AI 虛擬訪談員與市場調查的採用差異

1. 基本資訊

這篇文章由 Györgyi Danó 等人發表於 2026 年的 International Journal of Information Management，題目是〈AI meets marketing research: Virtual interviewers and the challenges of regional and demographic adoption〉，DOI 為 10.1016/j.ijinfomgt.2025.102985。文章聚焦在虛擬訪員，也就是以 AI 為基礎、可替代人類訪員執行問卷或訪談的系統，檢驗受訪者是否願意接受這種資料蒐集方式。

2. 研究問題

核心問題有三個。第一，哪些人口統計與態度因素會影響 chatbot 與 AI-based tools 的採用。第二，哪些因素會影響受訪者願不願意回應 virtual interviewer。第三，都市與非都市、特別是 Budapest 與全國樣本之間，是否存在顯著的區域差異。這些問題重要，因為 AI 進入市場研究後，真正的瓶頸不只是技術能力，而是受訪者是否信任、願不願意配合，以及這些反應是否受數位落差影響。

3. 理論基礎

本文沒有用單一大理論主導，而是整合 technology acceptance、user attitude、trust 與 digital divide 的視角。作者把 adoption 理解為一種由先前 AI 經驗、一般 AI 態度、對虛擬訪員的特定看法，以及 demographic / regional context 共同塑造的結果。整體理論張力在於：AI 可以帶來效率、非評判感與新奇感，但也可能引發隱私焦慮、工作取代恐懼與對科技的不信任。

4. 研究架構

研究架構分成兩層。第一層看一般 AI / chatbot adoption，檢驗年齡、性別、教育、居住地、AI 態度與科技使用經驗如何影響是否使用 chatbot。第二層則看 willingness to respond to a virtual interviewer，將 curiosity、perceived efficiency、perceived non-judgmentality、novelty-seeking、privacy concerns、fear of job loss、distrust of technology 與 preference for human interaction 等因素納入，並比較全國樣本與 Budapest 樣本。

5. 假設邏輯

H1 主張 chatbot 使用會受到技術經驗、對 AI 的一般態度與人口統計變項顯著影響。H2 主張受訪者是否願意回應 virtual interviewer，也會受到技術經驗、一般與特定態度，以及 demographic variables 影響。H3 則預期存在區域差異，尤其都市環境中的受訪者，因接觸 AI 的機會更多、數位素養較高，會對 AI 與 VI 展現更高的接受度。整體邏輯是，採納不是單純個人偏好，而是由社會位置、科技熟悉度與情緒性顧慮共同決定。

6. 方法

作者使用兩組在 2024 年 6 月透過電話訪問蒐集的匈牙利資料。第一組是全國代表性樣本，第二組是 Budapest 樣本，用來對照都市與全國整體差異。全國樣本約為 1000 人，Budapest 樣本約為 1161 人。問卷納入 demographic variables、對 AI 的整體態度、是否用過 ChatGPT / chatbot、是否接觸過 virtual assistant，以及對 virtual interviewer 的正負理由評分。作者先以探索性因素分析把 willingness items 萃取成正向與負向因素，再用 t-test、z-test 與 logistic regression 檢驗 chatbot adoption 與 willingness to respond 的影響因子與區域差異。

7. 結果

結果顯示明顯的都市與非都市差異。Budapest 受訪者對 AI 的態度更正向，也更可能使用 chatbot 或接受 virtual interviewer；全國樣本中較多受訪者維持中立或負面態度。年齡與教育是穩定關鍵：年輕、受教育程度高者更可能採用 AI 工具。先前使用 ChatGPT 或其他 AI 工具的經驗也顯著提升接受度。對於 virtual interviewer 而言，curiosity、novelty-seeking、perceived efficiency 與 perceived non-judgmentality 都是正向動因；privacy concerns、fear of job loss、distrust of technology 則是主要阻力。作者特別指出，鄉村或非都會受訪者的隱私顧慮與科技不信任更強，是 adoption 的重要障礙。

8. 理論貢獻

這篇最重要的理論價值，是把 AI adoption 從抽象的「喜不喜歡 AI」拉回具體的 research interaction 情境。第一，它把 virtual interviewer 從一般 chatbot 區分出來，強調這是一種涉及資料揭露、信任與訪談關係的新型 AI 角色。第二，它把 regional context 納入，提醒我們 AI 接受度不只是個人心理變項，也受數位基礎設施與社會環境影響。第三，它將 non-judgmentality 這種較少被放進傳統採納模型的因素凸顯出來，說明 AI 也可能因「比較不會批判我」而促進受訪意願。

9. 實務意涵

對市場研究實務來說，這篇的訊息很直接：virtual interviewer 不能被當成可無差別部署的標準化工具。若目標受眾來自都市、高教育、較熟悉 AI 的族群，VI 可能較容易被接受；但若面對較高隱私疑慮或科技不信任的族群，就需要更強的透明說明、資料保護保證與可能的人機混合模式。作者也指出，混合 AI-human 的訪談設計可能更務實，因為 AI 提供一致性與效率，人類訪員則補上脈絡理解與信任建立。

10. 研究限制

限制主要有幾個。第一，資料來自匈牙利，而且以電話訪問為主，跨文化外推要保守。第二，研究關注的是態度、採納與回應意願，還不是實際長期使用後的行為結果。第三，virtual interviewer 的概念在受訪者心中可能仍偏新穎，部分反應可能混入 novelty effect。第四，本文雖然比較了全國與 Budapest，但尚未更細地處理不同產業、任務敏感度或題目類型對 VI 接受度的影響。

11. 對我研究的啟發

這篇對我很有價值，因為它把 human-AI interaction 的場景從創意、決策或知識工作，拉到資料蒐集與研究方法本身。第一個可直接延伸方向，是把 virtual interviewer 視為一種 human-GenAI collaboration 基礎設施，進一步問不同 cognitive style 的受訪者是否會因 non-judgmentality、trust 或 privacy calculus 而表現出不同揭露模式。第二個方向，是把這篇和我前面讀過的 AI literacy、trust、anchoring 文獻串起來，去問受訪者對 AI 的先驗看法會不會影響研究資料品質，而不只是影響採用。第三個方向，是把它轉寫成方法論問題：未來若研究者用 GenAI 來做訪談前測、問卷互動或大規模 conversational survey，哪些社會條件會改變樣本偏誤與資料可比性。

12. 整體評價

我認為這篇很值得放進 backlog 優先閱讀名單，因為它不是泛泛再做一篇 AI acceptance，而是把市場研究裡真正會遇到的採訪關係、資料揭露與社會差異一起拉進來。它的強項是情境很明確、樣本規模也不小，而且把區域差異講得很實務。若要挑剔，就是它的理論整合不像我最近讀的 cognition / collaboration 文獻那麼厚，且目前仍偏 adoption 取向；但正因如此，它反而補上我文獻池中較少的應用端與方法端視角。