关键词：服务失败；服务补救；机器人服务；消费者

中图分类号：F273 文献标识码：A DOI：10.3969/j.issn.1003-8256.2024.02.012

隨着数字化和人工智能技术的不断推进，人工智能（Artificial Intelligence，AI）服务机器人被广泛运用到网购、酒店、餐饮和疗养等和消费者密切相关的服务行业中［1］。根据中商产业研究院的统计数据，2021年中国服务机器人产量累计达921.44万套，且预计市场规模将在2022年末达到524.3亿元。与人类员工相比，服务机器人在服务运用中具有诸多优势，包括提高服务效率、增长规模效应和降低运营成本等［2］。并且，由于人工智能嵌入的机器人可以捕捉消费者的动态微变化，故而可在第一时间内进行服务“干预”，进而提升消费体验。例如，研究指出：机器人的人工智能处理器存储着消费者的历史数据，并搭载敏捷的面部表情捕捉系统，故而可以提前预知消费者的潜在需求，从而更好地和消费者完成情感沟通，以促进服务绩效的持续提升［3］。然而，相比于客观性和程序性任务时，现阶段的机器人在处理主观性和独特性服务内容时往往会造成非意外的失败。例如，在和消费者交互的过程中，服务机器人可能对消费者进行不匹配的服务应答［4］。

营销和信息系统领域中，大量研究聚焦于消费者对服务机器人的接受意愿和服务评价方面。例如，不同情境下消费者对人类员工和机器人的偏好差异［5］；拟人化对消费者接受行为的影响［6］。然而，作为一项重要的机器人服务实践，机器人失败后的消费者层面结果反应和服务补救研究仍处于起步期，相对比较匮乏。事实上，服务机器人的现实应用仍处在发展期，实践中机器人的服务过程虽然被赋予了情感因素，但仍存在无法理解对话中的消费者意图的可能性（例如，消费者回答中使用双重否定、反讽、暗示等内容），并进行错误或者不匹配应答，最终酿成服务失败［4］。例如，日本海纳姆酒店的虚拟语音助手Churi就曾因为将消费者的打鼾视为请求帮助而遭到顾客的投诉，最终被品牌方“解雇”。可见，机器人在现阶段的技术瓶颈使得其在服务过程的失败难以避免，如果未能全面地探究机器人服务失败的结果反应和恢复策略，就会对消费者的信任、满意和再使用意愿等造成极大的负面影响［7］。因此，从一个系统性的角度去全面理解机器人服务失败后的负面影响是当下一个迫切且重要研究议题。这有助于学者们深入理解机器人的服务运用，并帮助企业从业人员开发更兼具实用性的机器人。

综上，本研究以“service robot failure / recovery”“artificial intelligence failure/recovery”等为检索词，对Web of Science核心合集、Science Direct和Springer Link等数据库进行检索；以同样的英文关键词在谷歌学术中收集相关的会议论文；以“机器人服务失败/补救”“智能客服服务失败/补救”“人工智能服务失败/补救”为检索词对中国知网2010 年至今的CSSCI 期刊论文进行检索。通过对以上中英文研究结论的回顾和梳理，本研究从机器人服务失败的概念、维度、消费者反应、发生机制和补救策略等角度进行了系统性阐述。在此基础之上，进一步指出现有研究不足，并指出机器人服务失败和补救的未来研究前景。

1 机器人服务失败的概念和特征

1.1 机器人服务失败的定义和划分

鉴于现有研究的服务机器人存在多种形式，例如，智能客服、聊天机器人、实体机器人和智能语音助手等。这些形式的机器人均是协助个体完成某项任务目标，并辅助以消费者必要信息和决策手段以简化决策流程。虽然形式迥异，但人类对不同形式的机器人均存在非人类的社会判断。故本研究将不同形式的服务机器人均定义为机器人的范畴。

广义而言，机器人服务失败是指在消费者体验阶段发生的任何形式的实际或感知的不幸、错误或问题［8-9］。具体来说，机器人服务失败是一种降级的状态，导致机器人系统执行的行为或服务偏离理想的、正常的或正确的功能［10］，既包括可感知的失败，也包括机器人按照程序进行的正确行为导致的实际服务结果的失败。前者的例子包括机器人错误处理了消费者的信息，造成了答非所问；后者的例子包括机器人按照企业的规定给出了回复，但消费者对机器人的回复不满意。即，机器人服务失败的定义是基于消费者感知视角的，只要服务未达消费者预期便可视为机器人服务失败［9］。机器人服务失败是不可避免的，其硬件、架构和应用等方面的各种弱点均会导致服务失败［8］，并引发消费者的不满意和负面口碑［11］。

