Kan jag hjälpa dig?
-En jämförelse av upplevd kompetens och
pålitlighets påverkan på tillit till
chat
t
bottar och mänsklig chatt inom
kundservice
Kandidatuppsats 15 hp
Företagsekonomiska institutionen
Uppsala u
niversitet
VT
20
20
Datum för
Inlämning: 2020-08-10
Terese Andersson
Filip Sari
-
Sarraf
Sammandrag
Denna studie undersöker användares upplevda kompetens och pålitlighet gentemot
chattbottar jämfört med mänsklig chatt inom kundservice och dess påverkan på upplevd tillit, med fokus på privatbanker. Genom kvalitativa intervjuer med tio informanter undersöktes påverkan på upplevd kompetens och pålitlighet genom informanternas åsikter rörande att få rätt svar, att bli missförstådd, att konsekvent få rätt svar och säker hantering av personlig information. Empirin visade på skillnad i upplevd kompetens där den mänskliga chatten ansågs vara mer kompetent eftersom den sågs som bättre på att lösa mer komplexa frågor. När det kommer till pålitlighet ansågs chattbottar och mänsklig chatt vara lika pålitliga, med undantaget att chattbotten ansågs ha förmåga att uppnå bättre säkerhet i framtiden än den mänskliga chatten. Det verkar som att förväntningar baserade på upplevd kompetens och pålitlighet avgör hur användarna tänker sig att chattbotten eller den mänskliga chatten kommer agera i hanteringen av olika kundserviceärenden. Huruvida dessa förväntningar sedan möts eller ej hade en märkbar påverkan på användarnas upplevda tillit till chattbottar och mänsklig chatt.
Nyckelord: Tillit, Kompetens, Pålitlighet, Chattbott, Kundservice
Innehållsförteckning
1. Inledning ... 1
1.1 Syfte ... 2
2. Teori ... 2
2.1 Definitioner av tillit ... 3
2.2 Tillit i interaktionen med chattbottar och mänsklig chatt ... 3
2.3 Teknisk kunskap och tillit ... 5
2.4 Analysmodell ... 6
3. Metod ... 6
3.1 Val av forskningsobjekt och forskningsmetod ... 7
3.2 Datainsamling ... 10 3.3 Analys av empiri ... 11 3.4 Metodkritik ... 12 4. Empiri ... 13 4.1 Tekniskt intresserade ... 13 4.2 Tekniskt ointresserade ... 18 5. Analys ... 21 5.1 Repetition av analysmodell ... 21
5.2 Upplevd kompetens hos chattbottar och mänsklig chatt ... 22
5.3 Upplevd pålitlighet hos chattbottar och mänsklig chatt ... 25
5.4 Förväntningars påverkan på upplevd tillit ... 28
6. Slutsats ... 28
6.1 Upplevd tillit till chattbottar och mänsklig chatt... 28
6.2 Implikationer för chattbottar inom bankers kundservice ... 30
1
1. Inledning
Skulle du kunna vända dig till en chattbott med dina mest privata frågor och lita på att den fungerar som den ska? Allt fler företag övergår till att automatisera sin kundservice genom artificiell intelligens (AI), bland annat i formen av chattbottar (Nguyen, 2020). Dessa bottar är en typ av datorprogram som bland annat kan automatisera handlingar och använda
information från exempelvis databaser för att besvara frågor (Pettersen, 2020; Rogalin, 2017). Bottarna befinner sig till stor del fortfarande i utvecklingsstadiet, även om en av de första chattbottarna skapades redan i mitten av 60-talet (Przegalinska et al, 2019).
Implementeringen av chattbottar syftar till att förbättra servicen för kunder genom att avlasta mänsklig service, kunna ge snabbare svar och öka effektiviteten, samtidigt som bankernas kostnad för kundservice minskar (Okuda & Shoda, 2018; Przegalinska et al, 2019). I dagsläget används chattbottar inom bank- och finanssektorn till att svara på enklare frågor men de anses vara framtiden för bland annat internetbaserade banktjänster och generell service då de kontinuerligt utvecklas, blir mer avancerade och ekonomiskt fördelaktiga (Crossman, 2017). Banken SEB använder exempelvis chattbotten Aida som bland annat kan förklara hur man spärrar sitt kort, installerar BankID eller ta reda på vem som står på ett visst bankgironummer (SEB, u.å). För liknande ändamål använder Nordea botten Nova, Swedbank Nina och Danske Bank den kommande hjälpredan Watson (Avci Nåmark 2018; Danske Bank, 2019; Nordea 2018). Avci Nåmark (2018) beskriver hur Swedbank strävar mot att all framtida kommunikation ska börja med Nina, vilken ska kunna utföra enklare tjänster såsom överföringar, proaktiva förslag till sparande och liknande.
Allt fler banker investerar i AI eftersom en växande andel kunder efterfrågar ökad flexibilitet, större valmöjlighet och bättre kontroll över sina bankärenden (Lui & Lamb, 2018). En rad problem och utmaningar uppstår emellertid i och med det växande intresset för AI inom kundservice. Tillit till fenomenet anses vara en av de utmaningar chattbottar möter, något som också är en avgörande komponent för AI’s funktion och framtidsutsikter (Lui & Lamb, 2018).
Studier har visat på att om tillit för chattbottar inte finns, minskar sannolikheten att användare vänder sig till dem eller delar med sig av sådan information som hjälper bottarna göra sitt jobb (Bertinusse Nordheim et al, 2019; Davenport, 2018; Følstad, 2018). Bristen på tillit bland användare av bottar skulle med andra ord kunna leda till att de inte ges möjlighet att
2 uppnå sin fulla potential och därmed det syfte eller den intention verksamheten har med dem. Att utreda vad som krävs för att konsumenter ska lita på chattbottar kan ge insikter rörande användares inställning till utvecklingen av kundservice inom den privata banksektorn. Detta kan bidra till förbättringen av bottarna och dess användbarhet, vilket i sin tur skulle kunna påverka helhetsintrycket och framtida interaktioner med chattbottar.
Av den forskning som gjorts på chattbottar handlar stora delar om deras användbarhet och användarnas upplevelser av dem, istället för tilliten till dem (Følstad et al, 2018). Dessutom anses mer forskning behövas inom kundservice i den privata banksektorn eftersom stora delar av forskningen som gjorts på AI fokuserar på så kallad investment banking och automatiserad aktiehandel, istället för privata, mer vardagliga bankärenden (Liu & Lamb, 2018). Eftersom traditionell kundservice till allt högre grad ersätts av andra digital hjälpmedel som chattbottar, är det viktigt att försöka utröna hur upplevd tillit eventuellt skiljer sig mellan dessa (IVA, 2019; Pikkarainen et al, 2004).
Befintliga studier inom tillit till chattbottar har fokuserat på identifieringen av faktorer som påverkar användares upplevda tillit till chattbottar inom kundservice. Samt att enskilda utlåtanden kan utvärderas olika av användare beroende på om de görs av en människa eller inte (Bertinussen Nordheim et al, 2019; Efendic et al, 2020; Følstad et al, 2018). Något som tidigare studier däremot inte verkar ha undersökt är skillnader i användares upplevda tillit mellan chattbottar och mänsklig chatt inom kundservice.
1.1 Syfte
Denna studie syftar till att undersöka hur upplevd kompetens och pålitlighet, som en del av upplevd tillit, skiljer sig mellan chattbottar och mänsklig chatt och vad dessa skillnader kan bero på.
2. Teori
I detta avsnitt presenteras i 2.1 definitioner av tillit och hur denna uppsats definierar tillit till chattbottar och mänsklig chatt. 2.2 visar hur definitionerna av tillit kan påverka interaktionen med chattbottar och mänsklig chatt. Slutligen presenteras uppsatsens analysmodell i 2.3.
3
2.1 Definitioner av tillit
Tillit har definierats flertalet gånger inom olika forskningsområden bland annat i psykologi och människa-datorinteraktion. Tillit definieras av Mayer et al (1995) som “...the willingness of a party to be vulnerable to the actions of another party based on the expectation that the other party will perform a particular action important to the trustor, irrespective of the ability to monitor or control that other party.” (Mayer et al, 1995, s. 712). Här är villighet att ta risk och inte risktagandet i sig centralt för tillit (Mayer et al, 1995). Madsen & Gregor (2000) definierar tillit i människa-dator interaktion som: “...the extent to which a user is confident in, and willing to act on the basis of, the recommendations, actions, and decisions of an artificially intelligent decisions aid.” (Madsen & Gregor, 2000, s. 1).
