智能终端APP和电脑软件的萌语言对人机交互感受的影响.docx
《智能终端APP和电脑软件的萌语言对人机交互感受的影响.docx》由会员分享，可在线阅读，更多相关《智能终端APP和电脑软件的萌语言对人机交互感受的影响.docx（12页珍藏版）》请在冰豆网上搜索。
智能终端APP和电脑软件的萌语言对人机交互感受的影响
智能终端APP和电脑软件的“萌”语言对人机交互感受的影响
光华管理学院2013级陈泽阳刘咏函金彦琳
摘要：
本研究通过行为实验，发现当程序或应用出现错误时，相比于严肃的系统语言，采用拟幼童化的“萌”语言作为出现的提示语言，会对用户的负面情绪、态度有更好的安抚与平息效果，并能够降低用户的严肃程度。
而当程序或应用出现的错误更加严重时，拟幼童化的“萌”语言的这种安抚与平息效果更为明显。
本实验较好地证实了“卖萌”在人机交互领域的发展空间，即系统提示性语言采用“萌”语言能够提升用户体验。
并且为“萌”语言其他属性的研究提供了一种范式。
一、引言
这是最好的时代，这是最坏的时代，这也是“萌”的时代。
1.萌的起源
在“萌”时代到来之前，追求“酷”一度是全球消费文化的驱动力。
“酷”是一种男性化的现象（Nancarrow,2002），追求“酷”的女性偏好中性化的装扮，掩盖自己的女性特质，例如不化妆（McRobbie,1991）。
在文化中，女性气质和男性气质的含义是对立的（Innes,1999），如果说“酷”偏向男性化，“萌”则是偏向女性化的对立物（Elad,2014）。
“萌”被广泛认为起源于日本的青少年群体及ACG（Animation、Comic、Game，动画、动漫、游戏）文化。
有学者认为，“萌文化”在行为、表现方式上有别于主流文化，同时又具有青年亚文化的多变性、边缘性和流动性特征，是一种颇具风格的青年亚文化现象；“萌文化”传播得益于青年亚文化群体的个性心理、交际需要和情感寄托；群体归属感是“萌文化”传播的内在动力，“萌文化”成为大众文化消费主体归因于它的经济功能和娱乐功能。
“萌”与“可怜”紧密相关，尤其容易被看起来弱小、无助、滑稽的事物所引发。
因此，如果想变得“萌”，就需要掩盖自己的力量，表现出弱小和依赖。
随着20世纪70年代“娃娃字体”流行开来，“萌”这一审美风潮逐渐成为了一种新兴亚文化，它的特性包括年幼、易受伤害、无攻击性、需要帮助，这些特性越强烈，就越能引发“萌”的感受。
“萌”文化也很快得到了产业化。
产品“萌”的属性，使消费者得以在日常陌生的社会环境中与产品建立情感上的联系，其中最著名的“萌”的形象当属1971年诞生的HelloKitty。
有学者认为我们已进入了cuteocracy，越“萌”的事物越能在竞争中胜出。
2.萌的定义
首先我们对“萌”下定义。
根据网络用语的定义：
在褒义的词性下，“卖萌”指故意做可爱状，打动别人；在贬义的词性下，“卖萌”是指故意作秀。
2011年，由读者推荐并经汉语专家甄选过后，《咬文嚼字》编辑部将卖萌列入了2011年十大流行语。
在汉语里，卖萌的意思是装可爱、扮嫩、撒娇，一般具有调侃色彩。
我们试着用科学研究的方法定义“卖萌”。
我们定义“卖萌式语言”为具备以下几点特征的语言：
（1）拟人化，通常是拟小孩化（Childlike）或者拟宠物化。
（2）多语气词，社会热点和网络流行用词。
（3）语句之间建立读者对文字的情感投射。
3.卖萌式营销
“萌”在现代社会从一个网络用语慢慢发展成营销的一个热点，商家喜欢将卡通化、儿童化的形象作为商品的一个特点进行销售，而同时，“卖萌”的用词也逐步成为营销文案的一大手法。
“卖萌”的沟通方式，对不同的年龄、性别的受众有着普遍的营销正效应，但效应强弱在各个群体之间有一定的差别。
2011年，《咬文嚼字》将“萌”评为年度汉字，商家也开始借力“萌”进行营销。
