איך תדעו מי מהלקוחות שלכם משקר לצ'ט-בוט, ומה אפשר לעשות?

תארו לעצמכם שהרגע ביצעתם הזמנה מקוונת מאמזון. מה מונע מכם לטעון שהמשלוח מעולם לא הגיע, ולבקש החזר - גם אם הוא אכן הגיע כפי שהובטח? או נגיד שקניתם טלפון חדש ומיד הפלתם אותו ונשבר המסך. תגישו בקשה להחלפה, והמערכת האוטומטית תשאל אם המוצר הגיע שבור, או שהנזק הוא באשמתכם. מה תגידו?

חוסר יושר רחוק מלהיות תופעה חדשה. אבל ככל שצ'אטים אוטומטיים, טפסים מקוונים וממשקים דיגיטליים אחרים נעשים נפוצים יותר ויותר במגוון רחב של יישומי שירות לקוחות, הולך ונעשה קל יותר לכופף את האמת כדי לחסוך כסף. איך חברות יכולות לעודד את הלקוחות שלהן להיות כנים, ועדיין ליהנות מהיתרונות של הכלים האוטומטיים?

  

למי אכפת מה חושבת המכונה?

כדי לחקור את השאלה הזו, שותפי למחקר ואני ערכנו שני ניסויים פשוטים שאפשרו לנו למדוד התנהגות כנה בצורה לא פולשנית. ראשית, חוקר ביקש מהמשתתפים להפיל מטבע 10 פעמים ואמר להם שהם יקבלו פרס כספי בהתאם לתוצאות. חלק מהמשתתפים דיווחו לחוקר על תוצאות הטלת המטבעות שלהם באמצעות שיחת וידאו או צ'אט, בעוד שאחרים דיווחו על התוצאות שלהם באמצעות טופס מקוון או מערכת עזר קולית. הם הטילו את המטבעות ביחידות, כך שלא הייתה דרך לדעת אם משתתף בודד שיקר, אבל הצלחנו להעריך את שיעור הרמאות עבור קבוצת משתתפים (מכיוון שבסך הכל, רק 50% מהטלות המטבע אמורות להצליח).

מה מצאנו? בממוצע, כאשר המשתתפים דיווחו לאדם, הם דיווחו על 54.5% הטלת מטבעות מוצלחת, המקביל לשיעור רמאות משוער של 9%. לעומת זאת, כשהם דיווחו למכונה, הם רימו ב-22% מהמקרים. במילים אחרות, יש לצפות לקצת רמאות - אבל למשתתפים שלנו היתה סבירות כפולה לרמות כשהם דיברו עם מערכת דיגיטלית מאשר כשדיברו עם אדם. מצאנו גם כי רמאות בוטה, שהגדרנו כדיווח על שיעור הצלחה גבוה באופן בלתי סביר של 9 או 10 הטלות מטבע מוצלחות, הייתה נפוצה יותר מפי שלושה בדיווח למכונה מאשר בדיוווח לאדם.

לאחר מכן קבענו באמצעות סקר המשך שהמנגנון הפסיכולוגי העיקרי המניע את ההשפעה הזו היה רמת הדאגה של המשתתפים למוניטין האישי שלהם. שאלנו סדרה של שאלות שנועדו למדוד את הדאגה של המשתתפים לגבי האופן שבו החוקר ראה אותם. גילינו שאלו שדיווחו למכונה הרגישו הרבה פחות קרובים לחוקר, וכתוצאה מכך היו הרבה פחות מודאגים מהמוניטין האישי שלהם, מאשר אלה שדיווחו לאדם.

אי לכך, שיערנו שהאנשה של מערכת הדיווח הדיגיטלית (במקרה שלנו, על ידי מתן קול אנושי ולא ממשק טקסט בלבד) עשויה לגרום למשתתפים לחוות אותה כאנושית יותר, ובכך לגרום להם לשקר פחות. עם זאת, מצאנו שהמשתתפים עדיין רימו באותה מידה, מה שמרמז שאם אנשים יודעים שהם מקיימים אינטראקציה עם מכונה, סביר להניח שהקניית תכונות אנושיות לא תשנה הרבה. ייתכן שההתקדמות במערכות בינה מלאכותית דמויות אנוש עשויה להפוך זאת לאסטרטגיה יעילה יותר בעתיד. אבל לעת עתה, ברור שכלים דיגיטליים הופכים את הרמאות לנפוצה הרבה יותר.

מנגנונים לאיתור רמאים

החדשות הטובות הן שהניסוי השני שלנו זיהה אסטרטגיה שיכולה לעזור לטפל בבעיה. אמנם אין אפשרות לבטל חוסר יושר, אבל אפשר לחזות למי יש סיכוי גבוה יותר לשקר לרובוט, ואז לדחוף משתמשים כאלה להשתמש בערוץ תקשורת אנושי במקום.

בניסוי זה הערכנו תחילה את הנטייה הכללית של המשתתפים לרמות בכך שביקשנו מהם להטיל מטבע 10 פעמים, ולדווח על התוצאות באמצעות טופס מקוון. לאחר מכן סיווגנו אותם בהתאם כ"נוטים לרמות" ו"נוטים לדבר אמת". בחלק הבא של הניסוי הצענו להם את הבחירה בין דיווח על הטלות המטבע שלהם לאדם או באמצעות טופס מקוון.

ההתפלגות הייתה בערך חצי-חצי, אבל כשבדקנו מקרוב, גילינו ש"נוטים לרמות" היו בעלי סבירות גבוהה יותר לבחור בטופס המקוון, בעוד ש"נוטים לדבר אמת" העדיפו לדווח לאדם. זה מצביע על כך שאנשים בעלי סבירות גבוהה יותר לרמות מנסים להימנע ממצבים שבהם הם צריכים לשקר לאדם (ולא למכונה), כנראה בגלל הבנה מודעת או לא-מודעת שלשקר לאדם יהיה יותר "לא נעים".

לפיכך, אם אנשים לא ישרים נוטים לבחור בעצמם ערוצי תקשורת דיגיטליים, זה יכול לסלול דרך לאיתור טוב יותר ולהפחית הונאה. איסוף נתונים לגבי השאלה מי בוחרים להשתמש יותר בערוצי תקשורת לא אנושיים יכול להשלים את המאמצים הקיימים של חברות לזהות משתמשים בעלי סבירות גבוהה יותר לרמות. כמובן, לקוחות עשויים להבין מה החברות עושות, ולבחור לדבר דווקא עם סוכן אמיתי, ובכך להימנע מסימון כבעל סיכון גבוה יותר, אבל לפי המחקר שלנו זה יהיה ניצחון בכל מקרה, כי הסיכוי שידברו בכנות עם בן אדם גבוה יותר.

© Harvard Business School Publishing Corp