I denna studie definieras tillit utifrån Mayer et al (1995) och Madsen & Gregor (2000) som: villigheten att utsätta sig för risk genom att tro på och/eller agera utifrån en chattbotts eller mänsklig kundservices rekommendationer och information.
2.2 Tillit i interaktionen med chattbottar och mänsklig chatt
Precis som definitionen av tillit så existerar flertalet modeller för vad som påverkar tillit. Mayer et al (1995) diskuterar tillit som något som sker mellan två parter, den som litas på och den som litar på. Förmåga, välvilja och integritet hos den som litas på influerar den upplevda tilliten som den som litar på känner, vilket i sin tur påverkar tillit överlag (Mayer et al, 1995). Förmåga avser kompetens och kunnande som ger en part inflytande inom ett specifikt
område, något som kan ge parten ökad tillit. Välvilja är tron att den andra parten agerar med välvilja utöver ett vinstorienterat, egoistiskt motiv. Integritet syftar till att den parten som litas
på följer principer som är acceptabla. Dessa tre faktorer, vilka illustreras i figur 1, påverkar tillit som sedan påverkar risktagande och slutligen också utfallet. (Mayer et al, 1995)
4
Figur 1. Faktorer som influerar tillit, enligt Mayer et al (1995).
Connolly & Bannister (2007) sammanställer olika teorier och modeller vilka beskriver faktorer som påverkar tillit och kommer då fram till att det inte finns någon bestämd uppfattning i tidigare litteratur angående vilka eller hur många faktorer som påverkar tillit. Dock förekommer liknande attribut som anses påverka tillit i flertalet modeller, där
sammanställningen av Connolly & Bannister (2007) visar att begreppen som Mayer et al (1995) tar upp (förmåga, välvilja och integritet) är de tre mest förekommande faktorerna som influerar tillit.
I människa-datorinteraktion kan tillit delas upp i kognitionsbaserad och affektbaserad tillit. Kognitionsbaserad tillit bygger på användarens intellektuella uppfattning medan
affektbaserad tillit bygger på användarens emotionella uppfattning. Den kognitionsbaserade tilliten som användaren känner till datorsystemet påverkas av systemets upplevda kompetens, begriplighet och pålitlighet, medan den affektbaserade tilliten påverkas av användarens personliga anknytning till och tro på systemet. (Madsen & Gregor, 2000). Den generella beskrivningen av förmåga i Mayer et al (1995) kan ses innefatta bland annat upplevd kompetens och pålitlighet, två variabler som påverkar upplevd tillit i människa-datorinteraktion (Madsen & Gregor, 2000).
Connolly & Bannister (2007) fann att de två faktorerna med störst påverkan på
konsumenternas tillit till onlineförsäljare var uppfattningen av försäljarens integritet samt konsumentens tidigare erfarenheter. Även konsumentens uppfattning av försäljarens kompetens hade betydande påverkan (Connolly & Bannister, 2007).
5 Kompetens och pålitlighet, som delar av kognitionsbaserad tillit, påverkar inte upplevd tillit enbart i interaktionen med datorer. Begreppen omnämns också av bland andra Johnson-George & Swap (1982) i deras undersökning av faktorer som påverkar förtroende i nära relationer samt av Mishra (1996) i studien om tillitens roll för organisatoriska svar på kriser. Exempelvis är att få rätt eller fel svar på en fråga och hur det kan påverka upplevd tillit applicerbart för såväl mänsklig chatt som chattbottar. Detta då kompetens och pålitlighet (Madsen & Gregor, 2000) kan ses som två subkategorier till förmåga (Mayer et al, 1995).
2.3 Teknisk kunskap och tillit
Conolly & Bannister (2007) undersökte irländska konsumenters tillit till näthandel. I undersökningen användes två olika grupper av informanter. I den ena hade en majoritet av informanterna företagsekonomisk utbildning, det vill säga en icke-teknisk utbildning, medan den andra gruppen, bestående av medlemmar från The Irish Computer Society, hade en teknisk utbildning. Conolly & Bannister (2007) fann skillnader i hur grupperna med och utan teknisk bakgrund uppfattade kompetens och säkerhetsåtgärder hos onlineförsäljare.
Resultaten indikerade att de deltagande med teknisk bakgrund kände mer förtroende för onlineförsäljarens kompetens och säkerhetsåtgärder, jämfört med de utan teknisk bakgrund. De utan teknisk bakgrund letade i större grad efter tecken på säljarens säkerhetsåtgärder och var i större grad osäkra rörande förtroende för onlineförsäljarens kompetens. Huruvida konsumenterna besitter teknisk kunskap eller inte influerar alltså deras upplevelse av datorsystemets kompetens och säkerhet, faktorer som influerar upplevd tillit.
6
2.4 Analysmodell
Kompetens och pålitlighets påverkan på användares tillit till chattbottar och mänsklig chatt
Figur 2. Övergripande modell över kompetens och pålitlighets påverkan på användares tillit till chattbottar och mänsklig chatt, baserat på Mayer et al (1995) och Madsen & Gregor (2000).
Som figur 2 illustrerar påverkar upplevd kompetens och pålitlighet förväntningarna på chattbottens eller den mänskliga chattens förmåga, vilket i sin tur påverkar den allmänna upplevda tilliten till chattbotten och den mänskliga chatten. Kompetens och pålitlighet definieras i denna studie baserat på Madsen & Gregors (2000) definition av kompetens och pålitlighet. Kompetens i studien definieras som att chattbotten eller den mänskliga chatten har den kunskap och information som behövs för att kunna utföra sina uppgifter effektivt och korrekt. Pålitlighet i sin tur definieras som att chattbotten och den mänskliga chatten konsekvent kan utföra sina uppgifter korrekt samt utföra dem på ett sätt som tar hänsyn till användarens säkerhet.
3. Metod
I detta avsnitt presenteras valet av forskningsobjekt och forskningsmetod i 3.1. 3.2 behandlar hur datainsamlingen och bearbetning av data gått till. Val av analysmetod och applicering av metoden presenteras i 3.3 och slutligen diskuteras metodkritik i 3.4.
7
3.1 Val av forskningsobjekt och forskningsmetod
Studien har fokuserat på svenska privatkunder med viss erfarenhet av banktjänster sedan tidigare. Detta för att informanter utan erfarenhet inte på samma sätt kan referera sina svar till tidigare erfarenheter av banktjänster, något som hade kunnat komma att påverka deras svar och därmed också intervjuns fokus. Att privatkunder valdes beror på att fokus ligger vid konsumenternas upplevelser. Valet att undersöka chatter inom den privata banksektorn är av intresse för att den information användare i många fall delar med chattbottar eller mänsklig chatt inom bankers kundservice kan vara personlig och känslig. Detta kan därför kräva en högre grad av upplevd tillit från användarnas sida.
För att besvara uppsatsens syfte har kvalitativa intervjuer med tio stycken informanter genomförts. Valet att ha tio informanter beror på att studien ämnade till att försöka skapa en förståelse för hur informanter, både tekniskt intresserade och ointresserade, ser på tillit i kontakt med chattbottar och mänsklig chatt. Dessa tio informanter valdes ut baserat på deras olikheter, för att genom det kunna bidra med olika synpunkter och infallsvinklar. För att se tendenser kring värderingen av tillit till chattbottar och mänsklig chatt eftersträvades
möjligheten att jämföra informanternas svar. Därför valdes ett antal informanter som var stort nog för att kunna jämföras men få nog för att narrativ skulle hinna byggas kring varje enskild informant. Valet blev därmed tio informanter, fem med tekniskt intresse och fem utan.
Fler informanter innebär att mer tid skulle gå till transkribering och analys men framförallt innebär fler informanter också en ökad risk att informanterna är svåra att särskilja. Valet av tio informanter innebär att det finns tillräckligt med underlag för att kunna representera olika konsumenter som kan tänkas komma i kontakt med bankers chattbottar i verkligheten utan att informanterna blir för svåra att skilja på, samtidigt som tid finns för transkribering, analys och redovisning.
8
Tabell 1. Gruppering av informanter efter tekniskt intresse
Tekniskt intresserade Tekniskt ointresserade
Albert Florence
Bill Greta
Casper Herkules
Dante Idun
Eddie Jannat
Eftersom teknisk kunskap har visat sig påverka den upplevda tilliten, har informanter valts ut och grupperats baserat på informanternas tekniskt intresse (Connolly & Bannister, 2007). Informanterna valdes ut så att gruppen skulle bestå till hälften av personer med tekniskt intresse och hälften utan. Tekniskt intresse avser i denna undersökning ett självskattat intresse för datorer och liknande informationsteknik. Att tekniskt intresse valdes som gruppering istället för teknisk erfarenhet berodde på att två konsumenter utan teknisk utbildning kan ha olika grader av teknisk kompetens, där skillnaden grundar sig på olika intresse och därmed självförvärvad kunskap snarare än formell utbildning. I strävan att försöka uppnå en grupp av informanter som både representerar konsumenter vilka kan komma i kontakt med
kundservice online, samtidigt som de har olika grader av teknisk kompetens, användes självskattat tekniskt intresse snarare än formella krav på teknisk utbildning. Som tabell 1 visar har Albert, Bill, Casper, Dante och Eddie ett befintligt teknikintresse, medan Florence, Greta, Herkules, Idun och Jannat inte anser sig ha det.