所谓卖萌式营销，就是以俏皮、可爱的形式向目标市场展示商品或服务，将其“萌”点展示给消费者的营销方式。
其中，卖萌式营销在电子商务领域尤为流行。
网上购物虽然便捷，但是真实度体验不足，而卖萌式营销能增加产品的附加值，提升购买过程的愉悦程度。
在店面设计方面，店名和图片通常采用叠字、动物、卡通形象等，例如“三只松鼠”采用了原创卡通动物形象。
在文案创作方面，文案创作者则需要熟悉当下流行语、热门事件，并加以恰切的引用。
在客服和售后方面，卖家则需要以亲切、活泼的语气与买家沟通，例如，提示发货信息的短信常常以包裹为主语，并被拟人化，称买家为“主人”，以缓解买家等待包裹的急切心情。
“萌”在营销当中的运用与广告大师大卫•奥格威提出的“3B”原则有一定的相似性，即广告创意以baby、beast、beauty（婴儿、动物、美女）为表现元素时，满足了人们的审美心理和情感需要，易于激发其愉悦心情，成为一种能引起其注意的刺激因素，赢得消费者的关注和喜爱。
“卖萌”主要通过3B中的前两个baby和beast两个元素作为语言元素，通过拟小孩化和拟宠物化的语言内容和语气形式包装营销文案，来达到放大消费者同理心以增强消费者心理宽容度的营销效果。
卖萌式营销是以俏皮、可爱、欢快的形式向受众展示商品或服务的信息和特性，将商品、服务的“萌点”展示给目标消费者，是品牌亲民化的一种极佳方式。
卖萌是顺应时代变化的一种营销方式，它能引发年轻受众心中的认同感，影响其购买行为。
卖萌式营销迎合了消费群体年轻化的趋势，卖萌营造了轻松愉悦的购物氛围，可以凝聚人气，更好地促进销量，实现商业利益。
在卖萌为商品和服务增加附加值后，用户的体验更趋向于良好的评价，他们给商品的好评将对未进行商品购买的顾客产生影响，有助于新顾客的引进，形成良性循环。
配合着新媒体的快速发展，卖萌式营销将被赋予更多的传播价值、互动性和传播力。
4.卖萌式公关
萌不仅被广泛用于营销，也逐渐开始被用于公关。
加多宝在“红罐凉茶改名加多宝”这句广告语被裁定禁止之后，推出了四张“对不起”系列广告。
广告文案以道歉为包装，实际上突出了自己过去多年的成绩。
点睛之笔是四张海报主体分别为四个小孩啼哭的表情，这种近乎于撒娇的卖萌，易于在受众心中获得原谅，引发同情，得到舆论支持。
图1王老吉卖萌式公关“对不起”系列广告
二、研究背景
现在“萌”已经成为了一种思维方式和沟通技巧。
在浩浩荡荡的“卖萌”大军中，电商手机客户端无疑是“卖萌”主力，例如，在无法连接至网络时，“美团”手机客户端将出现云朵状的无线网络符号和可爱的吉祥物卡通形象；“淘宝”和“天猫”手机客户端则会通过“亲”、“喔”、“喵呜”、“不给力”、波浪线（~）来表示撒娇；铁路12306手机客户端也会使用“哎呀”这样的语气词。
图2无法连接至网络时手机客户端的提示方式
但是在浏览器方面，“萌”与“不萌”则是旗鼓相当。
在无法连接至网络时，浏览器提示用语的风格有所不同。
例如IE浏览器（左上）和谷歌浏览器（右下）用语较为严肃，分别为“无法显示此页”及“无法访问此网站”。
而火狐浏览器和手机QQ浏览器则采用了严肃用语与可爱的动物形象相结合的方式，火狐浏览器采用的是楚楚可怜的小狐狸形象，QQ浏览器采用的则是笨拙可爱的小乌鸦形象。
图3无法连接网络时浏览器的提示方式
而在银行的手机客户端方面，其提示语言普遍较为正式，例如招商银行手机客户端会弹出对话框“连接服务器失败”，使用了术语并分析了可能原因；中国农业银行的手机客户端也使用了较为严肃的措辞“通信异常，请检查手机的网络设置及通讯情况”；中国银行的手机客户端虽然采用了拟人式的对话体，但是措辞仍然较为严肃，“尊敬的客户：
您的网络目前不可用，无法完成客户端启动，请稍后再试”。
在字体、对话框设计方面，也都采用了严肃的风格。
根据对这一现象的观察，我们发现智能终端和电脑软件在有选择地使用“卖萌式语言”，例如在较为轻松的场景下更倾向于“卖萌”，而在较为严肃的场景下倾向于不“卖萌”。