在具体维度划分上，现有研究主要将人际服务情境中的过程失败和结果失败二维度划分引入到AI机器人服务领域。前者是指服务传递中存在的缺陷或不足，而后者是指没有实现基本服务内容。在机器人服务场景中，过程失败主要表现为机器人在服务传递中出现的问题，如响应不及时或错误响应；结果失败主要表现为机器人没有满足消费者对服务的基本需求，如送错商品［11］。同时，基于人机互动的技术特征，也有学者从机器的信息处理角度出发，提出了服务失败的不同维度划分。例如，Brooks［10］提出了通信失败（communicationfailure）和处理失败（processing failure）的两维度划分。前者指模块之间的数据传递存在失误，包括数据遗漏、不正确信息、不及时信息和冗余信息等；后者指机器人无法将信息进行正确处理并输出结果，包括异常通知、遗失事件（missing events）、错误逻辑和结果时空异位。在此基础上，Honig和Oron-Gilad［12］进一步将处理失败细化为机器人对输入信息的理解和感知和结果输出，提出了通信失败、感知和理解失败（perception &comprehension of failure）以及解决失败（solving failure）的三维度划分。与此类似的，Sun等［13］以人工智能个人助理（AI personal assistants）为研究背景，提出了信息失败、功能失败和系统失败的划分。信息失败/功能失败分别指AI机器人提供的信息/功能阻碍了消费者完成其交易活动或目标。前者包括不准确/不完全/不相关/不及时信息等，后者包括需求识别/替代识别/替代评估失败等。系统失败意指AI机器人提供的服务内容（信息和功能）未能以有利于消费者完成其交易活动或目标的方式进行交付，包括系统延误/不适应等。Giuliani等［14］则将失败划分为社会规范违背（social norm violation）和技术失败（technical failure）。前者意指机器人不遵守互动的基本社会脚本；技术失败则是由机器人的技术缺陷而引起的失败事件。机器人服务失败也可以根据责任归属的不同分为内部失败和外部失败［15］。此外，也有研究定义了消费者和机器人的价值共毁概念，其包含了真实性、认知挑战、情感问题、功能性问题和整合矛盾几个维度，这也和服务失败具有相通之处［16］。

1.2 机器人服务失败的特征

相比于人工服务造成的服务失败，机器人对消费者的服务是基于事先撰写的脚本，并按照程序依次执行。就目前的机器人服务实践来看，机器人的服务失败存在更大的不确定性。故而，本研究总结了机器人的服务失败的特征如下：

1.2.1 不可预测性

生产者用技术赋予机器人以人类的特征，这在一定程度上增加了消费者对机器人拥有思维和有能力按照消费者意图行动的认知［17］。随着机器人从感知智能向认知智能的不断迈进，机器人在和消费者交互过程中需要对大量信息进行学习，并适应不同异质性的消费者需求。然而，异质性消费者的需求是难以全面详尽地记录并写入脚本的，故而造成了消费者的请求超出事先写好的程序脚本，造成了机器人的错误响应。这也导致机器人服务失败的不可预测性。尤其在许多使用机器人的商家仅当机器人为一种服务噱头的情况下［18］，不主动更新、升级和置换机器人的内部脚本，继而造成不可预见的服务失败。

1.2.2 缺少服务补救主动性

在人际互动中，人类员工往往可以通过工作经验预先判断服务失败，并采取相应的主动性补救策略进行失败补救甚至预防。虽然目前的人工智能技术已经可以让机器人通过消费者表情和语气的微变化来进行判断［3］，但机器人对消费者的反应本质上还是被动式的服务响应，故而无法在消费者行动之前进行服务预补救。Kr?mer等［19］指出，人际互动区别于人机互动的特点在于社会观点采择、共同背景、信息交换和假定意图，而机器人在服务交互中不具备上述特点，缺乏服务主动性。

1.2.3 消费者的共情匮乏

在消费者和人类员工的双向互动中，作为人类的双方对彼此存在高水平的共情［20］。共情无关于服务员工的工作技能。例如，当某个服务员处于被上级训斥的状态时，消费者可能对其造成的服务错误和失败更加容忍。相比之下，机器人的引入是为了增加标准化，并为消费者提供恒定的服务体验，但消费者对机器人的同理心相对较低。这进一步造成了服务失败中消费者对机器人的认知推断相对较为独立和稳定，不依赖于外部线索，甚至对机器人造成的失败产生更消极的态度。

2 机器人服务失败的结果影响

根据对现有文献的梳理，首先将当前文献中机器人服务失败后的消费者反应、认知和行为进行梳理。这其中包括服务失败后对消费者的影响，包括情绪、认知、负面态度、失败归因和再采纳意向等几个方面。

