摘要
推荐系统在日常消费中扮演着重要角色，为促进可持续选择提供了有希望的渠道。先前研究表明，解释会影响用户对推荐的看法，并能支持更明智的决策。我们认为，解释还可以作为行为推动，通过在选择时突出可持续性信息来影响用户行为。
本研究探讨了推荐解释中可持续性信息的不同行为框架如何影响用户选择和感知。我们使用生成性人工智能，通过借鉴推动理论生成具有可持续性意识的解释，并通过人类评估和LLM审计进行验证。基于这一基础，我们在一个低参与领域（即速溶咖啡）和一个高参与领域（即酒店预订）开展了两项随机研究（$N = 529$），参与者在选择与其偏好匹配的推荐时，伴随这些解释。
结果显示，在两个领域中，单纯披露可持续性信息的解释并未改变选择，而将该信息框架化或引用描述性社会规范显著增加了可持续选择并简化了决策过程。值得注意的是，感知与行为之间存在分歧，简单的披露改善了解释的评估，但并未转化为更可持续的选择行为。我们的研究展示了LLM如何大规模生成理论基础的解释，为社会公益提供了基于解释的实际干预方案。最后，我们讨论了生成性人工智能在适应性解释设计中的应用意义。
博主点评： 本文为可持续性推荐系统提供了新的视角，强调了解释的重要性和有效性。通过将生成性AI与行为经济学结合，研究为设计更具影响力的推荐系统提供了坚实基础，未来的研究可以进一步探讨不同领域的应用潜力。