因此，我们产生了这样的问题：
智能终端和电脑软件如何通过使用卖萌策略来提高用户体验？
针对这一问题，我们设计了实验，研究“卖萌式语言”对人们心理的影响，以及由此思考对“卖萌式语言”的商业应用。
在测量“卖萌”对心理上的影响程度时，我们考虑以对犯错误的宽容性程度为指标，由此设计实验。
我们使用电脑软件中的报错提示语言环境，通过控制软件出错程度，来研究正常的提示语言和卖萌式的提示语言对受众宽容程度的影响。
之所以选择电脑中的报错提示语言环境是因为，在虚拟空间内的操作并非以面对面的形式展开，所以就并不存在本身的“拟人化”属性，我们可以把“卖萌式语言”的特征集中展现为“拟小孩化（Childlike）”，提取生活当中幼童对长辈的语言特征嵌入电脑的报错提示语言当中。
我们的研究在第一层面可以为电脑软件开发公司提供如何服务好用户、提升用户满意度、避免流失客户、差评现象的建议，在另一层面可以推广至所有的营销活动当中，包括对广告文案的撰写，网络宣传的方式等。
我们的实验设计概述如下：
被试在一网页中进行阅读文段并数出关键词出现次数的任务，任务期间系统会随机选择三种预设好的出错方式：
不出错，重新填写一个答案，重新阅读一篇新的更大难度的文章，同时随机选择两种报错提示语言：
正常的报错提示语言或卖萌式的报错提示语言。
在被试完成任务后，以问卷调查的方式记录被试对该错误的不满程度，并以量表的处理方法判断被试对待该错误的宽容程度是否收到提示语言表达方式的影响。
三、实验设计
该实验从北大范围内招募被试，并随机分组，由被试（用户）在一个以网页构成的模拟系统上操作完成。
为了防止被试之间存在相互参照或者相互激励的情况，本实验严格控制每次只有一名被试进入实验房间。
因此，每名被试只知道自己的做题情况，不会被其他人所干扰。
被试被告知的内容为：
在该系统上进行文章数词游戏，游戏分为三个部分，前两个部分一个语段，共有两个语段；每段四道题目（即四个词语），共八道题目。
对于每个部分，只有当指定的四个词语出现的数目全部计数正确时才可结束该部分，进入下一语段；如有错误，则需修改至正确方可进入下一语段。
前两个语段的答题将被计时，根据答题用时，相对排名较好的被试将得到奖品。
第三个部分为对该系统的评价，不计入答题用时。
系统在被试完成第一部分后系统会出现一次人为的错误，之后出现提示语言，指示被试重新回答之前回答过的问题。
系统错误在严重程度的维度上分为“大错”和“小错”两种程度。
其中“大错”需要重新回答的问题个数较多（重新回答一个新语段的四道题目），且重新答题时间会被重新计为第二部分总时长（增加时间压力），而“小错”需要重新回答的问题个数较少（重新回答最后一道题目），且重新答题时间会被告知不计入总时长。
在提示语言的语言特征，分为“正常提示语言”和“卖萌提示语言”。
综上，实验设置有“系统错误严重程度”和“提示语言的‘萌’特征程度”两个维度。
实验组为得到提示语言为“卖萌提示语言”的被试，对照组为提示语言为“正常提示语言”的被试。
同时，分别得到“大错”和“小错”的被试进行比较。
本实验的被试随机进入某一系统中开始答题，共分为四组：
Group1:
“正常+小错”为在系统出现小错误时，使用不包含拟人色彩的语句进行告知和道歉；
Group2:
“卖萌+小错”为在系统出现小错误时，使用拟幼童的语句进行告知和道歉；
Group3:
“正常+大错”为在系统出现大错误时，使用不包含拟人色彩的语句进行告知和道歉；
Group4:
“卖萌+大错”为在系统出现大错误时，使用拟幼童的语句进行告知和道歉；
系统错误严重程度
小错
大错
提示语言的“萌”特征程度
正常
Group1
Group3
卖萌
Group2
Group4
表1实验设计