2.1 情绪和认知

大量研究对机器人失败后最直接的消费者情绪和认知进行了测量。王海忠等［21］发现服务失败情境下智能客服的拟人化加剧了消费者对其的厌恶感。拟人化赋予了消费者对机器人感知的社会线索，相对于机械化的机器人，人形化的机器人赋予消费者更多的服务预期。当服务结果和预期不一致时，就会让消费者产生厌恶，即“恐怖谷效应”。Chen等［11］指出，相对于人类服务员，消费者存在着天然的物种歧视，故而会对机器人失败表现出更多的愤怒感（anger）。这是由于机器人服务失败时，消费者更有可能遭受违反期望的负面体验。他们需要克服情绪障碍去责备并追究服务提供者的责任，并且对这种违反期望的行为进行惩罚性反应（如差评，或拒绝与违规方的未来互动）。此外，愤怒的消费者在和机器人进行交互时，拟人化会对消费者的满意度、企业整体评价以及随后的购买意愿均产生负面影响［22］。Hadi和Blcok［23］也发现，消费者对机器人服务失败的主要情绪反应为灰心和愤怒，且当机器人被描述为女性时，消费者的负面情绪反应更激烈。Filieri等［24］通过对携程网和猫途鹰9 707条酒店评论的文本分析，归纳了现阶段消费者对机器人服务的主要负面情绪反应为生气、灰心、悲伤和不满足。

同时，也有研究针对服务失败的消费者的认知方面进行研究。有学者指出，在保持能力感知的同时，拟人化的机器人提高了消费者的温暖感知，从而消费者相信机器人有能力传递友好和亲切的服务。但在服务过程失败时，这反而会加剧消费者对其的不满意［25］。Lteif和Valenzuela［26］认为机器人服务失败会被消费者感知为一种排斥，并且会加强个体与其他人类建立社会联系的欲望。相比于人类的服务失败，消费者对机器人失败情境中的稳定性感知更强［27］。服务失败也会助长消费者对机器人的人类性感知，并负向影响怪异性感知［28］。交流中出现少许错误的机器人会增加个体的熟悉感，但却降低了对其的真诚感知［29］。这种效应对于学习伴侣机器人也成立，即犯错误的机器人增加了个体与之长期关系建立的意向［30］。相比于无错误的机器人，个体对发生错误的机器人的喜爱度更高，但个体的拟人化和智能化程度评价在错误机器人组和无错误机器人组之间并无明显差异［31］。有错误的机器人也引发了任务合作者（人类）更多的积极情绪［32］，并激发消费者的积极状态［33］。

2.2 負面态度

在机器人失败后的态度层面，学者们大多同意机器人的服务失败降低了消费者的总体评价等［34］。王海忠等［21］认为，拟人化的智能客服会加速失败情境下消费者负面的态度产生。这是因为拟人化程度会激发人类图式，使得消费者认为智能客服具有类似于人类的绩效。类似的结论也在Fan等［35］的研究中得以体现，拟人化的机器人会增加消费者对机器人的社会角色感知，从而使得消费者对机器人造成的服务失败更加不满意。还有研究综合考察了机器人服务失败后的消费者综合反应，相比于人类员工失败，消费者会对自助服务失败情境下的机器人表现出更高水平的负面口碑、不满意程度和转换意向［11］。也有研究认为，机器人的服务是根据消费者自身历史行为数据生产的，故而可视为消费者在数字世界的化身。因此，相比于人工，机器人和消费者之间产生更多的自我-AI 连接（self-AI connection），出于印象管理的需要，消费者会减少散布负面口碑的意向［36］。Brooks等［37］认为人工支持（human support）和任务支持（task support）均可有效缓解消费者对机器人服务失败的负面反应。在执行任务之前，机器人的实施期望设定策略也会预先提醒消费者机器人的局限性，因此消费者会预料到可能发生的错误，并在一定程度上降低失败后的负面态度［38］。同时，在人类和机器人协作的过程中，披露机器人对环境和任务信息的理解过程和方式也可帮助人类更好解决失败，实现任务目标［39］。机器人的不确定性表达和替代方案提出也会减少人机互动中对话的响应失败［40］。

2.3 失败归因

对于失败后的责任主体认定方面，Kim和Hinds［41］的早期研究发现，机器人的智能程度和消费者对失败归因于机器人的程度呈正相关。根据归因理论（attribution theory），对比人类员工造成的服务失败，消费者对机器人服务失败的归因更少；然而，在责任归因主体转换为提供服务的企业时，相比于人类员工服务失败情景，消费者在机器人服务失败情景中对服务企业的责任归因更大［42］。侯如靖［43］进一步细化了过程失败和结果失败情境下消费者对机器人服务失败的归因问题，并指出过程失败相比结果失败更能使消费者将责任归因于机器人，这是因为消费者认为机器人对过程失败的可控性更高。也有研究比对了机器人失败情境下消费者对不同因素的归因，并发现消费者归因的顺序依次是人类员工、机器人和环境因素。消费者对机器人的归因程度取决于其将机器人视为社会行动者的自主程度。如果场景描述机器人是非自主的，消费者几乎不会把失败的责任归咎于机器人；相比之下，如果服务场景中描述机器人是自主的，消费者对更多把失败责任归咎于机器人［44］。

