觀光業的 AI 生成訊息如何影響消費者

2. 研究問題

文章聚焦三個問題：第一，揭露 ChatGPT 來源時，GPT 生成訊息相較人工訊息是否改變參與、新穎性與態度；第二，GPT 訊息揭露或不揭露來源是否造成不同反應；第三，同一類 GPT 訊息放在社群媒體與網頁時，消費者評價是否不同。研究並未把理論宣稱為可估計的因果模型，而是以實驗條件下的知覺差異，觀察訊息來源、透明度與平台脈絡如何共同改變旅遊消費者反應。

3. 理論基礎

核心有兩個互補框架。**Source Credibility Theory（SCT）**用專業性、可信度與吸引力解釋受眾如何評估訊息來源，本文將其延伸到「AI 來源是否被揭露」的情境。**Uses and Gratifications Theory（UGT）**則指出，消費者使用不同媒體以滿足資訊、娛樂、互動或社交需求，因此同一則 GPT 訊息不應被假定在所有平台產生相同效果。重要的是，作者明確把 SCT 與 UGT 當作解釋觀察結果的理論透鏡，而不是本研究直接驗證的線性因果模型。

4. 研究架構

研究採 2 × 2 × 2 的組間實驗設計：訊息來源為 ChatGPT／人工、來源狀態為揭露／不揭露、平台為社群媒體／網頁。結果構念分成三組：消費者參與（like、comment、share、mention）、新穎性（unique、different、exciting）與態度（結構清楚、整體評價）。情境以土耳其 Bodrum、Marmaris 與一家精品旅館為素材，所有訊息均以土耳其文製作。研究架構的價值在於把「訊息生產者」放回具體平台與揭露脈絡，而非只比較 AI 與人類的抽象平均差異。

5. 假設邏輯

文章以 SCT 推導 H1（GPT 與人工來源差異）及 H2（GPT 來源揭露與不揭露差異），以 UGT 推導 H3（社群媒體與網頁的 GPT 訊息評價差異）。邏輯不是「AI 必然較差」或「AI 必然提高參與」，而是：來源可信度可能因平台用途、內容類型及透明度而變動；社群媒體偏互動／娛樂，網頁偏功能性資訊，因此平台會調節受眾對來源與訊息的解讀。實際結果多為部分支持，顯示三個結果構念內部也不一致，不能把單一總分當成完整消費反應。

6. 方法

資料於 2024 年 8–11 月以線上與面對面問卷蒐集，採土耳其便利抽樣，共 390 人；樣本主要為 18–47 歲且大學以上教育程度者。受試者隨機分派至四種平台／揭露條件，每人只看一種條件：社群媒體未揭露 130 人、社群媒體揭露 130 人、網頁未揭露 65 人、網頁揭露 65 人；研究另依訊息來源切分 GPT／人工比較。量測採 7 點 Likert，量表由既有研究改編、翻譯回譯並預試；作者報告 Cronbach’s alpha 均超過 .70，並以 CFA 檢查構念效度。因常態性不成立，使用 SPSS 30 的 Mann–Whitney U 檢定與效果量 r，比較獨立組的分布差異。

7. 結果

最穩定的結果是平台條件化。在揭露來源的社群媒體訊息中，GPT 訊息在 comment、share、mention 上顯著高於人工訊息，且在 difference、excitement、structure 與整體 evaluation 上也較高；效果量多為小到中等。相反地，網頁條件中 GPT 與人工訊息在大多數參與及態度指標沒有顯著差異，只有人工訊息在 uniqueness 上較高。來源揭露對社群媒體 GPT 訊息幾乎沒有顯著影響，但在網頁中，不揭露 GPT 來源帶來較高的 sharing、uniqueness、difference 與整體 evaluation。比較不揭露來源的 GPT 訊息時，網頁相較社群媒體在 like、uniqueness、difference、structure 上較高；整體效果量仍偏低至中等，因此不能解讀成強因果效果。

8. 理論貢獻

第一，研究將 SCT 從「人類來源可信不可信」推進到 AI 來源與揭露政策的脈絡化判讀：來源不是單獨作用，而是與平台及訊息用途共同被評估。第二，研究把 UGT 帶入生成式 AI 行銷訊息，說明社群媒體的互動／娛樂性與網頁的資訊／結構需求，會改變同一 GPT 訊息的知覺結果。第三，研究提醒理論檢驗不能只看 AI 與人的平均差；來源、透明度、平台、內容新穎性與消費者任務可能形成條件組合。由於設計是組間比較，這些是理論延伸與解釋性貢獻，不是已被正式估計的中介或調節因果機制。

9. 實務意涵

旅遊行銷者可在社群媒體以 GPT 協助製作短、具互動性與結構清楚的訊息，但不應把社群效果直接外推到官網或長篇產品資訊。網頁更需要檢查內容的獨特性、可信度與資訊用途；本研究顯示，在網頁情境揭露 AI 來源可能降低部分分享、獨特性與整體評價，因此透明度設計應配合平台任務、內容風險與品牌倫理，而非採一刀切。實務上可採平台分工：社群以快速互動與新鮮感為主，網頁以人工審校、詳細資訊、可驗證性與必要的 AI 說明為主，並持續以 A/B 實驗追蹤真實行為，而非只看問卷態度。

10. 研究限制

便利樣本限制外部效度，且樣本來自土耳其單一文化脈絡；社群媒體組樣本約 260 人，網頁每個條件約 65 人，後者的統計檢定力與效果估計尤其有限。素材只涵蓋 Bodrum、Marmaris 與一家精品旅館，不能代表不同目的地、旅宿品牌、旅遊階段或高涉入服務。研究只觀察 ChatGPT、揭露狀態與三類知覺結果，沒有建模信任、專業性、透明度、內容效用等中介，也沒有測量實際點擊、預訂或長期態度。最後，作者使用組間比較而非因果模型，且訊息創作與平台情境可能仍有未控制的內容品質差異；因此不宜把結果簡化為「揭露 AI 一定傷害行銷成效」。

11. 對我研究的啟發

最可重用的角度是建立「來源身份 × 平台用途 × 訊息特徵 × 消費者反應」的條件模型。對 Human–GenAI collaboration，可把 AI 不只當作內容生產工具，而是嵌入社群互動、旅遊推薦或服務設計流程的協作者，檢驗 AI 人類感、內容個人化、來源透明度與認知風格是否共同影響信任、參與與採納。對觀光研究，本文也提供一個可延伸的多層操作化方案：同一素材分別放在短社群貼文、目的地官網、AI 導遊或旅宿聊天機器人，將知覺新穎性／結構／可信度與實際分享、點擊、預訂意圖串接起來。尤其值得追問的是：網頁的不揭露優勢究竟是「降低 AI 偏見」，還是「遮蔽來源後暫時提高評價」；這需要加入信任、揭露倫理與長期使用經驗的中介／縱貫設計。

12. 整體評價

這篇文章值得收進旅遊行銷、AI 生成內容與平台化消費反應的核心文獻，但定位較適合當 empirical support 與研究設計參考，不宜單獨作為完整 framing paper。它的優點是把 AI／人工、揭露與平台放進同一個實驗比較，且對社群與網頁的結果差異提供清楚的操作化證據；不足是便利樣本、單一國家與小型網頁組、低至中效果量，以及理論未以因果路徑直接驗證。對後續研究最重要的保留是：來源透明度的效果具有情境性，AI 內容研究必須同時交代平台用途、內容任務、消費者經驗與衡量的是知覺還是真實行為。