在完成数词游戏之后，被试将填写一份七点量表问卷，目的在于考察被试对系统的态度、感知错误的严重程度和被试情绪。
我们将通过这份问卷的结果来分析系统错误程度和卖萌程度对这个三方面的影响。
四、实验结果
1.描述性统计
本实验从北大校园内招募了30名被试，在2015年1月进行了实验。
被试的年龄范围为18-26岁的在校学生，平均年龄为21.47岁，男女比例为男生31%，女生69%。
每名被试平均实验用时26.22分钟。
按照错误方式总计小错组14人，大错组16人；按照卖萌方式总计不卖萌组15人，卖萌组15人。
我们的问卷中包含对系统的态度（attitude）（0->6:
极不好->极好）、被试情绪（mood）（0->6:
情绪极差->情绪极好）、感知错误的严重程度（seriousness）（0->6:
极不严重->极严重）共计三个维度。
旨在判断系统所犯的错误和卖萌方式对这三个指标产生的影响及其显著性。
这三个因变量的均值和标准差统计见表2：
ExperimentalGroups
N
ATTITUDE
MOOD
SERIOUSNESS
MENG
MISTAKE
Mean（std.）
Mean（std.）
Mean（std.）
正常
小错
7
3.8571（1.13622）
3.86（1.345）
4.43（0.976）
大错
8
3.0417（0.76506）
3.13（0.835）
4.88（1.356）
卖萌
小错
7
4.6190（1.23871）
4.29（1.254）
4.29（1.113）
大错
8
4.7083（0.70006）
4.88（1.246）
3.38（1.768）
表2七点量表问卷结果描述性统计结果（ATTITUDE,MOOD,SERIOUSNESS）
我们发现，卖萌组对待系统态度的指标平均值M=4.67，大于正常组的平均值M=3.42，被试总体情绪平均值卖萌组M=4.60大于系统语言M=3.47，这两项指标不论是在小错还是大错的情况下，卖萌组的均值都高于正常组。
而对错误的感知程度从描述性统计上看，我们可以发现，正常组对小错的感知均值M=4.43比对大错的感知均值M=4.88要高，而让人意外的是，卖萌组却相反，对小错的感知均值M=4.29（低于正常组对小错的感知均值M=4.43）大于对大错的感知均值M=3.38（远低于正常组对大错的感知均值M=4.88），可见卖萌的提示语言在降低对大错误的感知程度上更为有效。
我们还提取了被试的三项负面情绪指标：
挫折情绪（frustration），苦恼情绪（distress），愤怒情绪（angry），来判断卖萌程度和错误严重程度对被试负面情绪的影响效应。
对三个负面情绪的描述性统计结果见表3:
ExperimentalGroups
N
FRUSTRATION
DISTRESS
ANGRY
MENG
MISTAKE
Mean（sd.）
Mean（sd.）
Mean（sd.）
正常
小错
7
3.29（1.380）
3.71（1.380）
2.57（1.134）
大错
8
3.13（0.641）
3.38（0.916）
2.38（1.302）
卖萌
小错
7
2.57（1.512）
3.00（1.291）
1.86（1.069）
大错
8
2.13（0.991）
2.63（1.506）
1.63（0.744）
表3七点量表问卷结果描述性统计结果（FRUSTRATION,DISTRESS,ANGRY）
根据上表结果，我们可以看出，卖萌组的三种负面情绪挫折、苦恼、愤怒在总体、小错和大错组中都显著小于正常组，可见卖萌对被试的负面情绪有普遍的减轻作用。
2.ANOVA分析结果
对该问卷的结果我们做了ANOVA分析，对系统的态度（attitude）、被试总体情绪（mood）和感知错误的严重程度（seriousness）这三个指标的分析结果见下表4:
ATTITUDE