9 Valet att undersöka just faktorerna kompetens och pålitlighet berodde bland annat på stöd i tidigare litteratur om tillit där begreppen omnämns (Connolly & Bannister, 2017). Av de tre variabler som starkast påverkade tillit i studien av Connolly & Bannister (2007) var det två variabler, kompetens och integritet, som omnämnts i tidigare forskning inom tillit av Mayer et al (1995) och människa-dator interaktion av Madsen & Gregor (2000). Anledningen till att konsumenternas tidigare erfarenheter inte undersöktes var för att alla konsumenter som kan komma att interagera med kundservice online, i form av chattbottar eller mänsklig chatt, inte nödvändigtvis har tidigare erfarenheter.
Valet att undersöka pålitlighet baseras på modellen av Madsen & Gregor (2000) och således kopplingen till människa-dator interaktion. Valet att inkludera säkerhetsaspekter i termen pålitlighet beror på att säkerhet visat sig ha olika påverkan på upplevd tillit hos konsumenter med och utan teknisk bakgrund (Connolly & Bannister, 2007).
De informanter som deltagit i intervjuer hålls anonyma och har därför givits andra namn. Anonymiseringen är av etiska skäl, för att säkerställa att informanterna känner sig bekväma nog att inte filtrera vad de säger på grund av att deras namn står med samt för att minska eventuell risk associerat med att koppla sitt namn till svaren (Bryman & Bell, 2015, s.135-138).
Som forskningsmetod valdes kvalitativa intervjuer. Detta då kvalitativa intervjuer gör det möjligt för informanter att förklara och motivera sina svar. Följdfrågor kan ställas för att bygga en sammanhängande historia från varje intervjuperson och på djupet undersöka
informanternas åsikter om chattbottar och mänsklig chatts kompetens och pålitlighet (Bryman & Bell, 2015, s. 481). Begreppen kompetens och pålitlighet som delar av kognitionsbaserad tillit, valdes då de utgår från chattens, mänsklig som robot, förmåga istället för användarens känslor som vid den affektionsbaserade tilliten. Kompetens och pålitlighet kan även ses som relativt lika begrepp i praktiken, exempelvis då chattens förmåga att ha rätt som en del av dess kompetens och chattens förmåga att konsekvent ha rätt som en del av dess pålitlighet är nära relaterat.
Studien har även valt att inte fokusera på någon eller några specifika banker. Syftet med det är att informanterna inte ska influeras av åsikter om eller tidigare erfarenheter av specifika bankers kundservice. Hur informanterna värderar och jämför kompetens och pålitlighet mellan chattbottar och mänsklig chatt sker med kontexten av bankers kundservice generellt.
10 På så sätt behålls även kopplingen till bankers kundservice utan att informanterna behöver ha förkunskaper om enskilda bankers chattbottar och mänsklig chatt.
3.2 Datainsamling
Frågorna som intervjuerna baserades på togs fram genom en pilotintervju. Denna
genomfördes med 14 frågor om kompetens och pålitlighet och inkluderade generella frågor som: “Hur ser du på en chattbotts kompetens jämfört med en människas?” och specifika frågor som: “En chattbott och en mänsklig chatt frågar om ditt personnummer för att kunna ta fram ditt saldo, är du lika villig att ge det till båda?”. Efter att ha genomfört pilotintervjun utvärderades svaren. Frågor som fick liknande svar omformulerades och gjordes om till en och samma fråga. De frågor som informanten i pilotintervjun ansåg vara otydliga eller otillräckliga togs bort. Informanten ansåg också att specifika frågor med exempel var enklare att svara på, jämfört med mer abstrakta generella frågor. Frågor som: “Hur ser du på vikten av att få rätt svar på din fråga från en chattbott jämfört med en mänsklig chatt” togs bort och ersattes med frågor som: “En chattbott och en mänsklig chatt missförstår din fråga och ger dig svar på en fråga du inte ställt, hur värderar du det?”. Slutligen valdes frågor ut för de riktiga intervjuerna. Dessa frågor var uppdelade i kompetens och pålitlighet. För de två kategorierna fanns två generella, övergripande frågor och två specifika frågor, där följdfrågor ställdes från intervju till intervju för att få informanterna att förklara motiveringen bakom deras åsikter. Först fick informanterna öppet diskutera eventuella skillnader och/eller likheter i kompetens respektive pålitlighet mellan chattbottar och mänsklig chatt. Sedan fick de konkreta exempel på när chattbotten och den mänskliga chatten exempelvis begick ett fel som att missförstå en fråga och de fick värdera misstaget mellan chattbotten och den mänskliga chatten.
Tabell 2 visar de utgångspunkter som låg till grund för intervjuerna om upplevd kompetens och pålitlighet. I samband med kompetens fick informanterna jämföra att få fel svar från en chattbott och mänsklig chatt och sedan att jämföra att bli missförstådd av chattbottar och mänsklig chatt. I samband med pålitlighet fick informanterna jämföra att upprepade gånger få fel svar av en chattbott och en mänsklig chatt och huruvida de kände sig lika villiga att ge ut personlig information i form av personnummer till båda.
11
Tabell 2. Utgångspunkt för specifika frågor om kompetens och pålitlighet hos chattbottar jämfört med mänsklig chatt
Kompetens Pålitlighet
Att få fel svar från en chattbott jämfört med mänsklig chatt
Att konsekvent få fel svar från en chattbott jämfört med en mänsklig chatt
Att en chattbott jämfört med mänsklig chatt missförstår informantens fråga
Villighet att lämna ut personnummer till en chattbott jämfört med mänsklig chatt
De scenarion informanterna tog ställning till var utformade för att undersöka hur
informanterna ställer sig till påståenden som skulle kunna påverka deras upplevda tillit till respektive form av kundservice. Detta utifrån kompetens och pålitlighet med tillit i fokus. De scenarion som informanterna tog ställning till behandlar tillit i form av bland annat
risktagande, då exempelvis att lämna ut sina personuppgifter eller att tro på chattbottars eller mänsklig chatts information.
Intervjuerna spelades in, antingen på plats vid personliga möten eller över Zoom.
Inspelningarna transkriberades sedan, dels för att underlätta vid själva intervjuerna genom att kunna fokusera på vad som sägs och att ställa motfrågor samt för att i efterhand lättare kunna sammanställa empirin och analysera intervjuerna. Transkriberingen gjordes för att vara så exakt som möjligt, dock utelämnades utfyllnadsord.
3.3 Analys av empiri
Den transkriberade empirin analyserades genom att informanternas svar bearbetades så att varje fråga analyserades i syftet att identifiera liknande svar från informanterna.
Informanternas svar sammanställdes sedan i tabeller, uppdelat frågvis om kompetens och pålitlighet. Även utgångspunkterna för kompetens (att få fel svar och missförstånd) och för pålitlighet (att få inkonsekventa svar och hantering av personlig information) sammanställdes i tabeller. Sedan jämfördes informanternas sammanställda svar för att hitta potentiella
12 anledningar till skillnaden i informanternas åsikter samt för att försöka utröna skillnader i upplevd kompetens och pålitlighet mellan chattbottar och mänsklig chatt. I analysen finns endast tabellerna med svar från de generella frågorna, då det inte är själva tabellerna som ska vara i fokus utan diskussionerna som fördes.
3.4 Metodkritik
Kvalitativa metoder har kritiserats för att vara för subjektiva och osystematiska i det avseende att vad som analyseras och vilka slutsatser som dras baseras för mycket på vad skribenterna själva tycker är viktigt (Bryman & Bell, 2015, s. 413). För att motverka detta har intervjuerna transkriberats så ordagrant som möjligt för att undvika att välja bort delar av intervjuerna innan sammanställningen av empirin. När empirin sedan sammanställdes kan däremot inte hela transkriberingar inkluderas, därmed måste sammanfattningar genomföras. Någon grad av subjektivitet kommer därmed spela en roll i sammanställningen av informanternas åsikter. För att minimera detta subjektiva inflytande över empirin så summerades varje informants åsikter var för sig utan hänsyn till andra informanters åsikter, detta för att minimera risken att informanternas åsikter influerar varandra. Sammanfattningarna stärktes sedan i empirin med direkta citat från transkriberingarna. Här hjälper det även att transkriberingarna genomfördes så ordagrant som möjligt då ingenting informanterna sagt godtyckligt tagits bort innan sammanställningen av empirin.
