劉強強,關新華
(廣東財經(jīng)大學文化旅游與地理學院,廣東 廣州 510320)
服務機器人在行業(yè)的廣泛應用引起了學者們的關注。近年來研究成果的迅速涌現(xiàn),但對現(xiàn)有研究進展缺乏一個系統(tǒng)和全面的認知,限制了業(yè)界對服務機器人研究視角、熱點問題和發(fā)展方向的整體掌握。因此,本文首先運用CiteSpace軟件對Web of Science中服務管理領域的機器人212篇相關文獻進行了可視化分析。然后根據(jù)計量結果找出學術界目前主要的研究主題,在此基礎上對多個研究主題進行文獻梳理和評述,并指出了可以拓展和深化的方向。本文借助CiteSpace工具挖掘管理領域服務機器人的知識基礎、發(fā)展趨勢以及近期研究熱點,是對此領域一次階段性的總結和回顧。
為了更加全面地理解服務機器人在管理領域多樣化的研究,本文以WOS為數(shù)據(jù)來源。采取主題檢索,首先以service*&robot*、service robot*、AI&service為主題詞,時間跨度為2001年1月至2021年12月,在Web of Science的核心數(shù)據(jù)庫檢索出5 369篇文獻,然后對這5 369篇文章的內(nèi)容進行了審查,剔除工程、編程等與本研究內(nèi)容無關的文獻,以確保每篇文章都是與管理領域相關的機器人研究,最終獲得212篇有效文獻進行可視化分析。
關鍵詞是對研究內(nèi)容和觀點的高度概括,對其可視化分析可考察某一領域的研究熱點。對關鍵詞進行共現(xiàn)分析,得到關鍵詞共現(xiàn)網(wǎng)絡圖譜(見圖1) ,包含174個節(jié)點,283條連線。從節(jié)點可以看出,technology、anthropomorphism節(jié)點最大,另外,tourism、experience、perception、behavior等關鍵詞的節(jié)點也相對較大,說明上述這幾個領域是服務機器人研究的熱點。
圖1 關鍵詞共現(xiàn)
關鍵詞聚類圖(見圖2)中Q值代表圖譜的信息模塊性,描繪聚類圖內(nèi)部連線的密集程度,內(nèi)部連線越多,Q值越大,聚類效果越好,本文數(shù)據(jù)的結果,Q值為0.77,S值為0.91,因此本文的聚類結果十分有效并且可靠。本文共有human-robot interaction、willingness to use、uncanny valley、social robot 、perceive value五個聚類呈現(xiàn)?;陉P鍵詞聚類圖譜,結合研究熱點及相關學者的研究內(nèi)容,經(jīng)查找翻閱、歸納整理,發(fā)現(xiàn)當前學者對服務機器人相關研究主要集中機器人與人、機器人與產(chǎn)業(yè)間關系問題的研究。
圖2 關鍵詞聚類
本文在聚類圖譜的基礎上,從聚類文獻著手進行歸納總結,分析每個聚類內(nèi)部研究現(xiàn)狀,并指出可以進一步研究的領域和方向。
人機互動(human-robot interaction)最早源于管理信息系統(tǒng)領域,并被定義為在一定的商務、管理、組織、文化環(huán)境中,人與技術、任務進行的互動。其中,人、技術、任務是基本因素,它們之間的交互是核心因素,環(huán)境是背景因素[1]。也就是說,人機互動主要探討的是人與技術在特定環(huán)境下共同完成任務的過程,是對人與技術關系的概稱,而本文主要指的是機器人技術。
隨著機器人技術的發(fā)展和研究的深入,學術界在醫(yī)療、服務、零售、旅游等多種場景對人機互動進行了研究,研究問題也從單一的使用意圖延伸到消費者滿意度、服務體驗、信任、服務質量、感知價值等。研究邊界的拓展也帶來了理論基礎的多樣化,從解釋互動是否會被接受的技術接受模型、接受技術和使用技術的統(tǒng)一模型、恐怖谷理論到解釋互動接受機制以及所帶來的影響的代理人理論、擬人化理論、到信任理論、評價理論、資源保存理論都被廣泛接受[2]。
意愿是影響行為的動機因素,意味著人們愿意或計劃付出多大努力去嘗試,因此使用意愿(willingness to use)的強烈程度是預測人們使用服務機器人的有力因素。目前研究主要關注使用意愿的前置變量問題。一類是將個人特征和環(huán)境因素作為使用意愿主要變量,如從宏觀上的文化分析得出個人對服務機器人的期望和使用意愿與所在的文化區(qū)域有關,文化也會影響個人對機器人的主觀評價[3]。有研究直接提出針對個人特征的變量如性別、年齡、教育、職業(yè)和對技術的態(tài)度,并形成研究框架。
一類是關注服務機器人的特征對使用意愿的影響,其中服務機器人的擬人化特征是學者們研究的重點。Mitchell等[4]指出擁有類人聲音的機器人比那些外表相同但具備機械音的機器人更受青睞,而且機器人的擬人化會增加人類對它們的理解和控制感,并減少了不確定性和互動風險感。在另一些情況下,擬人化會帶來負面影響,而導致機器人使用意愿下降,如怪異感與機器人個性的負面印象有關,而服務機器人不良擬人化尤其是面部的怪異是互動過程中怪異感的主要來源。
