A Two-Process View of Trust and Distrust Building in Recommendation Agents: A Process-Tracing Study
Notice bibliographique
Résumé
Prior literature focuses on trust, while largely ignoring distrust, partly because of the assumption that an Information Technology (IT) design that builds trust in the IT will also prevent distrust-building. However, this assumption may not be true if trust-building processes and distrust-building processes in the context of IT usage are different. This paper proposes a two-process view of trust and distrust building, i.e., that trust-building and distrust-building processes are distinct and separate. In the context of recommendation agent (RA) usage in electronic commerce, a trust (distrust) process is defined as a customer’s favorable (unfavorable) interpretation of his or her interactions with an RA, resulting in a positive (negative) expectation that the RA can be relied upon for his or her shopping decisions. This study empirically tests a process theory rather than a variance theory. Variance theory research relies on logical arguments to explain and test the causality relationships among variables. Process theory research complements variance theory research by revealing and testing the mechanisms that constitute the processes by which certain variables influence others. In this process-tracing study, we collected and analyzed the concurrent verbal protocols from 49 participants using two RAs. The results of our protocol analysis support the proposed two-process view. The pattern of trust-building processes in RA usage is systematically different from that of distrust-building processes, which may suggest that some RA features should be designed to increase trust, and others to decrease distrust. The findings also suggest that distrust deserves research attention on its own merit. In a complex relationship involving both trust building and distrust building, understanding both trust and distrust processes, rather than focusing on trust alone, can lead to a more accurate representation and improved management of that complex relationship.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,006 | 0,013 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».