מאמר שיטה

הומור או רציונליות? המנגנונים העצביים של האופן שבו סוג סוכן וסגנון שפה משפיעים על שביעות רצון מהתאוששות מכשל שירות שירות בשירות נסיעות ניידות

519 צפיות

⸱

DOI:

10.3791/69813

⸱

13 במרץ 2026

 ,  ,  ,  , 
1School of Economics and Management, Harbin Engineering University, 2School of Economics and Management, Northeast Agricultural University

במאמר זה

סיכום

מחקר זה עושה שימוש ב-ERPs כדי לחקור כיצד סוג סוכן (אדם/בינה מלאכותית) וסגנון השפה (הומוריסטיבי/רציונלי) משפיעים על שביעות רצון משירותי שירות השירות בקריאת נסיעות, במטרה לחשוף מנגנונים נוירוקוגניטיביים.

תקציר

בתעשיית שירותי הנסיעות, אסטרטגיות שיקום שירות יעילות לאחר תקלות הן חיוניות לשביעות רצון הנוסעים ולמוניטין של הפלטפורמה. עם זאת, כיצד השילוב בין סוג הסוכן לסגנון השפה משפיע על שביעות רצון הנוסעים ועל המנגנונים העצביים הבסיסיים נותר לא ברור. מחקר זה עיצב ניסוי פוטנציאלים קשורים לאירועים (ERPs) כדי לבדוק כיצד שני גורמים מרכזיים בשיקום לאחר כשל — סוג סוכן שירות וסגנון שפה — משפיעים על שביעות רצון הנוסעים ועל הקשר העצבי שלה. A 2 (סוג סוכן: אדם/בינה מלאכותית) × 2 (סגנון שפה: הומורי/רציונלי) נעשה שימוש בעיצוב בתוך הנושאים. באמצעות תוכנת E-Prime, הוצגו המשתתפים חמישה תרחישי כשל נפוצים שנבחרו מראש של שירות שירות קריאת נסיעות. כל תרחיש לווה בהצעת פיצוי שובר סטנדרטית שניתנה על ידי סוכן, כאשר סוג הסוכן וסגנון השפה השתנו באופן שיטתי בין הניסויים. ההליך כלל הקלטה סימולטנית של אותות אלקטרואנצפלוגרפיה (EEG) ב-64 ערוצים ואיסוף דירוגי שביעות רצון התנהגותית. נתוני התנהגות הצביעו על דירוגי שביעות רצון גבוהים יותר מהסוכן האנושי ומסגנון השפה ההומוריסטית. תוצאות ה-ERP חשפו משרעת N2 שלילית יותר ושליליות הקשורה למשוב (FRN) שנגרמו על ידי סגנון השפה הרציונלי, בעוד שסוכנים אנושיים והסגנון הרציונלי עוררו אמפליטודות P300 חיוביות יותר. מחקר זה מפרט את ההכנה הסטנדרטית של גירויים ניסיוניים, בקרת תזמון מדויקת של ההליך הניסוי, הכנת רישום EEG המבוססת על מערכת International 10-20, וכל המסלול המתודולוגי מאיסוף הנתונים ועד לעיבוד מוקדם. פרוטוקול זה מציע רזולוציה זמנית גבוהה ושחזוריות טובה. הוא מתאים למחקר במדעי המוח הצרכניים, אינטראקציה בין אדם למחשב וניהול שירותים, שדורש כימות מדויק של הדינמיקה הזמנית שמאחורי תהליכי הקוגניציה החברתית וקבלת ההחלטות.

מבוא

שירות נסיעות, מודל דגל של כלכלת השיתוף, הפך לרכיב אינטגרלי במערכות אקולוגיות של ניידות עירונית בשל התלות הבסיסית שלו באינטראקציה בזמן אמת וחוויית משתמש1. עם זאת, כשלים בשירות – כמו חוסר נימוס של הנהג, תקלה ברכב או עיכובים בנסיעה – קשה למחיק לחלוטין. אירועים אלו לעיתים קרובות בלתי צפויים ותלויי הקשר, ומעוררים בקלות אי שביעות רצון של הנוסעים ופוגעים באמון2. בשוק תחרותי מאוד, התאוששות מהירה ויעילה של שירות אינה רק צעד הכרחי לתיקון ליקויים מיידיים; זהו מרכיב אסטרטגי לבניית אמון המשתמשים מחדש ולשימור נאמנות לטווח ארוך3.

המחקר המסורתי על שיקום שירות השתמש בעיקר בשיטות התנהגותיות, כגון שאלונים וניסויים מבוססי תרחישים. מחקרים אלו מעריכים את היעילות של אסטרטגיות התאוששות שונות על ידי מדידת מדדים מפורשים כמו שביעות רצון וכוונת רכישה חוזרת. למרות שמחקר זה הניב ממצאים משמעותיים, הוא בעיקר מוגבל לצפייה בתוצרים ההתנהגותיים הסופיים של הצרכנים. עדיין חסרות ראיות ישירות לגבי תהליך ה"קופסה השחורה" הפנימי – ובפרט, כיצד המוח מעבד, מעריך ולבסוף משנה מידע על שחזור שירות להחלטה. במילים אחרות, למרות שקיים ידע לגבי אילו אסטרטגיות הן יעילות, ההבנה של המנגנונים הנוירוקוגניטיביים הבסיסיים נשארת מוגבלת. מספר שאלות ספציפיות עדיין קיימות: האם ההבדלים בין סוכני אדם לסוכני בינה מלאכותית מתבטאים בשלבים הראשונים של עיבוד המידע? איך סגנונות תקשורת הומוריסטיים לעומת רציונליים מווסתים את הרגשות השליליים שמעוררים מכשלי שירות? מהו המסלול העצבי המלא – מזיהוי קונפליקטים ועד אינטגרציה קוגניטית – שמאחורי ההחלטה הסופית לסיפוק?

