ARTIFICIAL INTELLIGENCE INTERNET.. 2021

Benefici e rischi nell’interazione con gli assistenti vocali. Un’indagine esplorativa in Italia

MICHELA PATRIZI - MARIA VERNUCCIO - ALBERTO PASTORE

Obiettivi. Gli assistenti vocali (AV) sono tecnologie dell’intelligenza artificiale attivate dalla voce, che basano il loro funzionamento su algoritmi di apprendimento e adattamento continuo, raccogliendo e analizzando un elevato volume di dati personali e comportamentali degli utenti (Vernuccio et al., 2020). In un periodo in cui si sta prestando particolare attenzione alla protezione della privacy anche da un punto di vista normativo (es., il GDPR in Europa), i ricercatori di marketing hanno iniziato ad indagare le percezioni di rischio relative alle interazioni con gli AV (Kaplan & Haenlein, 2020) facendo riferimento a due diversi costrutti: “perceived privacy risk” e “privacy concerns”.

Il concetto di perceived privacy risk, nato nel campo di studi “human-computer interaction”, è legato alla preoccupazione che i dati possano essere raccolti senza il consenso personale dell’individuo e sottratti illegalmente da soggetti terzi (Collier, 1995). Nel campo degli AV, i primi contributi hanno indagato la percezione di rischio solo nel contesto d’interazione degli smart speaker. In particolare, Rase et al. (2018), applicando sia la “reasoned action theory” sia l’“information privacy model”, hanno trattato il costrutto di perceived privacy risk come un antecedente dell’attitude verso l’AV, mentre Hong et al. (2020) hanno enfatizzato l’effetto positivo del perceived privacy risk sulla resistenza all’uso dell’AV, seguendo il “resistance model”. Infine, Pitardi & Marriot (2021), integrando le teorie “human–technology interactions” e “para-social relationships”, hanno evidenziato come il perceived privacy risk influenzi negativamente sia l’atteggiamento sia la fiducia verso gli AV.

Il concetto di privacy concerns è stato oggetto di notevole attenzione in diversi filoni di studio e, solo nella letteratura relativa ai sistemi informativi, sono state definite quattro diverse concettualizzazioni con le rispettive scale di misurazione (Smith et al., 1996; Malhotra et al., 2004; Dinev & Hart, 2005; Hong & Thong, 2013). Queste ultime includono alcuni item comuni, relativi alla preoccupazione che i dati personali possano essere utilizzati e divulgati in modo improprio. Con riferimento al contesto esperienziale degli AV, nello studio di Cho (2019) non si riscontrano differenze percettive in termini di privacy concerns legate al dispositivo utilizzato per dialogare con gli AV (smartphone vs. smart speaker). Inoltre, le interazioni vocali (vs. testuali) migliorano l’atteggiamento verso gli AV solo quando gli individui mostrano un basso livello di preoccupazione circa le modalità di utilizzo e diffusione dei dati personali.

Agli studi sulle percezioni di rischio relative alle interazioni utente-AV si iniziano ad affiancare primi contributi volti ad indagare le percezioni positive degli utenti. In particolare, l’attenzione dei ricercatori si è concentrata per lo più sui costrutti di “perceived usefulness” e “perceived easy of use” (e.g., Moriuchi, 2019; Fernandes & Oliveira, 2021; McLean et al. 2021, Pitardi & Marriot, 2021).  Inoltre, al meglio della nostra conoscenza, solo gli studi di McLean & Osei-Frimpong (2019), McLean et al. (2021), Patrizi et al., (2021), hanno analizzato le percezioni di benefici utilitaristici, edonistici e simbolici. I benefici utilitaristici sono benefici pratici e strumentali, che nel contesto d’interazione degli AV sono legati alla possibilità di dialogare senza la necessità di dover toccare o guardare un’interfaccia fisica, come ad esempio lo schermo di uno smartphone o di un tablet (Hoy, 2018). I benefici edonistici, invece, si riferiscono ad attributi dell’esperienza emotiva dell’individuo, quali il divertimento e il piacere (Schuitema et al., 2013). Se i benefici utilitaristici sono considerati un driver fondamentale dell’utilizzo degli AV, i benefici edonistici sono alla base dell’uso ripetuto nel tempo di queste nuove tecnologie (Hoy, 2018). Infine, i benefici simbolici sono legati all’immagine dell’utente derivante dall’interazione con un’interfaccia tecnologica (Schuitema et al., 2013). Ad oggi, le percezioni di queste tre tipologie di benefici legate all’interazione con gli AV sono state empiricamente rilevate nei contesti esperienziali dello smart speaker (McLean & Osei-Frimpong, 2019; McLean et al., 2021) e dello smartphone (Patrizi et al., 2021). Tuttavia, solo il contributo di McLean & Osei-Frimpong (2019), applicando la “uses & gratification theory”, ha indagato congiuntamente i benefici e il solo rischio relativo alla raccolta dei dati personali, non considerando il rischio legato all’utilizzo improprio dei dati. In particolare, il perceived privacy risk modera le relazioni causali positive tra i benefici percepiti e l’utilizzo dell’AV su smart speaker.

Nonostante il crescente interesse verso il rischio e i benefici percepiti legati all’interazione utente-AV, la letteratura appare parziale e frammentata, poiché da un lato il “perceived privacy risk” è stato studiato applicando prospettive teoriche eterogenee nel solo contesto dello smart speaker e, dall’altro, non si riscontra un accordo sulle scale da adottare per misurare il costrutto “privacy concerns”. Inoltre, nessuno studio ha indagato i due concetti congiuntamente. Con riferimento ai benefici percepiti, i primi studi si sono concentrati per lo più sull’utilità e sul contesto esperienziale dello smart speaker (es., McLean & Osei-Frimpong, 2019; McLean et al., 2021), ponendo scarsa attenzione sia ai benefici edonistici e simbolici sia al contesto esperienziale dello smartphone, che risulta essere il device più utilizzato per interagire con gli AV (Voicebot, 2019). Infine, l’unico studio che ha indagato congiuntamente le tre tipologie di benefici e il costrutto di “perceived privacy risk, non ha considerato la percezione di “privacy concerns” (McLean & Osei-Frimpong, 2019) ed è stato condotto nel campo degli smart speaker. Pertanto, nessun lavoro si è posto l’obiettivo di giungere ad una visione olistica delle percezioni negative e positive degli utenti legate alle interazioni con gli AV su smartphone. Per colmare questa lacuna, la nostra ricerca intende adottare un approccio esplorativo quantitativo per analizzare congiuntamente le principali dimensioni del rischio e dei benefici percepiti legate all’interazione utente-AV su smartphone. Di conseguenza, abbiamo formulato la seguente domanda di ricerca:

RQ1 – Quali sono le principali dimensioni percettive del rischio e dei benefici legate all’interazione con gli AV su smartphone?

Poiché la Generazione Y presenta i tassi di adozione più elevati di queste nuove tecnologie (Capgemini Research Institute, 2018), abbiamo scelto di focalizzare l’attenzione su questa fascia anagrafica di utenti. Inoltre, tale segmento si caratterizza per un range d’età piuttosto ampio (25-40 anni) e nessuno studio in questo campo ha eseguito una cluster analysis basata sulle percezioni oggetto di studio. Pertanto, proponiamo la seguente domanda di ricerca:

RQ2 – Quali cluster di utenti della Generazione Y possono essere identificati sulla base delle dimensioni percettive del rischio e dei benefici legate all’interazione utente-AV su smartphone?

#Assistenti vocali #benefici percepiti #cluster analysis #exploratory factor analysis #rischio percepito