实验一
研究团队与一家跨国电信企业合作，在其官网的混合客服系统中开展随机田野实验。该系统前台为名为“Lisa”的自动聊天机器人，后台由经过统一培训的员工接手机器人无法处理的问题。研究采用 2（事前披露：有／无）×2（介入时披露：有／无）的设计，在 2019 年两周内随机分配了 8,966 次真实客户互动。
机器人先利用自然语言处理识别客户意图；当识别置信度高于 0.95 时，系统自动回复；低于这一阈值的消息则转交人工。作者以每条消息的平均词数、可读性复杂度和功能词密度测量“人性化沟通风格”；以人工介入频率、人工回复耗时和人工处理强度共同测量员工工作量。
本研究发现，事前HID对客户沟通风格的影响显著，b＝0.143，p＜0.001，支持假设1。介入时HID对客户沟通风格存在显著影响，b＝0.066，p＝0.010，支持假设2。与两个主效应不同，交互效应不显著，b＝0.018，p＝0.553，表明将事前HID与介入时HID结合，并不会产生超过二者独立效应之和的协同效应。比较两个处理的标准化系数可见，事前HID对沟通风格的影响强于介入时HID。最后，客户沟通风格对员工工作量的影响显著，b＝0.380，p＜0.001，支持假设3。
实验二
为排除真实服务过程中员工语言和行为差异的干扰，作者进一步招募 288 名参与者完成一项虚构的账单咨询任务。所有人都遇到相同问题：套餐月账单从约 20 欧元增加到 25.50 欧元，但账单中没有显示新增服务费用。研究同样采用 2×2 设计，并以模拟人工介入（实际为AI）的方式统一服务过程。在阅读完上述情境描述后，参与者需用自己的语言在开放式文本框中对当前所面临的问题进行总结，并据此总结计算其基线沟通风格。沟通风格测量和实验一一致。印象管理的关注采用公众自我意识量表。在测量结束时还询问了一些开放式问题，参与者分享他们对 HID 的看法（例如：“当您与聊天机器人对话时，您想知道是否涉及人类员工吗？”）
与田野实验一样，事前HID（b＝0.177，p＝0.027）和介入时HID（b＝0.222，p＝0.005）均显著影响客户沟通风格。与田野实验一样，交互效应不显著，b＝−0.099，p＝0.314。这些结果复现了现场实验中HID的直接效应，体现了发现的稳健性。其中，62%的参与者希望在与混合型服务代理互动时获知人工参与的情况。
对于中介检验，事前HID与介入时HID均显著正向影响印象管理顾虑，分别为b＝0.310，p＜0.001，以及b＝0.299，p＜0.001。此外，两种HID的累积效应小于其独立效应之和，因为交互项为负，b＝−0.291，p＜0.001。这表明，同时采用两种披露，并不会比仅采用其中一种产生更强的印象管理顾虑。印象管理顾虑正向影响客户沟通风格，b＝0.209，p＝0.004。最重要的是，事前HID通过印象管理顾虑影响客户沟通风格的间接效应为0.065（SE＝0.030），95% CI [0.019, 0.140]；介入时HID的间接效应为0.063（SE＝0.028），95% CI [0.018, 0.131]。加入中介后，事前HID对沟通风格的直接效应不再显著，p＝0.162，表明完全中介；介入时HID的直接效应仍显著，p＝0.044，表明部分中介。一种可能解释是，一旦已披露的员工在互动中实际替机器人介入，即介入时HID，其他机制也可能发挥作用，例如员工的乐于助人程度。
作者还检验了一个替代解释：客户会不会因为知道后台有人，故意把问题说复杂，以便“逼出真人客服”？结果并不支持这一解释。参与者主动寻求真人介入的平均得分仅为 1.63（7 点量表），且以该变量作为中介时，间接效应不显著。
理论贡献
第一，研究将服务自动化从“机器人或人工”的二分框架，推进到“同一界面背后的机器人与人工协同”这一更贴近现实的混合服务场景。即使客户最终未必会与真人直接对话，仅仅知道后台可能有人，也足以改变其行为。
第二，研究揭示了透明度的运营代价。AI 服务自动化的目标原本是让机器人处理常规任务、减少人工负担；但人工参与披露会改变客户输入方式，进而削弱机器人自动处理任务的能力。透明并非没有成本。
第三，研究提出印象管理顾虑这一关键心理机制。客户的变化并不主要来自他们认为机器人是否更有能力或更温暖，而是来自他们如何看待自己：当意识到有真人在场时，客户会更在意自己是否显得礼貌、理性和得体。
实践启示
第一，透明与效率之间，需要提前做运营准备。企业不能只把人工参与披露当作一条简单的合规提示。披露可能提高客户对透明度的感受，也符合部分客户的知情期待；但上线初期，企业应预估人工转接率和员工回复时长可能上升，并相应配置人员与服务能力。
第二，聊天机器人需要适应更自然的客户语言。如果企业选择披露人工参与，机器人必须更好地理解长句、复杂表达和语用细节。否则，客户因“更像与人交流”而输入的内容，会成为自动化流程的瓶颈。
第三，沟通设计要避免无意中放大印象管理压力。研究建议，企业可通过欢迎语降低客户的被评价感，例如明确说明客户不必刻意调整表达方式；也可在合适情境下设置合理的输入引导，鼓励客户用简洁、清晰的方式描述问题。重点不是隐藏人工参与，而是在透明的前提下，减少客户因“有人在看”而产生的额外心理负担。
第四，政策制定者应关注混合服务的披露边界。现有规则往往要求披露聊天机器人身份，却较少规定人工何时、以何种程度参与以及是否需要说明。未来的监管框架需要在客户知情权、企业运营成本与服务效率之间取得平衡，而不能只讨论“是否使用 AI”。
结语
“AI 背后有人吗？”看似只是一个信息披露问题，实际上会重塑客户的表达方式、机器人的处理能力与员工的工作负担。对企业而言，透明并不等于简单地多加一句说明；它是一项会影响服务设计、算法能力和人员配置的系统性决策。
这项研究提醒我们：在人机协同越来越普遍的今天，真正需要被设计的，不只是机器人如何回答客户，更是客户在知道“有人参与”后会如何开口。
参考文献
Gnewuch, U., Morana, S., Hinz, O., Kellner, R., & Maedche, A. (2024). More Than a Bot? The Impact of Disclosing Human Involvement on Customer Interactions with Hybrid Service Agents. Information Systems Research, 35(3), 936–955.