בעוד שאסטרטגיות החלמה מסוימות (כגון פיצוי כספי או התנצלות) ידועות כיעילות בדרך כלל, הבנה עמוקה של מדוע וכיצד אסטרטגיות אלו פועלות ברמות קוגניטיביות ורגשיות – כמו גם את המנגנונים העצביים הדינמיים שבסיסן – נותרה מוגבלת. פער מתודולוגי זה מגביל את היכולת לעצב פתרונות שחזור שירות מדויקים, יעילים ומותאמים אישיים יותר. כדי לחקור את ה"קופסה השחורה" הזו, המחקר הנוכחי עושה שימוש בטכנולוגיית פוטנציאלים הקשורים לאירועים (ERPs) כגישה מתודולוגית מרכזית. על ידי הקלטת אותות אלקטרואנצפלוגרפיים הננעלים בזמן לאירועי גירוי ספציפיים, ERPs מספקים רזולוציה זמנית של אלפיות שנייה, המאפשרת לכידת פעילות מוחית מיידית באופן לא פולשני ורציפה במהלך עיבוד קוגניטיבי 5,6,7. בהשוואה להדמיית תהודה מגנטית פונקציונלית (fMRI), ERPs מציעים יתרון ברור בדיוק זמני8. בהשוואה למדדי דיווח עצמי מסורתיים, ERPs יכולים להימנע ביעילות מהטיה רטרוספקטיבית ומהשפעות של רצון חברתי, ובכך לחשוף ישירות את התגובות העצביות המיידיות והלא מודעות של הפרט. בהקשר של כישלון בשירות והתאוששות, משמעות הדבר היא ש-ERPs מאפשרים הפרדה מדויקת ותצפית על סדרה של תהליכים פסיכולוגיים מהירים ורציפים. אלה כוללים גילוי קונפליקט מוקדם (המשתקף ברכיב N2), הערכת רגשות ותוצאה בטווח האמצע (המשתקפת ברכיב FRN), ואינטגרציה קוגניטיבית ברמה גבוהה והערכת מוטיבציה בשלבים מאוחרים (המשתקפים ברכיב P300)10,11,12,13,14,15. לכן, ERPs משמשים ככלי אידיאלי להבהרת המנגנונים העצביים המורכבים שמאחורי קבלת החלטות בשיקום שירותים.

בהתבסס על השיקולים המתודולוגיים שתוארו לעיל, מאמר זה מציג פרוטוקול ניסויי שיטתי, קפדני וניתן לשחזור ERPs. פרוטוקול זה נועד לחקור כיצד שני אלמנטים מרכזיים של התאוששות שירות — סוג סוכן שירות (אדם מול בינה מלאכותית) וסגנון שפה (הומורוס מול רציונלי) — משפיעים יחד על שביעות רצון הנוסעים ועל המנגנונים העצביים הבסיסיים לאחר כשל שירות בקריאת נסיעה. הפרוטוקול מגייס סטודנטים באוניברסיטה עם ניסיון קודם בהנהגת נסיעות. הוא משתמש בפרדיגמה ניסיונית סטנדרטית של S1-S2 ובעיצוב 2 (סוג סוכן: אדם מול בינה מלאכותית) × 2 (סגנון שפה: הומור מול רציונלי) בתוך הנושאים. גירויים הכוללים תרחישי כשל שירות והצעות שיקום מאוחרות מוצגים בצורה סטנדרטית באמצעות תוכנת E-Prime. ההליך כולל רכישה סימולטנית של נתוני אלקטרואנצפלוגרפיה (EEG) ב-64 ערוצים ודירוגי שביעות רצון התנהגותית.

מחקר זה עושה שימוש בפרוטוקול כדי לבחון תגובות התנהגותיות ולגילוי שלבי העיבוד הקוגניטיבי הייחודיים העומדים בבסיס השפעות ההתאוששות מהשירות מנקודת מבט נוירודינמית16,17. לדוגמה, הסגנון הרציונלי עלול להפר ציפיות רגשיות וכך לעורר אותות קונפליקט חזקים יותר ומשוב שלילי יותר בשלבים המוקדמים של הליטומיד, המשתקף כמשרעת N2 ו-FRN שליליתיותר 18,19,20. יתרה מזאת, סוכן אנושי עשוי לקבל הערכה מוטיבציונית חיובית יותר בשלב האינטגרציה המאוחרת בשל תכונותיו החברתיות, כפי שמצוין על ידי משרעת P300 חיוביתיותר 21. בינתיים, סגנון השפה הרציונלי ככל הנראה מגדיל את המשאבים הקוגניטיביים הנדרשים לפתרון קונפליקטים, מה שיכול לבוא לידי ביטוי גם במשרעת P300גדולה יותר 22.