Att det kan vara svårt att replikera kvalitativa studier är även något som kritiserats, där avsaknaden av struktur och standarder är anledningar (Bryman & Bell, 2015, s. 414). Trots avsaknaden av tydliga standarder är det möjligt att försöka uppnå en så tydlig metod som möjligt. Trots att exempelvis intervjuer inte kan beskrivas in i varje detalj, kan de teman och generella frågor som ställts presenteras. De intervjuer som genomfördes följde alla samma struktur och frågeföljd. Detta för att samtliga intervjuer skulle uppnå samma struktur och presenterade teman. Tillvägagångssättet i allt från urvalet av informanter till pilotintervjuers påverkan på de slutgiltiga frågorna redovisas för att underlätta för framtida forskare som ämnar att utföra liknande studier. Dessa exempel visar på sätt som denna studie jobbat med för att försöka förbättra replikerbarheten.
Kvalitativa metoders transparens har även kritiserats, där faktorer som att det inte framgår hur informanter valts ut pekas ut som exempel (Bryman & Bell, 2015, s. 414). Med detta i åtanke förklaras valet av de tio informanterna, där variation i tekniskt intresse är ett exempel på en
13 egenskap hos informanterna som gjort att de valdes ut, samt att de skulle representera olika åldrar och kön. Detta är ett exempel på att försöka uppnå en högre grad av transparens genom förklaringar. Fullständig transparens är svårt att uppnå men med varje motivering av såväl informanterna som val av forskningsmetod ökar transparensen.
En annan kritiserad del av kvalitativa metoder är generaliserbarheten. De kvalitativa
studiernas resultat kan anses begränsade vad kommer till omfattningen då de ofta inkluderar få individer, vilka inte anses kunna representera en hel population (Bryman & Bell, 2015, s. 414). Dock är meningen med denna typ av studier inte heller att resultatet ska generaliseras för stora grupper, utan snarare att bidra med djupare förståelse (Bryman & Bell, 2015, s. 414). Syftet med den utförda studien har aldrig varit att bidra med allmängiltiga slutsatser, utan att ge en djupare inblick i hur de tio informanterna spekulerade kring de studerade koncepten. Att då genomföra en kvalitativ undersökning är därmed en styrka för studiens syfte.
4. Empiri
I detta avsnitt presenteras intervjuerna med de tio informanterna, uppdelat på fem informanter med tekniskt intresse i 4.1 och fem utan tekniskt intresse i 4.2. Här presenteras
informanternas åsikter om kompetens och pålitlighet med utgångspunkt i att få rätt svar, att bli missförstådd, att konsekvent få rätt svar samt säker hantering av personlig information.
4.1 Tekniskt intresserade
Albert
Albert anser att chattbottarna överlag har informationen som krävs, men att det vid detaljnivå kan bli svårare för att förutsättningarna ändras från fall till fall:
“Jag tror att chattbottarna har kompetensen som behövs överlag, när man kommer till detaljnivå kan det bli svårare för allting skiljer sig från case till case.” (Albert, inspelat
14 Det gäller också vid kunskapsskillnad, där chattbotten anses kunna allting om den får all information om ärendet, medan en människa inte kan allt. Däremot menar Albert att en människa vet bättre hur saker fungerar tillsammans och kan lista ut vilken information som behövs. Albert ställer inte lika höga krav på att chattbotten ska ha rätt som att en människa ska ha det. Där fel svar från botten attribueras till felprogrammering medan fel svar snarare attribueras till inkompetens hos människan. Albert är däremot mer förlåtande mot människan vid en misstolkning av frågan och menar att det är lättare att förklara missförståndet. Istället leder missförstånd med en chattbott till frustration då kontakten med botten, till skillnad från människan, inte anses vara del av en konversation.
När det kommer till att ge ut personlig information som personnummer till kundservice anser Albert att botten kunde kännas lite olycksbådande, men han kunde inte riktigt sätta fingret på varför. Däremot kunde säkerhetsintyg på webbsidan som låset i adressfältet signalera
säkerhet. När det kommer till skillnader i säkerhet mellan chattbottar och mänsklig chatt känner Albert att de båda har sina säkerhetsrisker. En bott kan bli hackad och en människa kan välja att behålla personlig information. När det istället kommer till att upprepade gånger få fel svar från kundservice menar Albert att det skulle vara mer förvirrande om en chattbott gjorde upprepade gånger hade fel. Botten kunde tänkas ha förplanerade svar som den kunde skriva i respons på frågor medan människans upprepade fel kunde hänvisas till den mänskliga faktorn.
Bill
Bill anser att chattbottarna har hög kompetens förutsatt att de vet vad de håller på med. Bill menar dock att chattbottarna saknar den anpassningsförmåga som människor besitter och därmed också kan vara mer frustrerande att interagera med när de inte förstår vad man vill. En människa går att rätta och påpeka saker för, så missförstånd blir lättare att korrigera, medan en chattbott kan fastna. Då måste man kanske vänta på mänsklig kundservice istället. På grund av denna frustration är det också viktigare för chattbotten att vara så felfri som möjligt:
“Men om det är något som faller utanför ramen blir [chattbottarna] helt useless istället…” (Bill, inspelat samtal, 2020-05-07)
15
Skillnaderna mellan chattbottar och människor var inte så stora menar Bill och poängterar att bottarnas syfte är att avlasta den mänskliga kundservicen. Återigen är möjligheten att anpassa sig människans fördel över botten. Bill var ungefär lika villig att ge ut personnummer i ett bankärende till båda, men menar också att man ibland inte har något val av vilken
kundservice man kan använda. Chattbottarna anses dock ha potential att gå om människor i säkerhet i framtiden, människor kan memorera information till skillnad från chattbottar, men bristande programmering håller tillbaka chattbottarna i nuläget. Även bristande
programmering kan ligga bakom upprepade fel svar från chattbottar menar Bill, något som inte borde hända om allt i systemet fungerar.
Casper
Casper anser att chattbottarna är ett bra lexikon, med en baskunskap likt en FAQ (Frequently Asked Questions) på en hemsida, medan praktisk hjälp kommer från mänsklig kundservice. Ett kunskapsgap mellan chattbottar och mänsklig chatt fanns enligt Casper. Framförallt vid komplexa problem eller när användaren inte själv förstår problemet:
“[chattbottarna] har svaren men inte analyserna i samma utsträckning tänker jag.” (Casper, inspelat samtal, 2020-05-07)
Avsaknaden av mänsklig faktor hos chattbottarna gjorde Casper mer kritiskt inställd till att få fel svar, på grund av att det felet sedan kommer upprepas för alla använder och inte bara Casper själv. Missförstånd var däremot inte förvånande och blev därmed mildare för botten, medan den mänskliga chatten i större utsträckning förväntades förstå. Något som ledde till större frustration när missförstånd uppstod med mänsklig chatt.
Chattbotten ansågs vara konsekvent enligt Casper, men på grund av risken för att exempelvis göra upprepade fel precis som upprepade rätt så är den kanske inte så pålitlig menar Casper. Casper fortsätter förklara att botten kan vara pålitlig vid lättare frågor men opålitlig vid svårare frågor. Där ansågs människor vara bättre då expertisen skiljer sig mellan människor och därmed också möjligheten att svara på svåra frågor. När det kommer till att ge ut
16 personnummer var Casper lika villiga att ge det till båda. Det kändes som ett standardsteg menade Casper och personnummer som information ansågs inte vara speciellt känsligt. Botten anses av Casper vara säker för att den haft många ögon på sig under skapandet, medan människans anpassningsförmåga gjorde den säker. Den mänskliga faktorn anses av Casper inte speciellt farlig då han hänvisade till bra rutiner bland kundservicen. I framtiden trodde Casper dock att chattbottarna skulle gå om människorna i säkerhet, med avsaknad av läckor och mänskliga fel. Så länge den mänskliga faktorn som designade bottarna utformar dem på rätt sätt. Vid upprepade fel svar på frågor ansåg Casper att det var oroväckande för chattbottar som alltid bör ge samma svar:
“Om [chattbotten] inte reagerar på ett förväntat sätt är antingen något fel på botten eller på frågan, någonstans är det fel då och det är oroväckande.” (Casper, inspelat samtal,
2020-05-07)
En bott är ingenting om den inte är konsekvent anser Casper. Medan upprepade fel svar från en mänsklig chatt var mindre oroväckande och ett mindre oväntat fel med hänsyn till den mänskliga faktorn. Däremot ansågs det som ett oväntat fel hos chattbotten och därför var det värre menade Casper.