MOOD
SERIOUSNESS
F
P-value
F
P-value
F
P-value
GENDER
0.016
0.899
2.182
0.153
3.005
0.096*
AGE
0.519
0.478
7.961
0.009*
5.481
0.028*
MENG
10.102
0.004*
5.769
0.024*
2.085
0.162
MISTAKE
0.710
0.408
0.132
0.720
0.009
0.927
MENG*MISTAKE
1.557
0.224
3.936
0.059**
3.230
0.085**
表4七点量表问卷方差分析结果（ATTITUDE,MOOD,SERIOUSNESS）
在对系统的态度（attitude）方面，我们发现年龄和性别对态度的影响并不显著，可见被试对该系统的总体感觉与年龄和性别无关，但是卖萌对对待系统的态度的影响是正向的，而且统计上显著（P<0.05）（F=10.102，P=0.004），说明当系统的提示出错语言带有卖萌特征时，被试会对系统有更好的态度。
而错误的严重程度对态度的影响并不显著，说明在对待系统的态度上，系统出现小错和大错并无差别。
卖萌和错误严重程度的交互效应并不显著，说明当系统出现大错误和小错误时，卖萌对于被试对系统的态度的正向影响无差别，符合预期。
在被试总体情绪（mood）方面，我们发现性别对情绪的影响并不显著，但是年龄对情绪有显著的影响（F=7.961，P=0.009），不同年龄的被试对待系统错误的宽容程度有显著的差别。
同时卖萌对被试总体情绪也有显著的正效应（F=5.769，P=0.024），说明当被试见到卖萌的提示语言是，会有更好的情绪。
错误的严重程度对态度的影响并不显著，说明在对待系统的态度上，系统出现小错和大错并无差别。
我们还发现卖萌和错误严重程度的交互效应是边际显著的（P<0.1）（F=3.936，P=0.059），说明当系统出现大错误的时候，卖萌对被试情绪的正向影响比出现小错误的时候更大，当被试遇到大错误时，卖萌的安抚作用体现的更为明显了。
该交互作用见图4，我们可以发现萌的程度越大，被试总体情绪越好，两条线的斜率均为正，但大错组显著比小错组的斜率大。
图4卖萌对被试总体情绪的影响
在感知错误的严重程度（seriousness）方面，我们发现，性别对于感知错误的严重程度存在影响，且边际显著（F=3.005，P=0.096），说明两性对错误的感知程度有较为显著的差别。
年龄对感知错误的严重程度也存在影响，且边际显著（F=5.481，P=0.028），说明不同年龄的被试对错误的严重程度有不同的感知。
错误的严重程度对态度的影响，说明在对待系统的态度上，系统出现小错和大错存在显著的差别，出现大错对系统的错误感知程度显著大于出现小错。
见图5:
图5卖萌对感知错误的严重程度的影响
但是出乎我们意料的是，卖萌组和正常组在对于感知错误的严重程度上并没有显著的差别（F=2.085，P=0.162），而卖萌和错误严重程度的交互效应是边际显著的（F=3.230，P=0.085），在上图5中我们发现，在系统出现小错误时，如果系统出现卖萌提示语言，被试感知到的错误更加严重；但当系统出现大错误时，如果被试看到的是卖萌的提示语言，感知到的错误将更加不严重，而且这二者的斜率也有显著的差别，卖萌在小错时对感知错误严重程度的正向作用显著小于在大错时对感知错误严重程度的负向作用。
可以解释为，当系统出现小错误的时候，卖萌会让人感到系统的不专业性，进而会更加注意到该错误的存在，会将一个小错误感知为较大的错误，但当系统出现大错误的时候，卖萌会让人产生同理心，在发现系统的非正式性后，在情感上对系统的大错误认知会降低，被试会对错误更加的宽容，此时卖萌起到的安抚作用尤其明显。
FRUSTRATION
DISTRESS