פרוטוקול זה מציע רזולוציה זמנית גבוהה ושחזוריות טובה. ההיגיון העיצובי והפרטים המתודולוגיים שלה רלוונטיים לא רק להקשר שירותי הסעות אלא גם מהווים מקור לתחומי מחקר רחבים יותר. תחומים אלו כוללים נוירו-מדעי הצרכן, אינטראקציה בין אדם למחשב, ניהול שירותים ולימודי תקשורת. לכן, היא תורמת לכימות מדויק ולהבנה של עיבוד מידע דינמי במוח האנושי בהקשרים שונים של אינטראקציה חברתית וקבלת החלטות.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

פרוטוקול מחקר זה אושר על ידי ועדות אתיקה מקומיות ומוסדיות ועומד בגרסה העדכנית ביותר של הצהרת הלסינקי. כל המשתתפים קיבלו הסכמה מדעת בכתב לפני ההשתתפות ויכולים לפרוש מהמחקר בכל עת כדי להגן על זכויותיהם.

1. גירויים ניסיוניים

  1. בחירה מוקדמת של תרחישי כשל בשירות
    1. גייסו 100 סטודנטים עם ניסיון קודם בהנהגת נסיעות.
    2. בקשו מהמשתתפים לדרג את רמת אי שביעות הרצון שלהם מעשרה תרחישי כישלון נפוצים בשירות קריאת נסיעות באמצעות סולם ליקרט בן 7 נקודות (1 = לא מרוצה כלל; 7 = מאוד לא מרוצה). התרחישים צריכים לכלול: חוסר נימוס של הנהג, תקלה ברכב, יעד שגוי, הגעה מאוחרת של נהג, תאונות דרכים, היגיינה לקויה ברכב, נהג שעובר עיקוף מעבר, חיוב לפני העלייה למטוס, נהג שלא מסייע עם המזוודות, וטמפרטורת רכב לא נוחה.
    3. דרגו את עשרת התרחישים לפי דירוגי חוסר שביעות הרצון הממוצעים שלהם ובחרו את 50% התרחישים עם הדירוגים הגבוהים ביותר כחומרי ניסוי פורמליים.
    4. סגור את חמשת תרחישי כשל השירות הבאים לשימוש בניסוי: חוסר נימוס של הנהג, תקלה ברכב, יעד שגוי, הגעה מאוחרת של נהג ותאונות דרכים.
    5. הצג כל תרחיש שנבחר בפני המשתתפים באמצעות תיאורים טקסטואליים קצרים המלווים בהנחה "כשל בשירות!".
      הערה: ביישום הנוכחי, התרחישים שנבחרו הציגו דירוג אי-שביעות רצון ממוצע של 6.6, שהיה גבוה משמעותית מהדירוג הממוצע של 50% התחתונים של התרחישים (ממוצע = 3.6). הבדל זה מצביע על כך שהתרחישים שנבחרו עוררו למעשה תחושת כישלון שירות, מה שתומך בתוקף הגירויים הניסיוניים.
  2. עצבו שני סגנונות שפה (הומוריסטיים ורציונליים) לסוכנים (שירות לקוחות אנושי מול שירות לקוחות בינה מלאכותית) כדי לספק פיצוי ולחשוף מידע באמצעות טקסט בשילוב עם תמונות של נציגי שירות לקוחות. לדוגמה, בתרחיש שבו הגישה של הנהג לשירות ירודה, סגנון השפה ההומוריסטי אומר, 'הנהג במצב רוח רע, וזה מדבק! הנה מגיע קופון מזומן, מבטיח חיוך בפעם הבאה!' סגנון השפה הרציונלית קובע כך: ' מתנצלת התנצלות על גישת הנהג הלא מספקת, וקופון מזומן ניתן כפיצוי. חסות עתידית מתקבלת בברכה.'
  3. עבדו את כל התמונות הניסיוניות באמצעות Adobe Photoshop 2022 כדי לאחד את חומרי הגירוי ולהבטיח את תוקפם ועקביותם. כוון את מידות התמונה באופן אחיד ל-2560 × 1440 פיקסלים ברזולוציה של 72 DPI. כיול הבהירות לערך של 85 והגדל את הניגודיות ב-+20 כדי למזער הפרעות ויזואליות. בנוסף, יש לאחד ולמקסם את הניסוח הקשור לגירויים כדי להבטיח בהירות ונוחות הבנה, תוך הימנעות מכל עמימות.
  4. בצע מחקר פיילוט לאיסוף משוב מהמשתתפים על כל חומרי התמריצים. ודא שכל תרחישי כשל השירות מעוררים תחושה של כשל בשירות. אשר שחומרים במצב הומוריסטי מדורגים באופן משמעותי גבוה יותר על פי הומור נתפס מאשר אלו במצב רציונלי, תוך היעדר הבדל משמעותי בדירוגי ההתאמה והטבעיות. כמו כן, ודאו שמשך ההצגה של 1250 מילישניות מספיק למשתתפים לקרוא ולהבין את טקסט הגירוי.
  5. התאימו ואיזנו את אורך הטקסט, הנמדד לפי מספר התווים הסיניים, בין תנאי סגנון השפה השונים. ודא שאין הבדל משמעותי באורך הטקסט בין התנאים ההומוריסטיים והרציונליים. בקרה על ההשפעה המבלבלת של מורכבות הטקסט על זמן הקריאה והעומס הקוגניטיבי.