同时，以往研究也对比了不同失败类型和失败主体的交互效应。消费者对人类造成的过程失败和机器人造成的结果失败负面反应更强烈（满意度、购买意向、忠诚度和负面口碑等）［27］。这是因为结果失败是核心失败，而机器人本来就被视为高效和精准的象征，故而消费者更不能接受由机器人引发的此类失败。Chen等［15］指出当消费者对失败进行内部归因时，其对机器人的认知信任和情感信任能够被迅速恢复。Fan等［35］认为拟人化的机器人会增加消费者对服务失败的责任归因，而互依型自我建构和技术效能感调节了这一关系。服务失败的归因也取决于机器人的外型设计，温暖型（与能力型相比）机器人会让消费者更多将服务失败归因于自身［45］。进一步研究中，也有部分学者提出，相对于人工服务失败，消费者对机器人服务失败后的责任归因较为稳定［46］。

2.4 行为和行动

现有研究对失败与否的机器人是否最终影响消费者的采纳和使用存在对立观点。一方面，相比于完全无错误（error-free）的机器人，一个能够在沟通过程中解决和澄清错误信息（clarification）的机器人能够识别错误的来源，并展现机器人为提高绩效的努力，从而使得消费者更容易将机器人视为一个人性化的服务主体，并增强提高消费者的使用意愿［47］。另一方面，在现有的人机互动中，消费者也会因为机器人的服务不达标而产生资源损耗（如情绪资源、关系资源和信息资源等），进而产生规避或者反抗的应对策略，包括拒绝使用机器人继续进行服务或者转变使用公司竞争者的服务或产品［16］。Sun等［13］将机器人失败归纳为一种压力源，并指出机器人的功能失败、系统失败和信息失败会造成智能服务的“科技入侵”，从而产生对机器人技术的技术耗竭，并最终削弱再使用意向。Fan等［48］要求被试想象自己在机场跟一个自助服务一体机（Kiosk）进行互动，并发现发出人声组（与机器声组相比）的被试在未来更愿意和人类员工进行互动。也有研究认为，机器人的低绩效会导致用户将机器人的运行模式从自动切换为手动［49］。将机器人视为道具则会增强失败后个体对机器人的宽恕，继而使得个体愿意在下次继续运用机器人［50］。

还有少部分研究采取了实验法对机器人失败后的人类脸部和头部动作进行了探索。Giuliani 等［14］發现机器人服务失败后人类最常见的动作是头部移动和微笑。Hayes等［51］则指出人类应对机器人最常见的动作则是皱眉和摇头。

在对机器人服务失败的消费者认知和反应进行系统讨论后，根据现有的研究中的相关元素归纳和总结了机器人服务失败对消费者影响的综合模型（见图1）。该模型的整体背景为机器人服务失败下的研究，其中的前因变量为机器人失败的相关元素（如拟人化程度等），中介变量为消费者情绪、认知和归因等方面的变量，因变量为消费者的态度、行为和行动等。机器人层面（如机器人性别）和失败层面（如失败类型），社会和环境因素（如人工支持）、消费者因素（如消费者技术效能）则起到了一定的调节作用。

3 机器人服务失败的补救策略

服务补救是服务提供方在服务失败后为消除消费者不满和投诉而采取的一系列应对行为。一般包括补偿、响应速度、道歉、消费者选择和恢复启动等［39］。其目的在于纠正错误，并尝试引发消费者的宽恕，让消费者满意。在现有的机器人失败服务补救研究中，补救策略主要分为两大类。一方面，在失败后，机器人自身可以进行言语的相关补救。这既包括机器人对服务失败事件的道歉和解释等；也包括机器人所独有的以不同的音调、沟通方式和文本元素对消费者进行回应式补救。另一方面，由于机器人服务失败的特殊性，一个人际服务互动失败的独特补救策略是人类服务员工的介入。