ANGRY
F
P-value
F
P-value
F
P-value
GENDER
0.004
0.952
0.188
0.117
6.796
0.015*
AGE
1.651
0.211
4.694
2.929
1.719
0.202
MENG
3.247
0.084**
2.752
1.717
3.678
0.067**
MISTAKE
0.744
0.397
1.055
0.658
3.406
0.077**
MENG*MISTAKE
0.111
0.742
0.020
0.012*
0.139
0.713
表5七点量表问卷方差分析结果（FRUSTRATION,DISTRESS,ANGRY）
在挫折情绪（frustration）方面，我们发现年龄和性别对态度的影响并不显著，可见由于系统错误所引发的被试挫折情绪与年龄和性别无关，但是卖萌对对待系统的态度的影响是负向的（见图6），而且统计上边际显著（F=3.247，P=0.084），说明当系统的提示出错语言带有卖萌特征时，被试的挫折负面情绪会降低。
说明卖萌会减轻被试在遇到困难问题时的挫折程度，降低负面情绪，产生安抚作用。
而错误的严重程度对态度的影响并不显著，说明在考察挫折的负面情绪时，系统出现小错和大错并无差别。
卖萌和错误严重程度的交互效应并不显著，说明当系统出现大错误和小错误时，卖萌对于被试挫折情绪的负面影响无差别。
图6卖萌程度对挫折情绪的影响
在苦恼情绪（distress）方面，我们发现年龄和性别对态度的影响并不显著，可见由于系统错误所引发的被试的苦恼情绪与年龄和性别无关。
而且卖萌和错误严重程度对被试苦恼情绪的负向影响并不显著。
但是，卖萌程度和错误严重程度的交互作用对被试苦恼情绪的影响是显著的（F=0.020，P=0.012）。
如下图7所示，说明当系统出现大错误的时候，卖萌对被试苦恼情绪的负向影响比出现小错误的时候更大，当被试遇到大错误时，卖萌的安抚作用体现的更为明显了。
我们可以发现萌的程度越大，被试的苦恼情绪越低，两条线的斜率均为负，但大错组显著比小错组的斜率大。
图7卖萌程度对挫折情绪的影响
在愤怒情绪（moodangry）方面，我们发现，性别对于感知错误的严重程度存在影响，且边际显著（F=6.796，P=0.015），说明两性对系统错误产生的愤怒情绪有显著的差别。
系统出现小错和大错存在显著的差别，出现大错对系统的错误感知程度显著大于出现小错。
卖萌对被试愤怒情绪的影响是负向的，而且统计上边际显著（F=3.678，P=0.067），说明当系统的提示出错语言带有卖萌特征时，被试的愤怒负面情绪会降低。
可以解释为卖萌会减轻被试在遇到系统出错而厌烦所产生的愤怒程度，降低负面情绪，产生安抚作用。
同时，错误的大小也对被试的愤怒情绪有显著影响（F=3.406，P=0.077），遇到大错组的被试显著比遇到小错组的被试更加愤怒，这个也在我们的预期之内。
卖萌和错误严重程度的交互效应并不显著，说明当系统出现大错误和小错误时，卖萌对于被试愤怒情绪的负面影响无差别。
五、研究结论
我们的实验结果表明，当程序或应用出现错误时，相比于严肃的系统语言，采用拟幼童化的“萌”语言作为出现的提示语言，会对用户的负面情绪、态度有更好的安抚与平息效果，并能够降低用户的严肃程度。
而当程序或应用出现的错误更加严重时，拟幼童化的“萌”语言的这种安抚与平息效果更为明显。
本研究主要有两点意义：
首先，本实验较好地证实了“卖萌”在人机交互领域的发展空间。
这为交互界面的语言设计提供了一种参照，即系统提示性语言采用“萌”语言能够提升用户体验，尤其是在系统崩溃时采用卖萌策略，能够起到扭转用户负面感受的作用。
另外，由于时间和精力有限，本研究只涉及了“萌”的一个方面，即“拟幼童”的属性，并没有探究“萌”的其他属性，例如“拟女幼童”、“拟宠物”
升级会员 