表情符号是否更有效？生成式人工智能表情符号提示和服务结果对用户满意度的影响：来自事件相关电位（ERP）的证据

《Frontiers in Neuroscience》：Are emojis better? The impact of generative AI emoji cues and service outcomes on user satisfaction: evidence from ERPs

用户满意度与生成式AI服务中表情符号的神经机制研究，采用事件相关电位（ERP）技术，分析服务成功/失败场景下表情符号存在与否对N4（认知冲突）和P3（情绪唤醒）成分的影响。结果显示服务结果显著影响满意度，而表情符号对满意度无直接影响，但在失败场景中增强N4成分，成功与失败场景均增强P3成分。

　　在当前人工智能技术迅猛发展的背景下，生成式人工智能（GenAI）正在成为推动社会和经济变革的重要力量。随着GenAI在医疗、教育、科研等领域的广泛应用，如何提升其在服务行业中的用户体验和用户满意度，成为企业竞争和可持续发展的关键议题。在这一过程中，表情符号（Emojis）作为一种非语言的表达方式，因其能够快速传递情感信息、增强沟通的亲和力和互动性，被广泛应用于在线交流场景中。然而，GenAI由于其黑箱特性和高度的不确定性，使得服务边界控制变得尤为复杂。因此，研究GenAI服务中表情符号的使用及其对用户满意度的影响，具有重要的理论和实践意义。

表情符号在人机交互中的作用，主要体现在其作为情感表达工具的潜力。它不仅能够补充文本信息的不足，还能够在特定情境下引导用户的认知和情感反应。例如，在服务失败的情况下，表情符号可能被用户视为一种不够专业或缺乏同理心的表达方式，从而引发负面情绪和认知冲突。相反，在服务成功的情况下，用户更关注服务本身的质量和效果，表情符号的使用可能被忽略，或者对整体满意度影响较小。这种差异表明，表情符号在GenAI服务中的作用并非普遍适用，而是受到服务结果和具体使用场景的显著影响。

基于这一背景，本文采用了情感作为社会信息（EASI）模型和事件相关电位（ERP）技术，深入探讨表情符号在GenAI服务中的作用机制。EASI模型认为，情感表达不仅是对个体情绪的反映，也是传递社会信息的重要手段，能够影响观察者的行为和决策。ERP技术则因其高时间分辨率，能够捕捉用户在与GenAI交互过程中的即时认知和情感反应，从而揭示用户对服务结果和表情符号的神经机制。

研究结果显示，用户满意度主要由服务结果决定，而表情符号的使用并未显著影响满意度水平。这一结论表明，尽管表情符号在某些情况下能够增强情感表达和互动体验，但在GenAI服务中，其对用户满意度的直接影响有限。然而，从神经认知的角度来看，表情符号在服务失败的情况下引发了更大的N4波幅，表明用户在面对失败时，需要更多的认知资源来处理和解读表情符号所传递的信息，这可能增加了用户的认知负担。而在服务成功的情况下，表情符号虽然能够增强情感反应，但其对P3波幅的影响相对较小，表明用户更关注服务的实际效果，而非情感表达。

这些结果揭示了用户在与GenAI互动时的复杂心理过程。一方面，用户对服务结果的客观评估是满意度的核心驱动因素；另一方面，表情符号作为情感线索，可能在特定情境下对用户的认知和情感反应产生重要影响。然而，这种影响并不总是直接转化为满意度的提升，而是可能通过一系列中介机制发挥作用，如认知冲突、情绪调节等。

从理论角度来看，本文的研究为理解表情符号在GenAI服务中的作用提供了新的视角。EASI模型强调情感表达在人机交互中的重要性，而ERP技术的应用则进一步揭示了用户在不同情境下的神经反应模式。这些发现不仅拓展了EASI模型在GenAI服务领域的适用性，还为相关研究提供了科学依据和方法论支持。

在实践层面，本文的研究结果对GenAI的设计和优化具有重要的指导意义。首先，企业应优先考虑服务质量和结果的可靠性，而不是过度依赖表情符号来提升用户体验。其次，在服务失败的情况下，应谨慎使用表情符号，以避免引发用户的认知冲突和负面情绪。而在服务成功的情况下，如果需要强化品牌个性或增强用户互动，应确保表情符号的使用与服务内容相协调，以避免情感表达与实际服务效果之间的不一致。此外，研究还建议服务提供商应加强对表情符号使用伦理和情境适应性的关注，特别是在医疗、金融和教育等对信息准确性和专业性要求较高的领域。

尽管本文的研究为GenAI服务中表情符号的使用提供了有价值的见解，但仍存在一定的局限性。首先，样本量相对较小，且主要由大学生组成，这可能限制了研究结果的外部效度。未来的研究可以扩大样本规模，并纳入更多样化的用户群体，以提高研究的代表性和普适性。其次，本文主要探讨了“文本信息+静态表情符号”的组合，而未来的研究可以进一步考察动态表情符号、表情符号的位置和顺序等更复杂的特征对用户满意度和体验的影响。最后，ERP技术主要捕捉了用户在交互过程中的即时反应，而未能追踪长期影响。因此，未来的研究可以采用多轮交互追踪框架，收集用户在不同时间点的行为日志、信任度评估和重复使用意愿等数据，以更全面地理解表情符号和GenAI服务对用户满意度的长期影响。

总体而言，本文的研究不仅揭示了GenAI服务中表情符号的使用机制，还为提升用户满意度和优化人机交互设计提供了科学依据和实践建议。随着GenAI技术的不断进步和应用场景的拓展，表情符号在服务设计中的作用仍需进一步探索。未来的研究可以结合更多元化的数据采集方法和更广泛的应用场景，以更深入地理解表情符号在人机交互中的潜在价值和边界约束。