3.1 言语补救策略

在服务失败后，机器人自身进行补救是“挽留”消费者的最有效方式。类人机器人在服务失败后及时进行道歉和解释均被证明有助于修复消费者对机器人的社会判断，从而提高未来的使用意愿［25］；同时研究指出，机器人的道歉策略只对年长旅游者的满意度起显著修复作用［52］。Shen和Wang［53］认为机器人对失败事件的道歉会增加消费者的同理心，个体对机器人亦会产生人际交流中的“感同身受”效应，但这一效应仅对于低权力感的个体适用。提供服务选项和解释是获得消费者好感的有效方法，因为它们体现了机器人进行服务补救的主动性［54］。Mahmood等［55］进一步发现，那些公开接受指责并真诚地为错误道歉的机器人被认为比那些推卸责任的机器人更智能、更讨人喜欢，而且更有效地进行失败后服务恢复。同时，机器人在失败后和消费者的不同沟通方式也会对服务补救效果产生差异化影响。社会导向的沟通方式会使得消费者产生社会归属，并建立起更加紧密的关系，从而有助于消费者形成以亲密和热情导向的情感信任。任务导向的沟通方式则有利于让消费者形成对机器人专业性和能力的感知，从而帮助消费者形成以责任和可靠为判断的认知信任［52］。

由于机器人在内置程序里设定语音语调和回复文本，有研究对此视角进行了有益探索。借鉴良性违规理论，Yang等［56］发现失败后的机器人幽默回应可有效获得消费者的积极评价，这是因为幽默会触发消费者对服务提供者的幽默偏好和真诚感知。但幽默回应的补救策略仅适用于失败严重程度较低的情况。在高度严重的服务失败情况下，幽默反而会引发消费者的不良反应。针对机器人的幽默回应策略，相比于其他幽默形式（亲和式、进击式和自我提升式），机器人的自我嘲讽式幽默会对人类个体对机器人的认知推断（温暖感知、能力感知和伙伴感知）起到最佳的效果［57］。Lv等［58］探究了可爱元素在失败补救的作用，其研究指出如果可爱（外表、音调和言语方式）的机器人进行道歉，消费者会对服务失败更加包容。这其中的原因在于，可爱激发了个体的养育本能和保护动机，从而在一定程度上提高了消费者的柔情（tenderness）且降低了对机器人服务的绩效期待。但可爱对服务失败的缓解效应同样只存在于严重程度低的机器人服务失败情景。另外，也有学者提出了机器人的共情回复策略［58-60］，即让机器人以消费者的角度对于失败事件进行复述。共情的回复策略反映了机器人的“情商”，有助于降低消费者的心理距离，并增强其对机器人的信任和创新感知，最终让消费者重新接受使用机器人。一个有共情能力的AI机器人可以利用共情的观点采择（perspective-taking）和移情作用来缓解消费者的负面情绪［61］。这是因为机器人存储着消费者的历史数据，并能够更加敏锐地捕捉消费者的实时情感状态，这使得他们能够更快给出解决失败的方案。机器人也可以充当消费者的聆听者，使得消费者对失败情景进行重新评估，放大消费者的积极情绪，并缓解其负面情绪。

3.2 人工干预策略

人工干预反映了人机合作对消费者满意的修复［25］，是机器人服务失败情景中一项独特的补救策略。相比于机器人的文字或声音道歉，人工介入会让消费者产生更高水平的感知真诚，进而提升补救满意度，这一效应对于人工互动需求高的消费者更加明显［62］。根据情绪即社会信息理论，信息发送者（服务补救方）的情感表达通过一个推理过程影响观察者（消费者）的态度和行为，观察者据此解读发送者的感受、态度和意图。故而，道歉的不同主体会影响消费者对真诚度的社会认知判断。Xing 等［63］也推荐在机器人服务失败后进行人工干预，并进一步指出机器人服务故障会影响消费者对不同恢复策略的选择。具体来说，对于功能性失败，消费者更倾向于让机器人参与服务恢复。但非功能性失败更适用于人工恢复策略。此外，相比于人工恢复策略，机器人的服务恢复会积极地影响消费者的感知公平、隐私保护和友好（friendliness），进而取得消费者的谅解。机器人智能程度则调节了不同失败对于消费者服务恢复策略的偏好。Huang 和Dootson［64］则聚焦于机器人服务失败后人工干预的披露时间（早或晚），并指出晚披露会致使消费者采用更多的情绪中心应对策略（emotion focusedcoping）对待失败，从而导致更高水平的消费者侵犯，且消费者参与度负向调节这一关系。

