The impact of recommender type and recommendation framing on consumer attitudes and purchase intentions

Abstract

Resumo: Utilizando Sistemas de Recomendação Algorítmica (SRA), a inteligência artificial (IA) pode fornecer sugestões personalizadas e precisas com base nos interesses e preferências individuais dos usuários. Esta pesquisa aborda a influência da IA nas recomendações de produtos e serviços em diferentes contextos. Examina-se o impacto do tipo de recomendador (IA vs. humano) e o tipo de recomendação (material vs. experiencial) na atitude do consumidor e na intenção de compra. O objetivo é preencher a lacuna na compreensão dessas interações complexas e suas consequências nas preferências do consumidor. Os resultados mostram que as recomendações de IA geraram avaliações mais positivas e maior intenção de compra em comparação com as recomendações humanas (Estudo 1a, 1b e 2a). A análise do enquadramento experiencial versus material não revelou efeitos significativos nas preferências dos consumidores (Estudo 2a). No entanto, no estudo 2b, as recomendações de IA em um contexto experiencial foram melhor avaliadas. Por outro lado, recomendações de um especialista humano foram mais preferidas em um contexto material. Essas informações podem orientar as empresas no desenvolvimento de estratégias de recomendação personalizadas, adaptadas a diferentes perfis de usuários, com o objetivo de aprimorar sua experiência e contribuir para a literatura que aborda esse tema, com base na teoria do processo de escolha.

Abstract: Using Algorithmic Recommendation Systems (ARS), AI can provide personalized and accurate suggestions based on users' individual interests and preferences. This research addresses the influence of Artificial Intelligence (AI) on product and service recommendations in different contexts. The impact of the type of recommender (AI vs. human) and the type of recommendation (material vs. experiential) on consumer attitude and purchase intention is examined. The aim is to fill the gap in understanding these complex interactions and their consequences on consumer preferences. The results show that AI recommendations generated more positive reviews and greater purchase intention compared to human recommendations (Studies 1a, 1b and 2a). The analysis of experiential framing vs. material did not reveal significant effects on consumers preferences (Study 2a). However, in study 2b, AI recommendations in an experiential context were better evaluated. On the other hand, recommendations from a human expert were more preferred in material context. This information can guide companies in developing personalized recommendation strategies, adapted to different user profiles, aiming to improve their experience and contribute to the literature that addresses this topic, based on the theory of the choice process.