Dante
Dante upplever att han i allmänhet litar mer på mänsklig kundservice. Chattbottarna kan ha svar på väldigt generella problem som kan fås fram genom en google-sökning menar Dante. Är det något mer specifikt så känns det som att chattbotten bara kan ge generella svar som inte är till någon hjälp och i det fallet är mänsklig kundservice bättre menar Dante. Dante upplever även att det finns en kunskapsskillnad mellan chattbottarna och mänsklig chatt:
“...rent kunskapsnivå kanske en specifik chattbott har mer kunskap än en specifik människa, men jag tror det handlar mycket om hur man applicerar det och då tror jag människor är
17 När det kommer till att få rätt svar menar Dante att det förväntas mer av en människa än en chattbott. En mänsklig chatt ska kunna vidarebefordra eller ta reda på svaret, en chattbott som har fel är helt enkelt fel i uppbyggnaden. En chattbott som har fel uppfyller bara en
förväntning om att den ska ha fel och besvikelsen blir inte lika stor som när en mänsklig chatt har fel menar Dante. Samma sak vid missförstånd, det är mer förväntat att chattbotten ska göra det misstaget och det är därför inte lika allvarligt jämfört med den mänskliga chatten.
När det kommer till säkerhet, förutsatt att allting fungerar som det ska, litar Dante mer på chattbotten. Människan kan vid tekniska fel exempelvis välja att skriva ned personlig information på en lapp, något som kan utgöra en säkerhetsrisk. Dante känner att chattbotten har en fördel när det kommer till pålitlighet och säkerhet. Chattbotten ansågs även ha en högre högstanivå vad gäller säkerhet än vad som är möjligt för den mänskliga chatten. Med hänvisning till en minimerad mänsklig faktor och en tro att företag saknar kontroll över sin mänskliga kundservice för att kunna nå upp till samma nivå av säkerhet. När det kommer till upprepade fel så skulle Dante troligare tappa förtroende för chattbottar generellt, medan för människor är det inte lika allmängiltigt. Vid fel svar från olika personer skulle Dante snarare tappa förtroende för företaget och vid upprepade fel från samma person börja ifrågasätta den personens kompetens.
Eddie
Eddie skulle i de flesta fall föredra en mänsklig chatt, då det känns som att människor lättare kan ta reda på information. Eddie anser dock att det inte nödvändigtvis behöver finnas en kunskapsskillnad mellan människor och chattbottar och hänvisar till utvecklingen av datorer. Han menar att de kan bidra med rätt kunskap så länge de får rätt information. När det
kommer till att få fel svar ser Eddie mer lindrigt på botten och menar att människor är källan till informationen oavsett vilken kundservice som används, men att botten är som en
budbärare medan den mänskliga chatten är källan. Eddie menar att missförstånd vid interaktion med chattbottar inte är något oväntat:
“...det känns som att man måste vara väldigt specifik för att maskiner ska uppfatta rätt.” (Eddie, inspelat samtal, 2020-05-07)
18 Medan Eddie vid missförstånd med en människa menar att det då handlar om ifall den
mänskliga chatten verkligen är lämplig om den inte förstår efter att problemet förklaras. Eddie skulle föredra chattbottar när det kommer till pålitlighet och menar att chattbotten inte själv kan delge informationen till andra:
“...en mänsklig chattarbetare kan ju liksom gå hem och prata med sin make om något som hänt på jobbet och det kan ju vara just min chatt.” (Eddie, inspelat samtal, 2020-05-07)
När det kommer till att ge ut personlig information var Eddie lika villig, eller snarare ovillig, att ge ut det till båda. Personnummer ansågs vara känslig information att ge ut, vid kontakt med mänsklig chatt kan de ta och använda det för att försöka få tillgång till BankID och liknande. Med chattbotten finns möjligheten för människor att försöka komma åt informationen. Däremot bara sett till interaktionen ansågs botten vara mer pålitlig, med hänsyn till avsaknaden av känslor som motivation. Vad kommer till upprepade fel så skulle chattbotten förvåna Eddie mest, med antagandet att chattbotten har vissa specifika svar på vissa specifika frågor, medan människor aldrig, med tanke på den mänskliga faktorn, skulle svara exakt likadant från gång till gång.
4.2 Tekniskt ointresserade
Florence
Chattbottar ses av Florence som mindre kompetenta än människor än så länge. En chattbott anses inte kunna ha samma kompetens som en människa, även fast kunskapsnivåerna
förmodligen motsvarar varandra väl. Florence understryker att man som användare har högre förväntningar på en chattbotts svar jämfört med svaren som fås från en mänsklig chatt. Människor anses mer acceptabla att göra fel än chattbottar, med anledning av den mänskliga faktorn. Dock anser Florence att chattbottar enklare kan missförstå frågor, jämfört med en chatt med en människa. Vad kommer till pålitlighet så anser Florence att man som konsument gärna vill att mänsklig chatt ska vara mer pålitlig än kontakten med en chattbott. Att båda chatterna sker via bankens hemsida ses som legitimerande för kontakten och att känsliga uppgifter därmed kan delas med båda sorternas chatter på samma villkor, utan att känna
19 pessimism angående säkerhet för någon av dem. Dock uttrycker hon en viss osäkerhet
kopplat till att man inte vet vem som ser de delade uppgifterna eller vem som kan ta del av dem utan kundens vetskap. Florence anser också att det är mer förståeligt om en chattbott missförstår en fråga kontra en människa, då den sistnämnda ska ha förmågan att förstå direkt.
Greta
Greta känner viss osäkerhet kring chattbottars kompetens då svaren som finns att tillgå en chattbott är begränsade till vad som finns inprogrammerat i den databas de baseras på. Viss osäkerhet framkommer också angående huruvida det svar som framkommer är personligt eller mer generellt och inprogrammerat som att automatiskt komma upp vid vissa frågor. Möjligheten att med en människa kunna fråga om förtydligande och att kunna diskutera svar vidare, samt att människan kan bidra med egna erfarenheter, gör att Greta inte anser
chattbottar som lika kompetenta som människor. Människor anses, på grund av den mänskliga faktorn, kunna göra fel i större utsträckning än chattbottar, vilka förväntas att konsekvent kunna bidra med korrekta svar. Dock uttrycker Greta ändå att svar som kommer från bottar bör säkerställas med mänsklig kundservice, beroende på hur stor risk som är inblandad i frågan.
Vad kommer till pålitlighet så säger Greta att man förväntar sig att chattbottar och människor ska vara lika pålitliga. Att människor kan ha alternativa intentioner utpekas som en anledning till att chattbottar eventuellt är mer pålitliga än människor. Dock betonar Greta att känsliga uppgifter såsom personnummer ändå hellre delas med en människa, även om viss ovillighet att lämna ut uppgifter via chatt finns för båda alternativen. Faktumet att kommunikationen sker via bankens hemsida ses ändå legitimerande och bidragande till känslan av säkerhet säger hon.
Herkules
Kompetensen hos bottar och människor tycker Herkules är likvärdig beroende på vad för frågor som ställs. Herkules tar konkreta frågor som exempel på svar där kompetensen skulle vara likvärdig, medan frågor som innehåller någon typ av åsikter skulle vara svåra för chattbottar att svara på. Båda chattbottar och mänsklig chatt anses ha tillgång till samma information och kan därmed svara likvärdigt. Vad kommer till risk för fel så anser Herkules att människor så väl som chattbottar ska veta vad de pratar om och därmed kunna ge korrekta svar.
20 Med anledning av att chattbottar i grund och botten är en databas eller ett program, anser Herkules att de är mer pålitliga än mänsklig chatt. Att människor kan tycka saker samt att samma anonymitet inte finns, är anledningen till att chatt med människor inte uppfattas som lika pålitliga. Herkules uttrycker dock inga problem med att dela personlig information med varken mänsklig chatt eller chattbottar, även om chattbottarna uppfattas som säkrare.
Idun
Kunskapsmässigt anser Idun att chattbottar och människor motsvarar varandra, men att preferensen ändå är att prata med människor. Även om kunskapsnivåerna motsvarar varandra så tänker Idun att svårare frågor bör tas med mänsklig chatt, medan chattbottar kan assistera med enklare ärenden. Mänsklig chatt upplevs kunna svara fel eller missförstå mer ofta än bottar.
