Page 20 - 35-2

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

實際應用和益處，因而更注重與他們的偏見一致的資訊，更容易相信與他們的偏見
一致的看法，因而不一致的負面評論更容易加大極化？其次，這兩個族群之品牌態
度一致性對極化的干擾影響是甚麼？年紀較長者會比年輕人更容易在醫療品牌態度
上產生偏見同化效應，干擾對 AIoT 智慧醫療科技態度的極化？年紀較長者可能比
年輕人更堅持自己對醫療品牌的既有態度？當他們面對醫療品牌時，他們會不會傾

向將其與過去熟悉的概念進行比較，並認為自己偏好的醫療品牌所提供的 AIoT 醫
療服務會比非自己偏好的醫療品牌得好，因而使他們對非自己偏好的醫療品牌之
AIoT 醫療服務相關口碑持有懷疑態度，更加忽視 AIoT 智慧醫療科技的優點。醫療
品牌不一致的訊息會令年紀較長者（比起年輕人）更覺得這樣的訊息不可信，加深
了態度極化嗎？本研究因此提出以下兩個研究問題：
R2： 年紀較長者與年輕人對 AIoT 智慧醫療科技的既有態度有何差異？這兩個族群
之偏見同化效應有何不同？

R3： 這兩個族群之品牌態度一致性對極化的干擾影響是甚麼？

本研究並據此提出架構圖如下：

品牌口碑態度
一致性 說服力

AIoT 智慧醫療科技 AIoT 智慧醫療科技
口碑態度一致性 態度極化

年齡

圖 1 AIoT 智慧醫療科技偏見同化模型

參、研究方法

一、研究設計
本研究採行 2（AIoT 智慧醫療科技口碑正負面）× 2（醫療品牌口碑正負面）×
2（兩版本：兩則正面訊息 vs. 兩則負面訊息）準實驗設計，操弄醫療品牌與 AIoT

智慧醫療科技的口碑效價，擬出正面與負面的品牌口碑、支持與反對 AIoT 智慧醫

12