生成式AI对消费者决策偏见的放大或缓解效应研究 .docxVIP

PAGE2

生成式AI对消费者决策偏见的放大或缓解效应研究

摘要

本研究聚焦于生成式人工智能（GenerativeAI）推荐系统如何影响消费者决策偏见这一核心议题，旨在从行为经济学视角系统剖析AI推荐对消费者认知偏差的双重效应——放大与缓解。

研究首先梳理了行为经济学中关于启发式与认知偏差的经典理论，继而构建了“AI推荐—认知偏差—决策质量”的三阶段分析框架。第四章深入解析了生成式AI推荐系统所引发的消费者决策问题，揭示了信息过载与认知捷径依赖之间的核心矛盾。第五章系统阐释了AI推荐放大或缓解决策偏见的作用机制，包括个性化强化、锚定重塑与选择架构干预三条主导路径，并明确了其作用的条件边界。第六章在整合前景理论、双系统理论与助推理论的基础上，建构了“AI推荐认知偏差调节模型”，提出了减少消费者决策失误的四大设计原则：透明度增强、多样性注入、反思性提示与默认选项优化。

研究结论表明，生成式AI推荐系统并非必然放大消费者决策偏见，其效应方向取决于推荐算法的设计逻辑与消费者的认知状态。通过将行为经济学洞察嵌入AI系统设计，可有效缓解而非加剧消费者的系统性决策失误。本研究为理解人机交互中的认知偏差提供了新的理论视角，并为负责任的AI推荐系统设计提供了可操作的实践指引。

第一章绪论

1.1研究背景

生成式人工智能的迅猛发展正在深刻重塑消费者的决策环境。以ChatGPT、Gemini