Page 12 - 35-2

The Bias Assimilation Effect and Attitude Polarization in AIoT Smart Healthcare Word-of-Mouth
Communication

口碑，並以心律檢測功能智慧手錶此具有 AIoT 醫療功能的產品進行調查。
有關口碑研究，迄今有數個研究缺口，本研究欲逐一補足。第一，文獻多調查
線上評論的效價對民眾行為意圖的影響。這些研究鮮少探究社群媒體中，對爭議性
科技的既存態度如何影響口碑可信度與態度極化。儘管口碑愈來愈受到民眾與行銷
者的重視，口碑接受者的既存態度所造成的偏見也會影響他如何選擇性地挑選、處

理訊息。尤其是社群媒體如 Facebook 的演算法，常促使用戶接收自身感興趣或偏好
的內容，導致用戶愈加認同與自己既存態度一致的論述，態度也愈來愈極化 (Over-

gaard, 2024)。既存態度 (Prior Attitude) 指的是民眾對某產品、品牌或議題有既定的
信念 (Pre-existing Belief) (Edwards and Smith, 1996)。許多研究指出，民眾傾向選擇
與自身既有態度相符的訊息，並忽略與其觀點不一致的資訊 (Yin, Mitra, and Zhang,
2016)。此外，他們普遍認為與自身態度越契合的訊息具有更高的可信度 (Kobayashi,
2010)。承前述，消費者於一般購物與醫療決策的異同，消費者對健康、醫療診斷、

診斷的正確性、用藥的既存信念會影響其醫療決策 (Huang and Lee, 2023)。然而，
傳統的口碑與既定的信念之研究結論可以完全地套用於新科技醫療決策情境嗎？尤
其 AI 科技爭議仍多。消費者是否對機器、對 AI 秉持特定信念，因此更難或更容易
相信臉書口碑？本研究擴展既存態度、態度極化的研究，有助於吾人瞭解偏見對社
群媒體口碑的影響力。
第二，過去有關既存態度與極化的研究通常針對特定新聞或議題，很少涉及品
牌或醫療情境。根據品牌的研究發現，民眾對品牌的態度可能影響一新產品 (Najmi,
Atefi, and Mirbagheri, 2012) 或延伸產品 (Vahdat, Hafezniya, Jabarzadeh, and Thaichon,
2020) 的成功。本研究定義醫療品牌態度為消費者對醫療提供者的評價。民眾就醫

不僅重視醫療服務，也注重醫療提供者的品牌 (Górska-Warsewicz, 2022)，在採用醫
療用穿戴裝置時，也是如此 (Leung, Case, Jung, and Yun, 2021)。本研究認為，口碑
評論接受者之 AIoT 智慧醫療科技的既存態度對口碑說服力與態度極化可能受到口
碑中有關醫療提供者之品牌既存態度一致性的干擾。過往有關智慧科技的既有研究
常忽視品牌效應。申言之，醫療提供者之品牌彰顯醫護人員的專業與科技暨醫療品
質，影響消費者的醫療決策 (Huang and Lee, 2023)，而 AIoT 智慧醫療科技對我們
的健康與醫療有革命性的變革與影響。是以對這項創新的提供者之醫療品牌偏見

也可能會使民眾更支持或反對 AIoT 智慧醫療科技，促使這項創新成功或失敗。行
銷研究指出，消費者對品牌的偏見會左右其決策行為 (Mafael, Gottschalk, and Kreis,

2016)。在實務上，民眾對醫療的評論內容多是陳述醫療經驗後，加入對醫療品牌之
批評。本研究因此納入評估醫療品牌之態度一致性的干擾效果。
最後，許多研究證實消費者的年齡會影響新科技採用。大多數有關新科技的採
用多專注於年輕人的研究，忽視年紀較長者的需求。愈來愈多的研究顯示，不同年

4