2. הליך ניסויי

  1. אימצו 2 (סוג סוכן: אדם מול בינה מלאכותית) × 2 (סגנון שפה: הומוריסטי מול רציונלי) בתוך עיצוב פקטוריאלי בתוך הנבדקים.
  2. יצר ארבע גרסאות מובחנות של רצף הניסוי. לכל גרסה, שלבו את ארבעת התנאים הניסיוניים (הומוריסט אנושי, רציונלי אנושי, הומוריסטי מבוסס בינה מלאכותית, רציונלי בינה מלאכותית) עם חמשת תרחישי כשל השירות.
  3. תכנים 120 ניסויים ב-E-Prime, חלקו אותם לשני בלוקים של 60 ניסויים, הכניסו מסך מנוחה חובה של 120 שניות בין הבלוקים, ומבנה כל ניסוי כך:
    1. הצג את נקודת הקיבוע במרכז המסך למשך 500 מילישניות.
    2. הצג הודעה שמצביעה על כישלון שירות הנסיעות למשך 1000 מילישניות.
    3. הצג מסך ריק למשך 250 מילישניות.
    4. הצג מידע לגבי גילוי זהות סוכן השירות למשך 1000 מילישניות.
    5. הצג מסך ריק למשך 250 מילישניות.
    6. ספקו למשתתף תסריט התנצלות שנמסר בשפה הומוריסטית/רציונלית על ידי סוכן השירות למשך 1250 מילישניות.
    7. הצג מסך ריק למשך 250 מילישניות.
    8. הציעו למשתתף פיצוי בצורת קופון שווה ערך (שובר נסיעה השווה לעלות השירות) עבור 1250 מילישניות.
    9. הצג מסך ריק למשך 250 מילישניות.
    10. בקש מהמשתתף להעריך את שביעות רצונו מהפתרון המוצע (1 = מאוד לא מרוצה, 5 = מרוצה מאוד); ממשק ההערכה יישאר עד שהמשתתף יבחר.

figure-protocol-1
איור 1: הליך ניסיוני. רצף האירועים ומשך ההצגה של ניסוי ניסיוני יחיד מוצגים משמאל לימין כך: צולב קיבוע (500 מילישניות), הנחיית תרחיש כשל שירות (1000 מילישניות), מסך ריק (250 מילישניות), מידע על סוג סוכן שירות (1000 מילישניות), מסך ריק (250 מילישניות), סגנון שפה (1250 מילישניות), מסך ריק (250 מילישניות), אסטרטגיית שחזור שירות (מידע על שובר, 1250 מילישניות), מסך ריק (250 מילישניות), ולבסוף ממשק דירוג שביעות הרצון (מוצג עד שהמשתתף הגיב). אנא לחצו כאן כדי לצפות בגרסה מוגדלת של הדמות הזו.