En viss tveksamhet finns till chattbottarnas pålitlighet enligt Idun. Huruvida man som
konsument upplever pålitlighet beror på typen av ärende eller fråga man har och hur stor risk som är förknippad med den, anser hon. Vad kommer till att dela personliga uppgifter så spekulerar Idun kring faktumet att chattbotten är en databas medan mänsklig chatt eventuellt är mindre säkra. Efter lite spekulationer om säkerhet vänder dock Idun:
“Det är väl kanske den där databasen som är bättre då...Då är det ju en databas liksom. Det andra är en chatt som någon sitter och fixar med... Då är det databasen [som är säkrare]. Nu
har jag vänt, haha.” (Idun, personlig kommunikation, 2020-05-07)
Jannat
Rent generellt tycker Jannat att mänsklig chatt är mer kompetenta än chattbottar. Av de skillnader som finns nämns språk som en möjlig orsak, där en människa anses ha större möjlighet att förstå olika språknivåer bättre än en chattbott. Kunskapsnivåerna ses ändå som motsvarande men att större förväntningar att förstå finns på människan.
21 Faktumet att bottar inte har samma förståelse för känslor och åsikter nämns som en anledning till att mänsklig chatt är mer pålitliga i bankens kundservice. Även att bottar eventuellt kan hackas sänker deras pålitlighet, enligt Jannat. Hon fortsätter med att förklara:
”Det beror på vad de ska göra då... Känns det ju mer pålitligt med en människa att det blir rätt…” (Jannat, personlig kommunikation, 2020-05-07)
5. Analys
I detta avsnitt analyseras empirin utifrån analysmodellen och teorikapitlet. 5.1 repeterar uppsatsens analysmodell. I 5.2 analyseras informanternas olika åsikter om kompetens mellan chattbottar och mänsklig chatt generellt samt ur utgångspunkterna att få rätt svar och att bli missförstådd. I 5.3 analyseras informanternas åsikter om pålitlighet mellan chattbottar och mänsklig chatt generellt och ur utgångspunkterna att konsekvent ha rätt samt säker hantering av personlig information. Vidare diskuteras i avsnitt 5.4 hur informanternas syn på
kompetens och pålitlighet kan påverka förväntningar och i sin tur upplevd tillit.
5.1 Repetition av analysmodell
Kompetens och pålitlighets påverkan på användares tillit till chattbottar och mänsklig chatt
Figur 2. Övergripande modell över kompetens och pålitlighets påverkan på användares tillit till chattbottar och mänsklig chatt, baserat på Mayer et al (1995) och Madsen & Gregor (2000).
22 Som figur 2 visar, anger studiens analysmodell att upplevd kompetens och upplevd pålitlighet påverkar förväntningar på chattbottens förmåga, respektive förväntningar på den mänskliga chattens förmåga. Dessa förväntningar påverkar i sin tur upplevd tillit till chattbotten och upplevd tillit till mänsklig chatt.
5.2 Upplevd kompetens hos chattbottar och mänsklig chatt
Tabell 3. Informanternas generella åsikter kring upplevd kompetens hos chattbottar och mänsklig chatt. Informanterna i fetstil är de med tekniskt intresse, informanterna utan fetstil är de tekniskt ointresserade.
Kompetensen beror på frågan som ställs
Kompetensen anses likvärdig
Den mänskliga chatten är mer kompetent
Albert Eddie Florence
Bill Herkules Idun
Casper Jannat
Dante
Greta
Av de tio informanterna var det ungefär hälften som menade att den upplevda kompetensen beror på frågan som ställs, medan den andra hälften ansåg att mänsklig kundservice alltid är mer kompetent. De som menade att upplevd kompetens beror på frågan eller ärendet man har, diskuterade bland annat att frågans komplexitet spelade in och att förtroende för chattbottens kompetens finns vid enklare frågor, medan mänsklig chatt kan hantera svårare ärenden. Den mänskliga faktorn som bland annat innebär en bättre möjlighet att tolka frågor menar
23 informanterna gör den mänskliga chatten bättre på att tolka och svara på mer komplexa frågor, medan chattbotten anses kunna svara på enklare frågor som inte kräver en tolkning av frågans innebörd. Florence förklarar att hon finner den mänskliga kundservicen som mer kompetent i alla lägen, till stor del tack vare det hon beskriver som bättre
problemlösningsförmåga hos människor. Hercules och Eddie anser båda alternativen likvärdiga i kompetensnivå.
Betraktas faktorn huruvida tekniskt intresse finns eller inte hos informanterna så framkommer det att alla de fyra som ansåg kompetensen bero på frågan som ställs, tillhör gruppen av de tekniskt intresserade. Den femte informanten som tillhörde gruppen av tekniskt intresserade ansåg istället kompetensen som likvärdig mellan mänsklig kundservice och chattbottar. Det framstår därför som att de med tekniskt intresse överlag är mindre konkreta rörande
kompetensen, för dem är kompetens baserat på situation. De utan tekniskt intresse gör inte i samma utsträckning en distinktion mellan situationer utan menar att den mänskliga chattens bättre tolkningsförmåga också överlag gör den mer kompetent än chattbotten.
På frågan hur informanterna ställer sig till att få fel svar på en fråga från respektive chatt, finns det en återigen en tydlig uppdelning mellan informanterna. Fem informanter anser att det är mer förståeligt att få fel svar från en chattbott än en människa. Informanterna med denna synvinkel pratar om hur avsaknaden av mänsklig tolkningsförmåga gör det lättare för en chattbott att missförstå kunder och därmed ge felaktiga svar. Flera informanter menar att mänsklig chatt kan tolka meningar och problemförklaringar från kunder på ett annat sätt än chattbotten, vilket ger människan bättre förutsättningar än chattbottarna. Detta, anser informanterna med denna åsikt, gör det mer väntat och accepterat för en chattbott att svara fel. De fyra informanter som däremot anser det mer förståeligt för mänsklig chatt att svara fel menar att det felaktiga svaret från chattbotten kan bero på en felprogrammering, vilken då leder till systematiska fel, något som i dessa informanters mening är mycket illa. Även mänsklig faktor lyfts av informanterna med denna åsikt som en anledning till att den mänskliga chatten kan göra fel, medan högre krav på chattbotten att alltid ha rätt finns.
För denna fråga är uppdelningen mellan de tekniskt intresserade och de tekniskt ointresserade mer blandad, utan uppenbar gemensam uppfattning. Det innebär därmed att tekniskt intresse inte påverkade informanternas åsikter om att få fel svar från chattarna. Snarare handlade det om utvärderingen av ett felaktigt svar från chattbotten. Där vissa informanter ansåg det mer
24 negativt för chattbotten då ett felaktigt svar är indikativt för upprepade felaktiga svar, medan andra ansåg det mindre negativt för chattbotten då ett felaktigt svar var mer förväntat och därmed mindre allvarligt än om det hade givits av en mänsklig chatt.
Förutom frågan om att få fel svar från mänsklig kundservice eller chattbottar, fick informanterna frågan hur de ställer sig till att bli missförstådda av dem. Liknande
diskussioner som för frågan om att få fel svar fördes, med skillnaden att flertalet informanter betonade att det är mer förståeligt för chattbottar att missförstå. Hänvisning görs i flertalet fall till avsaknaden av tolkningsförmåga och komplext problemlösande hos chattbottar.
På frågan om att få fel svar finns en mer jämn uppdelning mellan informanterna vad kommer till för vilken chatt det är värst för att svara fel. Vad gäller missförstånd är informanterna istället mer eniga om att det är mer förståeligt för en chattbott att missförstå än en mänsklig chatt. Detta skulle kunna tolkas som att det finns en förväntning att chattbotten kan missförstå i större utsträckning än mänsklig chatt. Även avsaknad av mänsklig tolkningsförmåga bidrog till förväntningen att en chattbott lättare ska missförstå än en mänsklig chatt. De två
informanter som tyckte det var mer förståeligt för mänsklig chatt att ha fel, vände på den mänskliga chattens tolkningsförmåga och argumenterade att den istället gjorde det mer förståeligt för människan att tolka den ställda frågan på ett sätt som leder till missförstånd. Även här är uppdelningen mellan informanter med tekniskt intresse och utan jämnt fördelad.
En tendens till skillnad i informanternas generella inställning till upplevd kompetens hos chattbottar och mänsklig chatt kan urskiljas mellan de båda grupperna av tekniskt
intresserade och inte. De med tekniskt intresse överlag är mer optimistiskt inställda till chattbottar, jämfört med de utan tekniskt intresse som överlag anser den mänskliga chatten vara mer kompetent. Detta skulle kunna bero på att tekniskt intresse kan innefatta en större bekantskap med chattbottar eller liknande teknologi och därmed en större förståelse för vad en chattbott kan vara kapabel till.