同时，也有学者发现人工干预策略的优势并不明显。例如，Ho等［65］认为机器人服务失败后，人工干预和机器人干预对修复服务体验的效果无明显差异，且均优于同属消费者（fellow customer）干预。这是因为，同属消费者的干预属于角色外行为，而企业的服务代表（如人工、机器人）的服务修复属于角色内行为。故而，相比于角色外行为，角色内行为让消费者感受到更高的角色一致性。此外，恢复方式也调节了不同利益相关方干预对失败后服务评价的影响。总体上来说，工具型恢复的效果优于信息型恢复。前者指代直接提供修复机器人服务失败的行为（如人类员工帮助消费者在机器上进行身份验证），后者则指代提供完成服务过程的信息（如人类员工告诉消费者应该如何在机器上完成身份验证）。也有学者发现，人工干预的服务补救策略劣于机器人的自我补救策略。例如，Song等［66］指出，机器人服务失败后的自我恢复效果要优于人工恢复。机器人自我恢复指机器人在失败后通过计算代理的技术接口指导消费者处理服务故障，并为消费者提供处理基本服务故障的解决方案。相比于人工恢复，机器人的自我恢复给消费者提供了不间断的服务过程，并避免了人工服务出现的可能偏差。在作用机制上，感知功能价值、感知体验价值和感知隐私风险中介了不同补救方式（人工干預或机器人补救）对补救满意度的影响。

此外，除了以上的服务补救策略以外，也有少数研究探究了其他形式的机器人补救措施。例如，Jones等［67］探讨了服务补救中数字化身（avatar）性别对消费者融入（engagement）的影响。其研究指出，女性化的数字化身可让消费者感知到更高水平的真实性，从而使得消费者在交流中透露更多信息，进而继续影响消费者的后续行为和意向。这是因为，女性更倾向于通过交流建立沟通，而男性则倾向于通过交流建立地位和控制。故而，消费者认为女性机器人更注重人际关系目标，更有可能解决服务故障。Chen等［15］建议服务提供者采取共创恢复（co-creation recovery）策略来应对机器人服务失败，即让消费者参与到服务恢复的过程中来。这是因为共创充分尊重了消费者的意见，不仅促进了消费者与公司之间的情感交流，也让消费者感知到企业进行服务的专业性。

综上，在对机器人服务失败的补救文献进行系统讨论后，本研究归纳了不同补救策略的综合研究框架图（见图2）。该图中，自变量为不同的机器人补救策略的相关变量，中介变量为消费者的机器人的感知（如对机器人的判断）和自身状态变化（如情绪状态），因变量为消费者对补救的评价或者综合满意度等。

4 未来研究展望

随着机器人在服务营销领域实践和理论的不断推进，最近几年关于机器人应用的研究开始得到各个学科学者们的重点关注和讨论，许多国内外期刊也都开设专刊对该问题进行讨论。但现有研究对机器人服务失败和补救策略的关注仍然较为有限，通过梳理已有研究，未来学者可以从以下几个方面对这一话题进行进一步的扩展和突破。

4.1 深度挖掘机器人服务失败的独特性

现有研究揭示了消费者对机器人服务失败和人类员工服务失败的差异化反应，也从机器人设计的角度（如拟人化程度、声音设计等）探究了失败背景下消费者的认知应对策略。还有研究探索了不同的失败类型（过程或结果）在机器人服务失败中的运用。尽管这些研究证实并解释了机器人服务失败背景下消费者表现出的负面后果，但是还未深入抓住机器人服务失败的底层逻辑和独特性。

基于人工智能工作取代理论，Huang和Rust［1］提出了人工智能服务介入程度由低至高的机械式、分析式、直觉式和共情式四种AI机器人服务模式，并区分了人类员工和AI机器人在完成这些服务模式中可以发挥的作用。随着人工智能技术的不断发展，早期的机械式和分析式的机器人已经逐渐被直觉式和共情式的机器人所取代，在面向消费者的服务领域中广泛运用。当前的人工智能科技范式正在积极重塑着个人信仰、社会范式乃至经济系统的结构。在最近一篇的机器人服务研究文献中，Esmaeilzadeh和Vaezi［68］甚至认为“……意识在人工智能中是一种新兴（emergent）现象……”。虽然是算法控制，但是人工智能机器人也开始展示出情绪，这挑战了传统观念中机器人缺乏思考能力的常人观点（lay belief），将机器人的服务应用和研究引入到一个新的时代［69］。这说明最近几年引入人工智能技术的服务机器人和传统的服务机器人（如自助服务技术）有着迥然的区别，引发了未来对机器人服务研究范式的转变。