3. הכנה ניסיונית והקלטה אלקטרופיזיולוגית

  1. הכנה ניסיונית
    1. גייסו 20 סטודנטים לתואר ראשון ולתארים מתקדמים בתשלום (8 נשים) מאוניברסיטת הרבין להנדסה בהתאם לקריטריוני הכללה: יד ימין, ראייה תקינה או מתוקנת לנורמלית, ללא היסטוריה של הפרעות פסיכיאטריות או נוירולוגיות, וללא היסטוריה של החלקת שיער או צביעת שיער בששת החודשים האחרונים. המשתתפים היו בגילאי 18–28 (M=23.25, SD=±2.23). קבעו מפגשי ניסוי נפרדים לכל משתתף. החריגו משתתפים עם ארטיפקטים נתונים מופרזים מניתוח נוסף.
    2. לאחר שהמשתתף מגיע למעבדה, ערוך תדרוך מקדים. הצג את הציוד המרכזי, החומרים ואת כל תהליך הניסוי שלב אחר שלב. הסבר בבירור את הדרישות הספציפיות של משימות הניסוי, משך המשך המשוער ואמצעי הזהירות החשובים. ודא שהמשתתף מבין במלואו את עוצמת הניסוי.
    3. לספק למשתתפים טופס הסכמה מדעת בכתב לפני תחילת הניסוי הרשמית. דרוש מהמשתתפים לקרוא את הטופס בקפידה ולחתום עליו לפני תחילת הניסוי.
    4. הנחו את המשתתף לשטוף את שיערו עם שמפו ניטרלי באזור ייעודי כדי להסיר שמן קרקפת, אבק וזיהומים אחרים שעשויים להשפיע על ההולכה בין האלקטרודות לקרקפת. לאחר מכן, הנחו את המשתתף להשתמש במייבש שיער שמספק המעבדה כדי לייבש היטב את שיערו, ולוודא שלא יישארו אזורים לחים. כוון את מייבש השיער למהירות אוויר בינונית (כ-1600 וואט) ומצב טמפרטורה קבוע (כ-50°C).
    5. הנח את המשתתף אל מעבדת הקלטת EEG הייעודית. המעבדה מצוידת באופן מקצועי במיגון אלקטרומגנטי ובידוד קול גבוה. כוונו את מיזוג האוויר ואת התאורה הסביבתית כדי להבטיח טמפרטורת חדר של כ-22°C ותאורה עמומה. הנחו את המשתתף לשבת בכיסא הנוח. ודא שהמרחק בין עיני המשתתף למרכז המסך הוא בערך מטר אחד.
    6. קחו 75% אלכוהול רפואי, כדורי כותנה וניקוי פנים שאינו מגרה. נגבו בעדינות את האזורים הספציפיים בפניה של המשתתפים עם הפריטים הללו.
    7. מקם את פקק האלקטרודה, המצויד ב-64 אלקטרודות Ag/AgCl, על הקרקפת של המשתתף לפי מערכת International 10-20. יישר את קו האמצע של הכובע עם קו הנאזיון לאיניון של המשתתף. מקם את אלקטרודת ה-CZ בקודקוד הראש. בדוק את מיקום הכובע: ודא שהאלקטרודות Fp1 ו-Fp2 ממוקמות כ-2 ס"מ מעל הנזיון, והאלקטרודות T3 ו-T4 ממוקמות כ-2 ס"מ מעל הטראגוס של האוזן.
    8. מלאו את כל בארות האלקטרודות בג'ל מוליך. אבטח את האלקטרודות החיצוניות באמצעות סרט רפואי. הנח את אלקטרודת הייחוס על קצה האף. מקם את האלקטרודות האלקטרוקולוגרמה האנכית (VEOG) כ-1 ס"מ מעל ומתחת לשקע האורביטלי השמאלי. הניחו את האלקטרודות האלקטרואוקולוגרפיות האופקיות (HEOG) כ-1 ס"מ לרוחב הקנתוס החיצוני של כל עין. מקמו את האלקטרודות המקליטות (M1, M2) על המסטואידים השמאלי והימני, בהתאמה.
    9. כוון את רצועת הסנטר של פקק האלקטרודה להתאמה הדוקה אך נוחה כדי למנוע הזזת אלקטרודות במהלך הניסוי. לאחר מכן, בדוק את מיקום המכסה הסופי כדי לוודא שהוא לא מסובב או מסובב.
    10. העבר את תוכנת ההקלטה למצב בדיקת התנגדות. מלאו את כל הבארות של כל האלקטרודות במכסה בג'ל מוליך באמצעות מזרק קהה. חלקו בעדינות את השיער בכל אתר אלקטרודה כדי להבטיח מגע מלא בין האלקטרודה לקרקפת. כוונן את האלקטרודות באופן רציף עד שההתנגדות של כל ערוץ יורדת מתחת למטה ומתייצבת ב-10 kΩ. ודאו שערכי ההתנגדות מוצגים בטווח המקובל (בדרך כלל מסומנים בצבע כחול או כהה במוניטור ההתנגדות).
    11. עדכנו את המשתתפים שהניסוי יתבצע בסביבה סגורה ושקטה. הנחו אותם לשמור על מצב רגוע, לשמור על יציבת ישיבה, להימנע מתנועות גוף מופרזות ולהישאר מרוכזים לאורך כל הניסוי.
    12. הצג את הגירויים באמצעות מסך LCD בגודל 22 אינץ'. הגדר קצב רענון מסך ל-60 הרץ.
  2. נוהל הפעלת תוכנת E-Prime
    1. תתחיל את e-Studio ותטען את הפרויקט. הכנס את מפתח החומרה של E-Prime ליציאת USB במחשב. לחצו פעמיים על אייקון E-Studio בשולחן העבודה כדי להפעיל את התוכנה. לחץ על קובץ -> פתח בתפריט ובחר את קובץ הפרויקט לניסוי זה.
    2. הזן את פרטי המשתתפים. בממשק ההפעלה של E-Run, הזן במדויק את מספר הנושא (למשל, 001), מספר הסשן ומידע נדרש נוסף.
    3. בצע את סשן התרגול. לחץ על כלים -> E-Run, ואז בחר רץ בחלון הקופץ. התוכנית תציג תחילה את הוראות המשימה. ודא שהמשתתף יכול לחזור בבירור על ההליך הניסיוני ואת שיטת התגובה הנכונה. לאחר מכן, רץ את 10 מבחני האימון. מבנה הניסויים הללו זהה לזה של הניסוי הראשי. לאחר סשן התרגול, שאלו את המשתתף האם הצליח לקרוא ולהבין ביעילות את המידע המוצג בגירויים.
    4. התחל את הניסוי הראשי. לאחר סיום ניסויי האימון, יש לגשת למסך ההדרכה. אשר את מוכנות המשתתף, ואז הורה לו ללחוץ על מקש הרווח כדי להתחיל את הניסוי הראשי. ודא שהניסוי הראשי כולל 120 ניסויים המחולקים לשני בלוקים, כאשר 60 ניסויים מוקצים לכל בלוק. הכנס תקופת מנוחה חובה של 2 דקות בין שני הבלוקים.
    5. עוקב אחרי הסשן ושמור נתונים. עקבו אחרי התקדמות הסשן מחדר סמוך דרך מסך מסך. עם סיום כל הניסוי, ודא ש-E-Prime שומר אוטומטית את קובץ הנתונים.
  3. תדרוך ופיצויים
    1. שמור את נתוני ה-EEG והסיר את פקק האלקטרודה מהמשתתפים. הנחו את המשתתפים לנקות את הג'ל המוליך שנותר מהשיער ומהעור. ודאו שלא נשארו שאריות ג'ל על השיער או העור. ודאו שלמשתתפים אין אי נוחות לאחר תהליך הניקוי.
    2. סיימו את הניסוי ושלמו למשתתפים שכר של 30 יואן (כ-4.50 דולר).
  4. הליך קדם-עיבוד נתונים
    1. בדוק את הנתונים. בדוק ויזואלית את נתוני ה-EEG. החריגו תקופות עם סטייה בסיסית משמעותית או ארטיפקטים של רעש חמור מניתוח נוסף.
    2. ארטיפקטים עיניים נכונים. הגדר את ערוץ האלקטרואוקולוגרם האנכי (VEOG) כהפניה לממצאים עיניים. השתמש באלגוריתם הפחתת פריטי העין בתוכנת הסריקה כדי לתקן ארטיפקטים של מצמוץ ותנועות עיניים.
    3. Epoch the Data. חלקו את נתוני ה-EEG הרציפים לתקופות נעולות בזמן לתחילת הגירוי, באמצעות סימני האירועים שהוכנסו על ידי תוכנית E-Prime. הגדר את חלון הזמן של התקופה מ-200 מילישניות (קדם-גירוי) ועד +800 מילישניות (לאחר גירוי).
    4. בצע תיקון בסיס. הגדר את מרווח הפרה-גירוי של 200 מילישניות כקו הבסיס. החסר את המשרעת הממוצעת שלו מנתוני הפוסט-גירוי באמצעות אלגוריתם התיקון הבסיסי בתוכנת הסריקה.
    5. לדחות חפצים. לדחות תקופות שבהן משרעת האות עולה על ±100 מיקרו-וולט בתוך חלון הניתוח כדי למנוע זיהום מפעילות שרירים ומארטיפקטים בעלי עוצמה גבוהה אחרת.
    6. הפנה מחדש את הנתונים. חשב את האות הממוצע מהאלקטרודות על המסטואידים השמאלי והימני. הפנה מחדש את כל הערוצים הלא מקוונים לממוצע המסטואידים המחושב הזה.
    7. ממוצע בתוך המקצועות. עבור כל משתתף, ממוצע את כל התקופות ללא ארטיפקט השייכות לאותו תנאי גירוי כדי לקבל גלי ERP יציבים וספציפיים לכל פרט.
    8. מרח פילטר. סנן את צורות הגל הממוצעות של ERP באמצעות מסנן מעבר נמוך של 30 הרץ (גלגול של 24 dB/אוקטבה).
    9. צור ממוצעים גדולים. משלבים את הממוצעים האישיים של כל מצב בין כל המשתתפים ליצירת ERPs ממוצעים כוללים ומקבלים את צורות הגל ברמת הקבוצה לכל תנאי ניסוי.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