Att vissa informanter upplever att det finns ett kunskapsgap, skulle kunna betyda att informanterna betvivlar förmågan hos den part de anser mindre kompetent, vilket i sin tur skulle betyda att tilliten i stort minskar. Kompetens i studien definierades som att chatten har den kompetens som behövs för att kunna utföra sina uppgifter effektivt och korrekt.
Majoriteten av informanter menar att chattbottar har den kompetens som behövs för att kunna uppfylla sitt syfte. Dock är informanterna överlag överens om att den mänskliga chatten till
25 en högre grad är kapabel till att tolka frågor och lösa problem av komplexare grad. Det blir därför en fråga om vad chattbottens syfte är. I analysmodellen illustrerades hur upplevd kompetens påverkar förväntningarna på chattbottens respektive den mänskliga chattens förmåga, vilket i sin tur påverkade den upplevda tilliten. Trots att chattbotten överlag anses ha kompetensen som behövs för att uppfylla sina uppgifter, uttrycker informanterna att förväntningarna är annorlunda jämfört med den mänskliga chatten. Chattbotten förväntas kunna svara på enklare frågor medan den mänskliga chatten utöver enklare frågor även förväntas kunna besvara komplexare frågor och lösa problem som kräver en
tolkningsförmåga chattbotten inte anses besitta, som Florence uttrycker det.
5.3 Upplevd pålitlighet hos chattbottar och mänsklig chatt
Tabell 4. Informanternas generella åsikter kring upplevd pålitlighet hos chattbottar och mänsklig chatt. Informanterna i fetstil är de med tekniskt intresse, informanterna utan fetstil är de tekniskt ointresserade.
Mänsklig chatt är mer pålitlig
Pålitligheten anses likvärdig
Chattbottar är mer pålitliga
Bill Albert Dante
Casper Florence Eddie
Idun Greta Herkules
Jannat
Vid frågan om hur informanterna ser på pålitlighet generellt hos chattbottar och mänsklig chatt så kunde svaren delas upp i tre kategorier. Bill, Casper, Idun och Jannat ansåg att den mänskliga chatten som mer pålitlig, medan Albert, Florence och Greta ansåg pålitligheten
26 likvärdig mellan chattbottar och mänsklig chatt. Dante, Eddie och Herkules betonade att chattbottar är mer pålitliga än människor, förutsatt att systemet de bygger på fungerar.
De som ansåg mänsklig chatt mer pålitlig refererade till att chattbottarna eventuellt kan bli hackade, samt att människorna som arbetade för banker är under sekretess och därmed pålitliga. De som däremot ansåg chattbottarna mer pålitliga menade att bottarna inte kan ha alternativa intentioner eller lägga in egna värderingar på samma sätt som människor kan göra i en chatt. Informanterna som anser pålitligheten likvärdig menar att det inte finns något som gör den ena chatten säkrare än den andra. Dessa informanter menar att båda typerna av chatter har sina egna för- och nackdelar i hanteringen av personlig information och att ingen av chattarna är helt utan sina respektive säkerhetsbrister. De som anser att pålitligheten är likvärdig menar dock inte att dessa potentiella säkerhetsbrister är allvarligare för chattbottar eller mänsklig chatt i nuläget.
Hur informanterna ställde sig till frågan om den generella uppfattningen av pålitlighet varierar. Det finns en spridning i svar från de informanter med tekniskt intresserade och de utan, där ingen tydlig gemensam uppfattning fanns. Tekniskt intresse hade därmed inte en lika stor påverkan på hur informanterna värderade mänsklig chatt respektive chattbotts pålitlighet i allmänhet.
När det kommer till pålitlighet i form av att konsekvent svara rätt på frågor menade Albert, Florence och Idun att det var mer förståeligt för chattbotten att ge inkonsekventa svar än att den mänskliga chatten gjorde det. Albert diskuterade att man har högre förväntningar på människan att kunna anpassa sig, förstå vad som efterfrågas och därmed kunna uppge liknande svar som sina kollegor. Resterande informanter menade att den mänskliga faktorn kan komma att spela in för den mänskliga chattens svar, vilket kan göra dem inkonsekventa. Flera informanter diskuterar att olika människor kan ge olika svar beroende på olika
erfarenheter eller olika tolkningar av frågan, medan en chattbott kan basera sina svar på nyckelord i de ställda frågorna och därmed ge mer konsekventa svar. De sju informanter som anser det mer förståeligt för mänsklig chatt att ge inkonsekventa svar menar att chattbottar inte är lika anpassningsbara som mänsklig chatt och därmed bör vara konsekventa.
För denna fråga fanns en tydlig uppdelning av tekniskt intresserade och inte, då fyra av fem informanter med tekniskt intresse ansåg det mer förståeligt för mänsklig chatt att ge
27 förståeligt för den mänskliga chatten att vara inkonsekvent, visar på en mer optimistisk
inställning eller förväntning på chattbottens förmåga. En parallell kan här dras till hur Connolly & Bannister (2007) fann att de informanter med teknisk kompetens hade mer förtroende för det online-baserade fenomenets kompetens och säkerhetsåtgärder, som följd av deras tidigare erfarenhet av teknik.
När det kommer till säkerhet och behandling av personlig information såg sig Dante och Idun som mer villiga att ge ut sitt personnummer till en chattbott än en människa, medan Casper, Eddie, Florence, Greta och Herkules ansåg sig lika villiga att ge ut personnummer till båda typerna av chatt. Albert, Bill och Jannat är mer villiga att ge personnummer till en mänsklig chatt än en chattbott. För denna fråga fanns med andra ord en uppdelning av hur
informanterna ställde sig till att dela personuppgifter, där de tekniskt intresserade informanterna har olika uppfattningar.
Flertalet gånger nämnde informanterna hur chattbottarnas avsaknad av mänsklig faktor och känslor kan bidra till att chattbottarna i framtiden kan gå om mänsklig chatt i säkerhet. Avsaknaden av anpassningsförmåga och mänsklig faktor hos chattbotten som kunde vara problematisk vid tolkning av komplexa frågor kan, ur ett säkerhetsperspektiv, ses som något positivt ansåg många. Detta innebär dock inte att alla informanter var lika villiga att delge personlig information till chattbotten, trots att den ansågs ha större potential för säker hantering av informationen. Här verkar det spela roll hur känslig informationen anses vara, något som varierade mellan informanterna. Eddie ansåg att personnummer var känslig information som han helst inte delade med någon kundservice, medan Casper tyckte motsatsen och menade att personnummer inte var speciellt känslig information och att han därmed skulle dela den med både mänsklig chatt och chattbottar vid ett bankärende. Trots denna skillnad var båda lika villiga att ge personnummer till båda typerna av chatt. Det verkar därmed som att den subjektiva bedömningen av informationens känslighet först och främst avgör huruvida den bör delges, snarare än upplevd tillit till kundservicens säkerhet. Det är även värt att nämna att trots att chattbottarna överlag ansågs ha större potential för säkerhet var det få som ansåg dem säkrare i nuläget, med hänvisning till otillräcklig programmering. Chattbottarna kan därför sägas ha en orealiserad potential när det kommer till säker hantering av personlig information, en potential som idag inte verkar bidra till en större upplevd tillit.
Enligt Meyer et al (1995) definition av tillit så grundar sig den upplevda tilliten på en parts villighet att vara sårbar inför en annan parts handlingar, i tron på att den andra parten kommer
28 utföra en handling vilken värdesätts eller är viktig för den första parten. Spridningen i
informanternas svar vad kommer till pålitlighet generellt skulle med andra ord kunna bero på villighet att ta risk, alltså informanternas riskaversion. Även tidigare erfarenheter har i teorikapitlet nämnts som en påverkande faktor för upplevd tillit. Om informanterna saknar erfarenhet av chattbottar alternativt mänsklig chatt vid bankärenden, skulle detta alltså kunna påverka deras svar, oavsett om tekniskt intresse finns eller inte.
5.4 Förväntningars påverkan på upplevd tillit
Informanterna uttryckte olika förväntningar rörande chattbottars och mänskliga chatts förmåga. Exempelvis förväntningen att chattbotten i större grad ska missförstå frågor i jämförelse med den mänskliga chatten. Denna förväntning kunde leda till frustration när den infriades, exempelvis hos Bill och Dante som anser att missförstånd är mindre förståeligt för chattbottar, eftersom missförstånd med en chattbott gör det svårt att ta sig vidare och få svar på frågan. Samtidigt kan förväntningarna leda till en lägre grad av frustration enligt de informanter som anser att missförstånd var mer förståeligt för chattbotten, eftersom
chattbotten helt enkelt bekräftade deras förväntningar. Då samma förväntningar inte fanns för mänsklig chatt sågs det också som mer frustrerande om missförstånd uppstår, då dessa
informanter menar att den mänskliga chatten borde vara bättre.
