Page 34 - 35-2

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

對他們而言太複雜而有使用上的障礙 (Chong et al., 2015; Mohamad et al., 2021; Rupp
et al., 2018; Venkatesh and Davis, 1996; Venkatesh et al., 2003)，但他們比年輕人更需
要 AIoT 智慧醫療科技提高生活品質、生活便利性與舒適性，因而對此科技也有好
的既存態度 (Kim and Choudhury, 2020)。
本研究並發現，年輕者之 AIoT 智慧醫療科技態度一致性會正向影響說服力，

產生較小的態度極化；年紀較長者之 AIoT 智慧醫療科技態度一致性未顯著影響口
碑說服力，也對態度極化無顯著影響。年輕者為人工智慧產品的主要使用者（資誠
聯合會計師事務所，2018）。年輕族群對科技產品更感興趣，較常接觸創新科技
(Hong, Lui, Hahn, Moon, and Kim, 2013)。因此，年輕人可能比年紀較長者對 AIoT
智慧醫療科技更有興趣，一致性的訊息使口碑更具說服力。對年輕人不論口碑中有
關醫療品牌與自己既存態度是否一致，當消費者閱讀 AIoT 智慧醫療科技既存態度
愈一致的口碑，說服力愈高，產生較小的態度極化。反之，閱讀 AIoT 智慧醫療科

技態度愈不一致的口碑，說服力愈低，產生較大的態度極化。此研究結果發現，相
較於年紀較長者，年輕人更願意相信 AIoT 智慧醫療科技的效益，不認為醫療提供
者之不同會造成差異。年紀較長者的族群偏見同化效應並不顯著之可能原因為：儘
管醫療保健相關 AIoT 智慧科技可以使人們享有更方便、更正確的診斷，該科技的
複雜性、自身疾病狀態的嚴重性又或者資料安全性 (Thim, 2017) 等都可能令年長的
消費者無法明確斷定口碑的信服力。年長消費者也較少接觸新科技 (Grover, Kar, and
Davies, 2018; Wurmser, 2019)，科技接受度也不高，無法信任該醫療新科技 (Cheung,
Leung, and Chan, 2021)。再加上年紀較長者的信念深入地融入他們的自我概念中
(Hasher and Zacks, 1988)，認知保守，盡可能花費最少的資源來做決定 (Bargh and
Chartrand, 1999) 或機能退化，更傾向捷思式的資訊處理、花更少的力氣分析利弊

(Plude et al., 1996)，品牌與 AIoT 智慧醫療科技的既存態度雖提供了兩個可得性促發
或是暗示的作用，他們仍無法判斷該口碑的說服力。對他們可能去醫院與醫生實際
接觸，讓醫生檢查或諮詢，才能使他們安心。

五、理論貢獻
本研究有幾個主要貢獻。首先，本研究填補前人研究缺少探究社群媒體中對科

技的口碑與既存態度一致性所造成的說服力與態度極化的缺口。過去有關既存態度
與偏見同化的研究多聚焦在政治及新聞場域，鮮少調查具爭議性的 AIoT 智慧醫療
科技。本研究證實消費者認為與自己之 AIoT 智慧醫療科技態度一致的口碑較有說
服力，產生較小的態度極化。不一致的口碑則會削弱說服力，產生較大的態度極化。
也就是說，偏見同化效應使得 AIoT 智慧醫療科技的支持者更支持該科技，且態度
更強烈；反對 AIoT 智慧醫療科技者更強烈地不贊同使用該科技。這樣的結果彰顯：

26