Bronnen persuasiveness
Terug: Week 3
Om ons onderzoek op te stellen, zijn we eerst op zoek gegaan naar bronnen over persuasiveness. Dit om een beter idee te krijgen of een gebruiker beïnvloedt kan worden door spraak en emotie, zodat we een hypothese op kunnen stellen. Daarnaast zijn we op zoek gegaan naar vragenlijsten of andere methoden die gebruikt zijn in dit soort onderzoeken, om (deels) te gebruiken in ons eigen onderzoek.
"Creating More Credible and Persuasive Recommender Systems: The Influence of Source Characteristics on Recommender System Evaluations (2011)"
Yoo, K. H., & Gretzel, U. (2011). Creating more credible and persuasive recommender systems: The influence of source characteristics on recommender system evaluations. In Recommender systems handbook (pp. 455-477). Springer US.
"Recent research regarding the persuasiveness of technology suggests that technologies can be more credible and persuasive when leveraging social aspects that elicit social responses from their human users [88, 36]."
"Wang and Benbasat [134], for instance, found that users not only perceive recommender systems as having human characteristics and, consequently, treat systems as social actors, but that such social perceptions influence system evaluations."
Om te overtuigen is het belangrijk dat diegenen geloofwaardig is. Geloofwaardigheid wordt bepaald door vertrouwen en expertise. De perceptie bij human-human interactie hiervan wordt beïnvloedt door verschillende kenmerken: - Similarity: over de precieze invloed zijn onderzoekers het echter oneens.
- Likeability: vertrouwen wordt verhoogd.
- Symbolen van autoriteit: komt geloofwaardiger over.
- Spreekstijl: snelheid kan de geloofwaardigheid beïnvloeden, maar hier is geen duidelijkheid over.
- Aantrekkelijkheid: aantrekkelijkere personen zijn geloofwaardiger (heeft samenhang met likeability)
- Humor: hangt af van de context of dit bijdraagt aan geloofwaardigheid. Het draagt vooral bij aan vertrouwen en niet aan expertise.
"Media equation theory suggests that individuals’ interactions with computers, television sets, and new media are fundamentally social and natural, just like interactions in real life"
"Nass et al. [93] illustrated that people apply gender and ethnicity stereotypes to computers. Specifically, their study found that people evaluated the tutor computer as significantly more competent and likeable when it was equipped with a male voice than a female voice. They also found that the female-voiced computer was perceived as a better teacher of love and relationships and a worse teacher of computing than a male-voiced computer, even though they performed identically."
"Human voice is a very strong social cue that has been found to profoundly shape human-technology interactions [88]. However, findings in the context of embodied interface agents are not widely available and are currently inconclusive. The voice output of interface agents was found to be helpful in inducing social and affective responses from users in some studies [106, 82] but other studies found that sociability is higher when the system avatar only communicated with text [124]."
"What Makes Social Feedback from a Robot Work? Disentangling the Effect of Speech, Physical Appearance and Evaluation (2010)"
Vossen, S., Ham, J., & Midden, C. (2010). What makes social feedback from a robot work? disentangling the effect of speech, physical appearance and evaluation. In Persuasive technology (pp. 52-57). Springer Berlin Heidelberg.
Spraak en uiterlijk van de robot zijn twee onafhankelijke variabelen die van invloed kunnen zijn op persuasiveness. Als een van deze twee variabelen aanwezig is, is het dus al genoeg om gebruikers meer te overtuigen.