Oavsett utfallet formas informanternas förväntningar av de respektive chatternas upplevda kompetens och pålitlighet, som i sin tur påverkar den upplevda tilliten. I fallet där chattbotten konsekvent svarar fel på användarens fråga fanns det en förväntan från informanterna,
baserad på bland annat chattbottens avsaknad av anpassnings -och tolkningsförmåga jämfört med den mänskliga chatten, att kunna ge samma svar på samma fråga vid upprepade
förfrågningar. När informanterna sedan ställdes inför ett scenario där denna förväntning bröts, sänktes också informanternas upplevda tillit till chattbottarna.
6. Slutsats
6.1 Upplevd tillit till chattbottar och mänsklig chatt
Det finns skillnader och likheter i upplevd kompetens och pålitlighet som påverkar upplevd tillit mellan chattbottar och mänsklig chatt. Det verkar existera en kompetensskillnad där mer upplevd tillit finns till den mänskliga chattens förmåga att lösa komplexa problem vilka
29 kräver djupare tolkning av frågor. Tolkningsförmågan är central då många informanter talar om hur chattbottar kan missförstå i större utsträckning, något som leder till fel svar. Dock innebär det inte nödvändigtvis att ett större förtroende existerar till den mänskliga chattens kompetens. I många fall ansågs kompetensen snarare avgöras av situationen som chattbotten eller den mänskliga chatten ställs inför.
När det kommer till pålitlighet ansågs att vara konsekvent viktigare för chattbotten än för den mänskliga chatten, då människan ansågs vara mer anpassningsbar och bättre på att tolka medan chattbotten ansågs vara mer enkelspårig där en fråga förväntas ge samma svar varje gång. Den mänskliga faktorn bidrog till att göra det mer förväntat för den mänskliga chatten att tolka frågor olika, medan avsaknaden av mänsklig faktor hos chattbotten gjorde det mer förväntat att den alltid ska ge samma svar. Då inte samma tillit till chattens förmåga att tolka existerar som för den mänskliga chatten ansågs upprepade felaktiga svar från en chattbott ofta som värre än för en mänsklig chatt.
När det kommer till säker hantering av personlig information fanns en tro att chattbotten kan gå om den mänskliga chatten i framtiden tack vare sin avsaknad av mänsklig faktor, men bristande programmering håller tillbaka den. I nuläget ansågs dock de båda chatterna vara mer eller mindre jämlika vad gäller säkerhet vid hantering av personlig information. Dock verkar subjektiva bedömningar av en specifik personlig informations värde huvudsakligen avgöra villigheten att delge informationen till en chatt eller ej.
Förväntningarna representerar informanternas bild av hur chattbottar eller mänsklig chatt kommer agera. Exempelvis avsaknad av språklig förståelse kan sägas bidra till både förväntningen att chattbotten lättare ska missförstå men också att den kommer vara konsekvent i sina svar. Huruvida dessa förväntningar sedan möts eller ej påverkar informanternas tillit till kundservicen. Exempelvis inför scenariot där förväntningen att chattbotten kommer vara konsekvent i sina svar inte möttes, ställde sig många informanter kritiskt till det och tilliten till chattbotten minskade.
I en värld där chattbottar utvecklas allt mer och förväntas bli ett vanligt förekommande verktyg, är förväntningen att de inte klarar av komplexare ärenden problematisk, eftersom det då, i enlighet med analysmodellen, påverkar den upplevda tilliten för dem. Att ett antal informanter uttryckte att chattbottarna har den kompetens de behöver överlag, kan ses som att tillit finns i nivå med de förväntningar som föreligger. Att chattbottar utvecklas, blir mer
30 förekommande och spås kunna utföra allt fler komplexa handlingar, skulle kunna betyda att förväntningarna på dem också ökar, och därmed även tilliten.
6.2 Implikationer för chattbottar inom bankers kundservice
Skillnader i upplevd kompetens och pålitlighet mellan chattbottar och mänsklig chatt, samt förväntningar och deras påverkan på upplevd tillit har implikationer för framtida utveckling av chattbottar inom kundservice, däribland inom banksektorn. I nuläget används chattbottar inom kundservice på banker till att svara på enklare frågor eller att hänvisa vidare till olika typer av mänsklig kundservice. Detta verkar överensstämma ganska bra med de förväntningar som informanterna uttryckte kring chattbottarnas nuvarande förmåga. Däribland den tro på chattbottarnas framtida säkerhet som fanns bland informanterna. Att både fortsätta utveckla chattbottarnas säkerhet men också framhäva chattbottarnas säkerhetsåtgärder kan göra att de kommer nära den potential som informanterna såg.
Om chattbottarnas arbetsuppgifter också kommer utökas för att innefatta uppgifter som i nuläget hanteras av människor, som exempelvis att ansöka om lån, har den upplevda tilliten betydelse. I nuläget tycks det finnas en förväntning på chattbotten att vara oförmögen att förstå komplexare problem. Den sämre förmågan att förstå och tolka språk kan vara en stor bidragande faktor till denna förväntning hos informanterna. Det kan därför vara viktigt att fortsätta utveckla och utvärdera chattbottarnas förmåga att tolka text och språk innan de börjar hantera arbetsuppgifter såsom lån. Poängen är därmed att den upplevda kompetensen och pålitligheten och tillslut den upplevda tilliten kan ha betydelse för hur användare tror att chattbotten kommer agera och därmed vad utvecklare av dessa chattbottar kan göra för att möta eller motbevisa dessa förväntningar som finns bland potentiella användare.
7. Framtida forskning
Denna undersökning ämnar till att bidra med en djupare förståelse för hur användare
utvärderar upplevd tillit till chattbottar jämfört med mänsklig chatt i form av kompetens och pålitlighet och vad användarnas utvärderingar baseras på. Dock är denna uppsats endast ett första steg mot en djupare förståelse rörande tilliten till chattbottar och mänsklig chatt inom kundservice. Skribenterna hoppas se fler studier inom tillit till chattbottar inom kundservice, inte minst när det kommer till jämförelse med traditionell kundservice som mänsklig chatt.
31 Då denna undersökning utgick från en jämförelse mellan chattbottar och mänsklig chatt med utgångspunkt i kundservice inom svenska banker skulle liknande studier kunna genomföras i andra länder, inom olika branscher samt även mellan chattbottar och andra former av
kundservice än mänsklig chatt. Vidare forskning skulle även kunna studera övriga begrepp som exempelvis affektionsbaserad tillit samt djupare undersöka bildandet av användares förväntningar och dess påverkan på tillit till chattbottar.
32
Referenser
Tryckta
Bertinussen Nordheim, C., Følstad, A., & Bjørkli, C. A. 2019. An Initial Model of Trust in Chatbots for Customer Service—Findings from a Questionnaire Study. Interacting with Computers, Vol. 31, No. 3, s. 317-335.
Bryman, A. & Bell, E. 2015. Business Research Methods. 4. uppl. Oxford University Press: Oxford, s. 389-623.
Connolly, R. & Bannister, F. 2007. Consumer trust in Internet shopping in Ireland: towards the development of a more effective trust measurement instrument. Journal of Information Technology, Vol. 22, No. 2, s. 102-118.
Crossman, P. 2017. Chatbots to humans: Move aside, I got this. American Banker, Vol. 182, No. 117, s. 1.
Davenport, T. 2018. Can We Solve AI's 'Trust Problem'?. MIT Sloan Management Review, Vol. 60, No. 2.
Efendic, E., Van de Calseyde, P. & Evans, A. 2020. Slow response times undermine trust in algorithmic (but not human) predictions. Organizational Behavior and Human Decision Processes, Vol. 157, s. 103-114.
Lui, A. & Lamb, G. W. 2018. Artificial intelligence and augmented intelligence collaboration: regaining trust and confidence in the financial sector. Information & Communications Technology Law, Vol. 27, No. 3, s. 267-283.
Mayer, R. C., Davis, J. H., Schoorman, F. D. 1995. An Integrative Model of Organizational Trust. The Academy of Management Review, Vol. 20, No. 3, s. 709-734.
Mishra, A.K. Organizational responses to crisis: the centrality of trust. Återfinns i: Kramer, R. M. & Tyler, T. R. (eds.), Trust in organisations. Thousand Oaks: Sage Publications, Newbury Park, CA, s. 261-287.
Okuda, T. & Shoda, S. 2018. AI-Based Chatbot Service for Financial Industry. Fujitsu Scientific & Technical Journal, Vol. 54, No. 2, s. 4-8.