从目前对于机器人服务失败的相关研究来看，建议可从以下两个方面突破深挖机器人服务失败的独特性。一方面，机器人服务失败的研究应该突破对人工服务和机器人服务的对比。在很多服务实践中，机器人单独为消费者提供服务（如酒店门口迎宾）。故而，深入探究机器人失败的其他方面有助于更深入地理解机器人服务的实践运用。另一方面，现有研究中对机器人服务失败的认识和划分延续了以往人际服务情境的相关研究或者以技术视角对机器人的信息处理流程进行划分。这样的划分可能并不完全适用机器人的服务失败研究。对于前者，一个经典的划分为过程失败和结果失败。因为在机器人服务的情境中，过程失败和结果失败可能并不是相互独立的，过程失败在某些情况下必然导致结果失败。例如，消费者通过语音机器人定位或者点餐，如果机器人在和消费者交流的过程中无法识别或者错误识别消费者的需求或信息（过程失败），那机器人必然无法提供给准确的服务结果（结果失败）。对于后者，基于技术视角的维度划分过分强调人工智能信息处理的作用。事实上，消费者看到的仅是实际的机器人服务结果，可能并没有能力或足够的动机去甄别机器人在处理的什么环节出现了错误。故而，机器人失败的本质到底是什么？表现形式又有哪些？未来研究可以进一步进行探寻。

4.2 消费者对机器人失败反应的心理机制探寻

现有研究揭示了服务失败后消费者的认知、情绪、归因和态度等反应，并验证和解释了可能发生机制。尽管这些研究对深入理解消费者对机器人的反应提供了有价值的借鉴和经验，但是未来研究仍然存在较大拓展空间。

在当前的机器人服务应用实践和研究中，机器人的拟人化程度是一个常被提及的话题。现有研究程度，拟人化会让消费者对机器人服务失败持更加负面的态度［21］。研究认为，机器人和人类存在天然的物种区别［11］，机器人乃“非我族类”，那么是否“其心必诛”？即，服务失败情境中的机器人的拟人设计是否挑战了消费者对自我的人类种群认同？激发了消费者将自己和机器人进行物种比较的倾向性，从而导致了消费者对机器人的抵制和厌恶。类似的，机器人的存在也影响着消费者对自我的认知，基于自我增强动机，服务失败的机器人是会增强还是削弱消费者的自我概念清晰度？基于决策视角，现有的研究都基于机器人服务消费者自身发生的服务失败，那么当服务对象是他人时，目睹机器人服务失败的旁观消费者的认知反应是什么样的？这也有待未来学者探寻。基于情绪视角，现有的研究多聚焦于单次服务互动中消费者对机器人的情绪反应，未来研究也可以论证消费者和机器人的多次交互中是否存在情绪的动态感染［70］，这是否和单次失败情境下消费者的情绪反应有所差异。面临着多次失败的机器人，消费者的负面情绪是会加剧还是缓和？同样的，机器人有着远超人类的记忆能力，其服务伴随着个人隐私资料泄露的风险［71］，那么对于不同隐私程度相关的服务失败，消费者的认知处理机制是否不一样？

此外，虽然现有研究在不同的服务场景（如酒店、餐厅）中验证了消费者对机器人服务失败的反应问题。但在不同的服务环境中，消费者对失败的认知反应可能存在一定差异。Schepers等［72］研究了不同服务环境中不同类型机器人对消费者情绪的影响。但在服务失败情境中，消费者对失敗的接受度是否有差异？例如，相比于体验类服务，消费者是否更加不能够容忍机器人在信用类服务中的失败？进一步，不同的社会环境中，个体的不确定性规避程度和个人主义倾向存在区别，这是否导致不同社会背景中的消费者对机器人服务失败有不同认知？例如，对于不确定性规避程度较高的社会（如日本），消费者对待科技产品更加谨慎，故而会以更加审慎的态度来处理机器人服务失败；对于不确定性规避程度较低的社会（如新加坡），消费者更加愿意尝试和使用新的科技产品，这是否促进了机器人的服务应用。但现有研究中还未就不同社会背景下消费者对机器人服务失败的差异化心理机制进行对比，未来学者可对此进行相应拓展。

4.3 机器人服务失败的独到补救策略

在机器人服务失败的补救研究中，大量研究对人工干预或者机器人的道歉/解释等进行探讨。然而，由于当前学术界尚未就机器人服务失败的独特性形成较为统一的认识，这在一定程度上限制了对补救策略的深入分析。目前来看，服务场景中的人机协作是企业完成服务目标的重要手段。所以由人类员工来对机器人的服务失败进行弥补是一个有效的补救策略。然而，在机器人服务失败之后让人类介入不仅会增加服务成本，而且会造成在失败的“黄金时间”补救的缺位。由此可见，从机器人自身的特点出发，尝试提出更具有实践意义的补救策略是未来研究的努力方向。在现有研究中，Lv 等［58］就可爱在服务补救中的作用进行了分析。事实上，不同于人类成年服务员，机器人可以在内置程序中更改自己的发声策略，让消费者感知到不同的语音特征。类似的，具象的声学属性（如过零率）可在不同水平上“折射”抽象的语音特征［73］。人工智能的内置程序可帮助机器人以稳定的语音特征和消费者进行交流。未来研究亦可尝试研究其他语音特征（如软萌音、庄重音）对机器人服务补救效果的影响。