一類則直接從理論出發(fā),結合實際情境運用成熟的理論模型或改良基礎模型進行使用意愿的驗證,如理性行為理論、計劃行為理論、技術接受度模型、技術接受與使用統(tǒng)一模型、期望確認理論、滿意度理論、感知風險理論等。
恐怖谷(uncanny valley)是Mori于1970提出的一個心理學概念,指由于機器人與人類在外表、動作上相似,人類會對機器人產(chǎn)生正面的情感;而當機器人與人類的相似程度達到一個特定水平,人類對它們的反應會突然變得極其負面和反感,當機器人和人類的相似度繼續(xù)上升,人類對它們的情感反應會再度回到正面,最后產(chǎn)生人類與人類之間的移情作用。學術界對恐怖谷產(chǎn)生的原因進行多視角解釋,如生物進化的角度、外貌特征的角度、期望感知的角度等[4],致力于尋找移情的具體臨界點。在服務機器人研究中,恐怖谷理論被用來解釋機器人擬人化所引發(fā)的一系列反應,認為恐怖谷移情的轉化是擬人化作用的影響,有不穩(wěn)定的關鍵因素。
陳慧芳[5]利用恐怖谷理論解釋機器人擬人化程度影響消費者對其的喜愛度,發(fā)現(xiàn)中等擬人化比低等擬人化更受消費者喜愛。而當機器人是一個有人類四肢和面部特征的類人機器人并帶有仿人的皮膚和毛發(fā),裝飾著人類的衣服和飾品時,即高度擬人化,消費者對其喜愛程度將劇烈下降。大多數(shù)研究只是用恐怖谷理論解釋擬人化程度對消費者的不同影響,而發(fā)生移情的臨界點標準則不清楚。
社交機器人(social robot)被定義為能夠與人類進行社交互動和智能交流的機器。學者們對社交機器人和服務機器人的概念界定比較模糊,甚至大多數(shù)學者并沒有將二者區(qū)分開來。服務機器人定義是基于系統(tǒng)的、自主的、適應性強的接口,它能夠與消費者進行交互、溝通和交付服務[6]。其實由二者定義可以看出社交機器人與服務機器人的定義有一定的重合部分,即能與消費者進行社交,區(qū)別在于服務機器人的目的是進行服務,而社交機器人只是為了社交。與服務機器人一樣,已有研究對社交機器人的接受度、擬人化、信任等問題前因與后果都進行了探索[7]。但與服務機器人不一樣的是社交機器人被用于娛樂、休閑、教育、個人服務、清潔、安全、醫(yī)療服務和老年人護理多種途徑中。Chu等[8]研究表明,社交機器人可以通過豐富的感官、積極的社會參與和娛樂來提高對殘疾人的服務價值。
感知價值(perceive value)是消費者購買產(chǎn)品或服務而產(chǎn)生的感知利益同感知成本之間的權衡,是消費者對產(chǎn)品或服務總體的感知效用,這種感知效用可以體現(xiàn)在經(jīng)濟、社會效益、服務以及技術等諸多方面。在機器人服務領域,學術界主要關注的是價值的創(chuàng)造、共毀和共創(chuàng)。將人機關系轉換為實質性的價值,并保證服務機器人價值創(chuàng)造的最大化,是學者研究的主要議題。有研究表明,當消費者與服務機器人互動時,他們會表現(xiàn)出補償性反應,如他們喜歡購買有地位的商品,尋求社會關系,以及訂購和吃更多的食物,從而促進消費[9]。有學者在人類員工和服務機器人的特征和能力上進行了比較,從消費者感知和行為方面提出了服務機器人的應用模型,保證價值創(chuàng)造最大化。價值的共創(chuàng)或共毀主要探討的是服務機器人在價值網(wǎng)絡中的提供的何種價值主張。Martina等人[10]將服務機器人、消費者價值觀和背景環(huán)境聯(lián)系起來,提出了一個由服務機器人提供價值主張、消費者提供主觀幸福感、最后進行價值匹配的價值共毀或共創(chuàng)的框架;對在特定環(huán)境下的消費者和服務機器人進行匹配,并評估服務機器人價值共創(chuàng)或共毀的潛力。
本文借助CiteSpace計量工具對服務機器人文獻數(shù)據(jù)進行分析,從文獻計量的角度挖掘服務機器人研究的發(fā)展趨勢和研究熱點。
從關鍵詞分析可以看出,微觀視角上的人機間的互動與關系是目前研究的重點,主要是在不同情境下分析人對機器人行為、外貌特征的感知狀況;中觀視角上的服務機器人對服務革新與發(fā)展影響的研究相對較少,但此方向研究的文獻質量普遍較高;宏觀視角上的服務機器人與產(chǎn)業(yè)融合的研究最少,但相關的現(xiàn)實意義和理論意義貢獻最為突出。由此可以得出,human-robot interaction、uncanny valley、social robot、willingness to use,這4個研究聚類內(nèi)容龐多,是近幾年文獻數(shù)量增長的主力軍;perceive value聚類研究內(nèi)容精而少,是最值得挖掘的研究方向。
本文不足之處在于:文獻數(shù)量相對較少,相關文獻有一定缺失,同時CiteSpace工具對不同時點的文獻要求同樣的被引率門檻,這可能會忽略發(fā)表時間較短的重要文獻。此外,對相關節(jié)點缺乏分析,沒有清楚地梳理出該領域的研究脈絡。