Understanding Customers’ Use of Social Robots in the Hospitality Industry

Abstract

Uutta teknologiaa edustavia sosiaalisia robotteja on kasvavassa määrin otettu käyttöön monilla palvelualoilla, kuten hotellialalla. Asiakkaiden kokemuksia sosiaalisten robottien käyttöön liittyen on tärkeä ymmärtää asiakassuhteiden säilyttämiseksi ja sosiaalisten robottien pitkäaikaisen käyttöönoton onnistumiseksi hotelliympäristöissä. Sosiaaliset robotit suunnitellaan usein ihmisen ominaisuuksia jäljittelevien antropomorfisten piirteiden avulla, erottaen ne perinteisistä tietojärjestelmistä (IS). Tämän seurauksena käyttäjäkokemukset sosiaalisista roboteista poikkeavat perinteisten tietojärjestelmien kokemuksista. Siksi on tärkeää ymmärtää, miten sosiaalisten robottien antropomorfiset piirteet vaikuttavat käyttäjien tyytyväisyyteen ja käytön jatkamishalukkuuteen.

Tämä väitöskirja käsittelee edellä mainittua tutkimusaukkoa vastaamalla tutkimuskysymykseen (RQ): <i>Miten sosiaalisten robottien antropomorfiset piirteet vaikuttavat käyttäjien kognitioihin, tunteisiin ja käytön jälkeisiin tuloksiin?</i> Päätutkimuskysymystä lähestytään kolmen alatutkimuskysymyksen kautta hotelliympäristössä. Tämä tutkimus tarkastelee antropomorfisten piirteiden (esim. ulkonäkö, ääni ja vastaus) vaikutusta käyttäjän kognitioihin (esim. koettu sosiaalinen läsnäolo, inhimillisyys ja arvoluonti) sekä erilaisiin tunteisiin (esim. ilo, yllätys, viha, inho, pelko ja suru), jotka puolestaan vaikuttavat seurauksina syntyviin asenteisiin (esim. käyttäjätyytyväisyys) ja käyttäytymiseen (esim. jatkokäyttöaikomus).

Tämä artikkelimuotoinen väitöskirja hyödyntää mixed-methods-lähestymistapaa ja koostuu neljästä julkaisusta. Alatutkimuskysymyksiin vastataan näiden julkaisujen tulosten kautta. Julkaisut I ja II perustuvat kyselyaineistoon, joka on kerätty hotellien sosiaalisten robottien käyttäjiltä, ja ne hyödyntävät Partial Least Squares-Structural Equation Modeling (PLS-SEM) -menetelmää aineiston analysoinnissa. Julkaisut III ja IV hyödyntävät käyttäjien tuottamia verkkoarvosteluja (sekundäärinen aineisto) hotellien sosiaalisten robottien käytöstä. Julkaisussa III käytetään ordinal logistic regression (OLR) -menetelmää aineiston analysointiin, kun taas julkaisu IV hyödyntää tekstinlouhintaa ja sisällönanalyysiä.

Väitöskirja edistää sosiaalisten robottien tutkimusta useilla tavoin. Ensinnäkin tulokset tuovat esille sosiaalisten robottien eri antropomorfisten piirteiden (esim. ulkonäkö, ääni ja vastaus) roolin käyttäjien kognitioiden ja tunteiden muokkaamisessa. Toiseksi tutkimus osoittaa tunteiden vaikutukset käyttäjätyytyväisyyteen sekä tunnistaa syitä, jotka herättävät käyttäjissä erilaisia tunteita sosiaalisten robottien käytön aikana hotelleissa. Kolmanneksi tutkimus korostaa käyttäjäkognitioiden (esim. koettu sosiaalinen läsnäolo, inhimillisyys ja arvonluonti) merkitystä käyttäjätyytyväisyyden ja jatkokäyttöaikomuksen ymmärtämisessä. Lopuksi tämä tutkimus laajentaa käyttäjätyytyväisyystutkimusta tarkastelemalla asiakkaiden tyytyväisyyttä sekä sosiaalisten robottien että hotellipalveluiden osalta. Lisäksi tulokset korostavat sosiaalisten robottien antropomorfisten piirteiden merkitystä käyttäjäkognitioiden ja tunteiden sekä yksilöllisen sosiaalisten robottien käytön jälkivaikutusten ymmärtämisessä.