כפי שמוצג באיור 2א, 2 (סוכן שירות: אדם מול בינה מלאכותית) ×2 (סגנון שפה: הומוריסט מול רציונלי) מדדים חוזרים של ANOVA על דירוגי שביעות רצון חשפו השפעה עיקרית משמעותית של סוכן השירות. השוואות זוגיות הראו כי שביעות הרצון מהסוכן האנושי (3.005) הייתה גבוהה יותר מאשר עם סוכן הבינה המלאכותית (2.750). נמצאה גם השפעה משמעותית של סגנון השפה. השוואות זוגיות הראו כי שביעות הרצון במצב ההומוריסטי (3.018) הייתה גבוהה יותר מאשר במצב הרציונלי (2.737). כפי שמוצג

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

מחקר זה משלב מדדים התנהגותיים עם טכניקת ERPs ברזולוציה זמן גבוהה כדי לחשוף באופן שיטתי את המנגנונים הקוגניטיביים והעצביים הרב-שלביים שבאמצעותם סוג סוכן שירות (אנושי מול בינה מלאכותית) וסגנון השפה (הומורי מול רציונלי) משפיעים על שביעות רצון הנוסעים מהחזרת שירות. תוצאות התנהגותיות מראות שסוכן אנושי וסגנון שפה הומוריסטי בנפרד מובילים לדירוגי שביעות רצון גבוהים יותר. נצפה אפקט אינטראקציה משמעותי: שביעות הרצון הייתה הגבוהה ביותר כאשר סוכן אנושי שולב לסגנון שפה הומוריסטיבי, בעוד שהיה נמוך כאשר...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

למחברים אין מה לחשוף.