此外，内置算法也可以“指挥”机器人的输出文本，现有研究中仅有少数学者对机器人回复文本（如共情回复）的效果进行初步探索［60］。未来学者也可以探究其他形式的文本回复对机器人服务失败的补救效果。例如，人工智能技术可以让机器人根据事实的对话和历史对话数据模仿消费者的言语风格。根据交际顺应理论，双方的言语风格的匹配度会影响交流沟通的效果。机器人在服务失败后模仿消费者的言语风格进行沟通和回复，或许可以加强消费者对机器人的认同和信任，从而起到积极的服务补救效果。同时，未来研究也可以探索不同的文本策略在机器人服务补救中的效果，以此来对未来的机器人服务实践进行有效指导。

4.4 机器人服务失败和补救的演化研究

个体对机器人的认识和感知是伴随着科学技术、个体经验和环境因素的改变而发生同步变化的。尤其是现在的机器人具有深度学习的算法和功能，随着个体和机器人互动频率的增加，机器人也会愈发了解个体的兴趣、偏好和行为反应，从而可以提高服务的绩效。由于目前对机器人主流的刻板印象为“高能低智”，而当消费者体验过机器人的服务后，或者经过不断的机器人商业推广和运用后，消费者对算法的认知态度也会发生改变。人工智能技术的不断发展也引导了机器人在服务运用中的不断迭代升级。Belk［69］指出情感因素对机器人服务的重要性，并指出在不久的未来机器人在某些服务行业会“取代”人类。特别是具有深度学习功能的机器人，机器人每次和消费者互动的过程都会增加消费者对产品的熟悉度，机器人作为产品的功能效用可能会随着消费者的不断使用而递增。机器人可能会在和消费者不断交互的过程中更加了解消费者，从而提高消费者的使用效用。

因此，未来研究可以从以下两个方面进一步拓展。一方面，从纵向的人工智能技术发展视角，机器人日新月异的变化是否给消费者对机器人的失败有差异化感知。已有的研究证明，偶尔不经意的犯错反而会增加消费者对机器人的喜爱度［47］。为什么消费者会对机器人产生这样的态度？机器人是否也存在着类似于“机器无赤足”的社会判断？在纵向时间维度上，科技创新是否更迭了消费者对机器人的角色认知，从而帮助消费者以差异化的视角看待机器人的服務失败。另一方面，从单个的机器人使用视角，随着消费者和机器人的互动活动不断增加，机器人变得更像消费者的数字化身，即随着消费者使用频率的不断增加，消费者对机器人的接受程度和失败容忍如何动态变化？

4.5 进行多种方法混合的互补研究

现有研究对机器人服务失败和补救多以行为实验为主。这其中的可能原因在于：一方面，实验可以有效排除外界环境干扰，得到更加准确的因果结论；另一方面，现实世界中机器人在服务领域的运用处于上升期，适合研究的数据较难获取。同时，也有少部分研究采用访谈法、归纳法［18］和调研法［13］对相关问题进行探索。然而，随着机器人的不断普及，现有研究开始呼吁使用混合方法对机器人服务的问题开展深入探索。例如，Filieri等［24］就采用了人机混合的方法对人机互动中的消费者情感反应进行探索，对比了XLNet、BERT、支持向量机、朴素贝叶斯和随机森林等方法在消费者评论分析中的优劣。为了研究机器人使用对幸福感的作用，有学者开始尝试使用宏观数据［74］进行诠释，同时也有学者开始引入更加真实的田野实验开展分析［72］。

基于此，未来的研究可以进一步探索使用包括二手数据分析、行为实验、田野实验和定性分析的多种混合方法来解释和验证真实世界中机器人服务失败的不同种类和不同补救策略在不同消费场景和文化背景的有效性和准确性。

参考文献：

［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］ 张仪，王永贵.服务机器人拟人化对消费者使用意愿的影响机理

研究：社会阶层的调節作用［J］.外国经济与管理，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］许馨芷“. 看，机器人！”：人工智能机器人在服务实践中的多元角

色构建［J］.科学与社会，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，謝涛，詹纯玉.服务失败情境下智能客服化身拟人化的

负面影响：厌恶感的中介机制［J］.南开管理评论，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.酒店機器人服务失败责任归因研究：失败类型与心灵感

知的影响［J］.旅游科学，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］ 呂兴洋，杨玉帆，许双玉，等.以情补智：人工智能共情回复的补

救效果研究［J］.旅游学刊，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，高维和，闵凉宇.声音特征和文本策略的说服效应研究

［J］.管理学报，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.