Tämä tutkimus tarjoaa käytännön oivalluksia keskeisille sidosryhmille, kuten hotellien ylimmälle ja operatiiviselle johdolle sekä sosiaalisten robottien kehittäjille. Hotellien ylin johto saa johtamiseen liittyviä suosituksia sosiaalisten robottien käyttöönotosta antropomorfisilla piirteillä parantaakseen käyttäjätyytyväisyyttä ja varmistaakseen niiden jatkuvan käytön hotellivierailujen aikana. Hotellien operatiivisille johtajille tarjotaan suosituksia tärkeimpien sosiaalisten robottien arvojen (esim. utilitaariset, sosiaaliset ja hedonistiet arvot) tunnistamiseen hotelliasiakkaiden käyttäjätyytyväisyyden parantamiseksi sekä käyttäjien tunteiden tunnistamiseen sosiaalisten robottien käytön aikana. Tulokset ohjaavat robottikehittäjiä hyödyntämään sosiaalisten robottien ulkonäköä, ääntä ja vastausmekanismeja käyttäjätyytyväisyyden ja jatkuvan käytön parantamiseksi sosiaalisissa ympäristöissä, kuten hotelleissa. Lisäksi tutkimus rohkaisee kehittäjiä sisällyttämään suunnittelusuosituksia antropomorfisten piirteiden vaikutusten perusteella käyttäjäkognitioihin ja tunteisiin. Vaikka tämä tutkimus tarjoaa käytännön näkökulmia majoituspalveluiden sidosryhmille, sen tuloksia voidaan hyödyntää myös muilla palvelualoilla, kuten terveydenhuollossa, jossa inhimillinen vuorovaikutus on keskiössä.

Social robots, as a novel technology, have been utilized in the hospitality industry to provide services to customers. It is critical to understand customer satisfaction and their continued usage of social robots in order to retain customers and achieve the long-term success of social robot implementation in hospitality contexts such as hotels. Social robots are often designed with anthropomorphic features that mimic human traits, distinguishing them from conventional information systems (IS). As a result, user experiences with social robots differ from those with traditional IS. Hence, it is important to understand how the anthropomorphic features of social robots can affect user satisfaction and continued usage intention related to social robot use.

This dissertation addresses the above-mentioned research gap by answering the research question (RQ): <i>How do the anthropomorphic features of social robots affect user cognitions, emotions, and post-adoption outcomes?</i> The main RQ is addressed through three sub-RQs. This study examines the impact of anthropomorphic features (e.g., appearance, voice, and response) on user cognitions (e.g., perceived social presence, perceived humanness, and perceived IS value) and discrete emotions (e.g., joy, surprise, anger, disgust, fear, and sadness), which further affect the post-adoption outcomes, including attitudes (e.g., user satisfaction) and behaviors (e.g., continued usage intention) in the hospitality context.

This article-based dissertation takes a mixed-methods approach and includes four publications. The sub-RQs are answered through the findings of these publications. Publications I and II are based on survey data collected among users of social robots in hotels and employ the partial least squares structural equation modeling (PLS-SEM) technique in data analysis. Publications III and IV analyze user-generated online reviews (secondary data) about the use of social robots in hotels. While Publication III utilizes ordinal logistic regression (OLR) for data analysis, Publication IV employs text mining and content analysis.

The dissertation contributes to the literature on social robots. First, the findings reveal the various roles of different anthropomorphic features (e.g., appearance, voice, and response) in shaping different user cognitions and emotions. Second, the findings reveal the effects of discrete emotions on user satisfaction with hotels and identify the reasons for eliciting users’ various emotions during the use of social robots in hotels. Lastly, the study highlights the significance of user cognitions (e.g., perceived social presence, perceived humanness, and perceived IS values) in understanding user satisfaction with robot services and continued usage intention.

This study provides several practical insights for relevant stakeholders, including top managers and operational managers in hotels as well as social robot developers. Top management of hotels is offered with managerial implications in implementing social robots with anthropomorphic features to enhance user satisfaction and sustain their continued use of social robots in their hotel stay. Operational managers are provided with recommendations for identifying the key values (e.g., utilitarian, social, hedonic) of social robots for hotel customers to improve user satisfaction with social robot services and for identifying users’ emotions during social robot use to enhance their satisfaction with the hotel. Also, the findings can guide robot developers in leveraging the appearance, voice, and responses of social robot designs to improve user satisfaction and continued use in social settings such as hotels, encouraging them to incorporate design recommendations based on the effects of anthropomorphic features on user cognitions and emotions. While this study offers practical insights for hospitality stakeholders, its findings may also be utilized by other service sectors, such as healthcare, where humanlike interactions are essential.