תודות

עבודה זו נתמכה על ידי הקרן הלאומית למדעי הטבע של סין (מס' 72001055). אנו מודים לכל העמיתים במעבדה 412 על עזרתם בניסוי. ST, XY ו-JY יזמו ותכננו את המחקר. XY ו-XZ ערכו את הניסויים. XY ניתח את הנתונים וכתב את כתב היד. ST סקר את כתב היד. כל המחברים תרמו למאמר ואישרו את הגרסה שהוגשה.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
NeuroScan Synamp2 AmplifierNeurosoft Labs Inc., USASYN-2-641. הקלטת EEG רציפה עם מסנן להעברת פס (0.05–100 Hz) וקצב דגימה (1,000 Hz)
2.מצויד בתוכנת Scan 4.3.1 לניטור עכבה והקלטת נתונים
3.תואם עם כובעי אלקטרודות 64 ערוצים
כובע אלקטרודות Ag/AgCl 64 ערוציםElectro-Cap InternationalEC-64התקנה על פי התקן הבינלאומי מערכת 10-20. השתמש בקצה האף כהתייחסות מקוונת. כל הערוצים הועברו מחדש ללא מגע לממוצע של התייחסויות המסטיד השמאלי והימני. האלקטרודה בין FPz ו- Fz הוחלה כקרקע. ה- EOG האנכי והאופקי EOG הוקלטו על ידי שתי אלקטרודות הממוקמות מעל ומתחת לעין השמאלית 10 מ"מ ואלקטרודות לרוחב על הקנטים החיצוניים של שתי העיניים. כל עכבות האלקטרודות נשמרו מתחת ל- 10 KΩ.
תוכנת E-primePsychology Software Toolsמשמשת לעיצוב ניסויים, להתחלת ניסויים, להצגת גירויים, לשליטה בתהליך הניסוי ולאסוף נתונים התנהגותיים.
ג'ל מוליך Quik-GelCompumedics Limited AustraliaRP0002831ג'ל מוליך רפואי. תפקידו העיקרי הוא להחיל בין האלקטרודות והקרקפת או העור במהלך בדיקות נוירופיזיולוגיות של אלקטרואנצפלוגרם (EEG) כדי להפחית עכבה, להבטיח הולכה חלקה של אותות חשמליים, ובכך להשיג תוצאות בדיקה ברורות ומדויקות.
NuprepWeaver and company10-30ג'ל הכנה לעור (שוחק). לפני בדיקות אלקטרופיזיולוגיות של אלקטרואנצפלוגרם (EEG), הוא משמש לשוחק ולניקוי העור, באופן יעיל מסיר שמנים ועור מת כדי להפחית עכבת עור, ובכך להבטיח הולכה ברורה ומדויקת יותר של אותות אלקטרודה.
מזרק BD 10mlBecton, Dickinson and CompanyREF309604מזרק קיבולת סטנדרטי 10ml. משמש למילוי החללים הגליליים של כל האלקטרודות בכובע האלקטרודות במשחת מוליכות, ומבטיח מגע מספק בין הקרקפת לאלקטרודות.
מייבש SalonShine Care ION+PHILIPSHP8206מייבש שיער במהירות ומנצל טכנולוגיית יונים שליליים כדי להפחית סטטי ועור פרוע.
שמפו Bee & FlowerShanghai Bee & Flower Daily Necessities Co., Ltd.GB/T 29679שמפו עדין. מסיר ביעילות שמן קרקפת ולכלוך עודף, ומפחית את ההפרעה לניסוי.
אלכוהול 75% Dezhou Chuangyi Medical Technology Co., Ltd.1378מפחית את עכבת העור.
סרט ניתוח Transpore 3MMinnesota Mining and Manufacturing Medical Devices (Shanghai) Co., Ltd.1527C-1משמש לאבטחת אלקטרודות חיצוניות.
צג LCDDellE2219HNמשמש להצגת הנוהל הניסויי והגירויים, ומשמש כממשק חשוב לאינטראקציה בין אדם למחשב.

מקורות

  1. Liu, Y., Jia, R., Ye, J., Qu, X. How machine learning informs ride-hailing services: A survey. Commun Transp Res. 2, 100075 (2022).
  2. Hien, N. N., Long, N. T., Liem, V. T., Luu, D. X. Customer responses to airline service failure: Perspectives from expectation disconfirmation theory. SAGE Open. 14 (2), 21582440241248334 (2024).
  3. Tahir, Z. Effectiveness of offline and online rewards in restoring satisfaction and trust. Span J Mark ESIC. 25 (3), 409-424 (2021).
  4. Shi, Y., Zhang, R., Ma, C., Wang, L. Robot service failure: The double-edged sword effect of emotional labor in service recovery. J Serv Theory Pract. 33 (1), 72-88 (2023).
  5. Helfrich, R. F., Knight, R. T. Cognitive neurophysiology: Event-related potentials. Handbook of Clinical Neurology. 160, 543-558 (2019).
  6. Beres, A. M. Time is of the essence: A review of electroencephalography and event-related brain potentials in language research. Appl Psychophysiol Biofeedback. 42 (4), 247-255 (2017).
  7. Donchin, E. . Cognitive Psychophysiology: Event-Related Potentials and the Study of Cognition: The Carmel Conferences Volume I. , (2022).
  8. Liu, T. T. Noise contributions to the fMRI signal: An overview. NeuroImage. 143, 141-151 (2016).
  9. Tivadar, R. I., Murray, M. M. A primer on electroencephalography and event-related potentials for organizational neuroscience. Organ Res Methods. 22 (1), 69-94 (2019).
  10. Duan, H., Wang, L., Wu, J. Psychophysiological correlates between emotional response inhibition and posttraumatic stress symptom clusters. Sci Rep. 8 (1), 16876 (2018).
  11. Fu, C., Zhang, Z., He, J., Huang, S., Qiu, J., et al. Brain dynamics of decision-making in the generalized trust game: Evidence from ERPs and EEG time-frequency analysis. Acta Psychol Sin. 50 (3), 317 (2018).
  12. Hauser, T. U., Iannaccone, R., Stämpfli, P., Drechsler, R., Brandeis, D., et al. The feedback-related negativity revisited: New insights into localization, meaning, and network organization. NeuroImage. 84, 159-168 (2014).
  13. Chen, Y. T., Yu, H., Zhang, T. T., Han, L. Z., He, Y. J., et al. Female sensitivity to opponents' emotional feedback: Evidence from subliminal emotional feedback. J Psychol Sci. 44 (5), 1026-1034 (2021).
  14. Polich, J. Updating P300: An integrative theory of P3a and P3b. Clin Neurophysiol. 118 (10), 2128-2148 (2007).
  15. Gao, X., Gao, L., Li, Y., Sui, X. The neural response process of cognitive decision making: An ERP study. Brain Sci. 13 (4), 648 (2023).
  16. Lee, W. L., Lau, P. L., Chan, S. L. Personal growth experiences of countertransference among Malaysian counsellors: A phenomenological study. J Health Transl Med. 26 (1), 96-104 (2023).
  17. McRae, K. Cognitive emotion regulation: A review of theory and scientific findings. Curr Opin Behav Sci. 10, 119-124 (2016).
  18. Amodio, D. M., Bartholow, B. D., Ito, T. A. Tracking the dynamics of the social brain: ERP approaches for social cognitive and affective neuroscience. Soc Cogn Affect Neurosci. 9 (3), 385-393 (2014).
  19. Li, M., Wang, R. Chatbots in e-commerce: The effect of chatbot language style on customers' continuance usage intention and brand attitudes. J Retail Consum Serv. 71, 103209 (2023).
  20. Slingerland, E. . Loss and ambiguity aversion and the willingness to pay for index insurance: Experimental evidence from rural Kenya. , (2017).
  21. Lu, J., Li, W., Xie, Y., Huang, Q., Li, J. Prosociality moderates outcome evaluation in competition tasks. Sci Rep. 12 (1), 11397 (2022).
  22. Yang, S., Shi, B., Wang, L., Wang, Z., Peng, S. Long-term cognitive tasks impair resource allocation in working memory: A time-frequency and ERP study. IEEE Access. 8, 211482-211489 (2020).
  23. Heßler, P. O., Pfeiffer, J., Hafenbrädl, S. When self-humanization leads to algorithm aversion: What users want from decision support systems on prosocial microlending platforms. Bus Inf Syst Eng. 64 (3), 275-292 (2022).
  24. Luo, X., Tong, S., Fang, Z., Qu, Z. Machines versus humans: The impact of AI chatbot disclosure on customer purchases. Mark Sci. 38 (6), 937-947 (2019).
  25. Xie, L., Cao, B., Li, Z., Li, F. Neural dynamics of cognitive control in various types of incongruence. Front Hum Neurosci. 14, 214 (2020).
  26. Leue, A., Lange, S., Beauducel, A. Modulation of conflict monitoring intensity: The role of aversive reinforcement, cognitive demand, and trait-BIS. Cogn Affect Behav Neurosci. 12 (2), 287-307 (2012).
  27. Pan, F., Lu, Q., Chen, Y., Wu, X., Li, Q. Emotional conflict occurs at a late stage: Evidence from the paired-picture paradigm. Transl Neurosci. 7 (1), 56-61 (2016).
  28. Yang, Z., Zhou, J., Yang, H. The impact of AI response methods on service recovery satisfaction after service failure. Sustainability. 15 (4), 3294 (2023).
  29. Chen, X. A systemic review of the brain mechanism of humor processing. Int J Educ Humanit. 15 (3), 65-70 (2024).
  30. Niu, Y. The intersection of technology and tradition: A comparative analysis of AI and live anchors in verbal expression. Stud Art Archit. 3 (4), 28-33 (2024).
  31. Weber, C., Bellebaum, C. Prediction-error-dependent processing of immediate and delayed positive feedback. Sci Rep. 14 (1), 9674 (2024).
  32. Ehsan, U., Harrison, B., Chan, L., Riedl, M. O. Rationalization: Generating natural language explanations for AI decisions. , 81-87 (2018).
  33. Adam, M., Wessel, M., Benlian, A. AI-based chatbots in customer service and their effects on user compliance. Electron Mark. 31 (2), 427-445 (2021).
  34. Al-Ezzi, A., Kamel, N., Faye, I., Gunaseli, E. Review of EEG, ERP, and brain connectivity estimators as predictive biomarkers of social anxiety disorder. Front Psychol. 11, 730 (2020).
  35. Liang, Y., Sha, Z., Li, K. Functional near-infrared spectroscopy in schizophrenia research: Progress, challenges, and future directions. Med Sci Monit. 31, e949491 (2025).
  36. Hay, L., Duffy, A. H., Gilbert, S. J., Grealy, M. A. Functional magnetic resonance imaging in design studies: Methodological considerations and recommendations. Des Stud. 78, 101078 (2022).
  37. Dimigen, O., Stein, A. A high-speed OLED monitor for precise stimulation in vision, eye-tracking, and EEG research. bioRxiv. , (2024).
  38. Spapé, M., Verdonschot, R., Van Steenbergen, H. . The E-Primer: An Introduction to Creating Psychological Experiments in E-Prime. , (2019).
  39. Michel, C. M., Brunet, D. EEG source imaging: A practical review of analysis steps. Front Neurol. 10, 325 (2019).
  40. Qin, Y., Zhang, Y., Zhang, Y., Liu, S., Guo, X. Application and development of EEG acquisition and feedback technology. Biosensors. 13 (10), 930 (2023).
  41. Clausen, M., Kyhn, M. P., Papachristos, E., Merritt, T. Exploring humor as a repair strategy during communication breakdowns with voice assistants. , 1-9 (2023).
  42. Jiang, T., Li, H., Hou, Y. Cultural differences in humor perception, usage, and implications. Front Psychol. 10, 123 (2019).
  43. Tung, P. H. Influence of personality traits on satisfaction with public service in Hanoi, Vietnam. Linguist Cult Rev. 5 (S4), 2341-2364 (2021).
  44. Klapprott, F., Kaestner, D., Gumz, A. Macht der Ton die Musik?. Die Psychotherapie. 68 (1), 13-20 (2023).
  45. Nguyen-Phuoc, D. Q., Su, D. N., Tran, P. T., Le, D. T., Johnson, L. W. Factors influencing customer loyalty toward ride-hailing taxi services: A case study of Vietnam. Transp Res Part A. 134, 96-112 (2020).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

EEG

מאמרים קשורים