Page 452 of

النسخ

1 فاعمية ب ارمج ربوتات الدردشة التفاعمية )الشات بوت( فى قطاع الفنادق من منظور العمالء: د ارسة باستخدام تقنية )األىمية- األداء( شب ػضد عؼذ - و ١ خ ا غ ١ بؽخ ا ف بدق- عب ؼخ ا ف ١ ب ٠ غخ فزؾ ػجذا ١ ف -ا ؼ ذ ا ؼب غ ١ بؽخ ا ف بدق ا ٠ غ س ثبأللظش الممخص ربكتات الدردشة التفاعم ة Chatbots غ ارض عهم ة تحق ؽ برىاهج هثؿ خدهة العه ء أك جهع الهعمكهات أك الفعال ة كز ادة ك ء العه ء كز ادة الهب عات العه ء كتحق ؽ ه زة تىافس ة لمهؤسسات. كعم الرغ هف الت الحال ة ت ت ب ذي الب ارهج ك خاصة كأى تقك بهحادثة العه ء عبر كسائط هتعددة ازؿ استخداه ا الد ارسة ت دؼ ال سد ذي الفجكة ف البحث ا كاد ه. ربكتات الدردشة التفاعم ة تحم ؿ ا ه ة ت كا داء ف تقد تستخد عادة خدهات هختمفة كها أى ا ساعدت عم كتحس ف الصكرة الذ ى ة كبىاء ع قات ط بة هع أ ه ت ا ا أف ىاؾ فجكة ف الد ارسات كا بحاث ف قطاع الفىادؽ ىدف الد ارسة: قطاع الفىادؽ هف هىظكر العه ء. تكز ع إستهارة إستب اف الكتركى ة عم ل تجربة هع ربكتات الدرشة لمفىادؽ هحؿ الد ارسة. إتجا ان حد ثان كعم ف ذي التعرؼ عم هدل فعال ة منيجية الد ارسة: ع ىة ه سرة قكاه ا 200 أعتهدت عم ب ارهج تقى ة عه ؿ ههف كاىكا ممخص النتائج: خمصت الد ارسة ال رضا العه ء بصفة عاهة عف ب ارهج الدردشة ف الفىادؽ هحؿ الد ارسة كها أف ىاؾ خصائص تحتاج فكر ن ا بالتحس ف أك ا شارة تتكافؽ ك تكف ر القدرة عم ف كاد ارؾ الحالة الىفس ة لمعه ؿ هع كؿ حالة العه ؿ إتاحة تعبر عف الع هة التجار ة لمفىدؽ إظ ار لخصائص )القدرة عم إظ ار العاطفة ا ستجابة ن ها إدار ن ا ا تها العاطف ة سكاء بالمفظ تحك ؿ الىصكص إل ك لمتعب ر عف الهشاعر بىاء ركح الدعابة كحس الفكا ة أثىاء التفاعؿ. بىاء ك ة أك شخص ة عم رضا العه ء كأف ىالؾ فركؽ ذات د لة إحصائ ة ب ف العه ء الىكع كالسف. قدهت الد ارسة عدة تكص ات بحث ة كتطب ق ة. القدرة عم الهحادثة ك ة كأظ رت الىتائج بأف الكفاءة( تأث ر إ جاب ف ها خص الرضا عزل ال عاهم الكممات المفتاحية: الفنادق. ربوتات الدردشة الذكاء اإلصطناعى تقنية األىمية واألداء جودة خصائص الربوتات قطاع 428

2 مقدمة دائها ها كاىت ىاؾ هحاك ت خت ارع ا ت تشارؾ البشر ف تصرفات كخصائص ا اف الخ ا ارت التكىكلكج ة ف ذلؾ الكقت ل تكف كاف ة لتطك ر ىظا " شب ا ىساف". ف ا كىة ا خ رة ش دت ذي الىظ طفرة جد دة ك عزل ذلؾ عم كج الخصكص إل التقد ف الذكاء ا صطىاع ( (RAAIF, فالذكاء ا صطىاع (AI) هف ا تجا ات الت ش دت تطك ارن ف ا كىة ا خ رة كالذل ىظر إل باعتباري رك زة ه هة كأساس ة لتكىكلكج ا الهعمكهات كالذل س حدد القدرة التىافس ة لمهؤسسات ف كقت قر ب ك ك ها شار إل عادة باس الثكرة الصىاع ة ال اربعة ;2018 Sharma, (Kaplan, ;2016 Syam & (2018.Tung, بشكؿ عا ىاؾ ث ثة إتجا ات تكىكلكج ة رئ س ة سا هت ف تطكر الذكاء ا صطىاع : الب اىات الضخهة Big Data أج زة الكهب كتر ذات ا داء العال كأىظهة التعم ا ل.Machine Learning Systems كفقنا ل ذا التطكر جب ا شارة إل أف الذكاء ا صطىاع ل عد الهستقبؿ فقط بؿ أصبح جز ن ءا هف حاضرىا) 2016.)Stanford, ربكتات الدردشة التفاعم ة Chatbots عبارة عف ب ارهج دردشة رسكه ة تكفر كاج ات تهكف البشر هف التفاعؿ ك ت إدارت ا هف خ ؿ هجهكعة هف القكاعد أك تكىكلكج ا الذكاء ا صطىاع. قد تستخد ذي الب ارهج غ ارض تجار ة أك لمتسم ة كالهتعة. أحد الب ارهج ا كل ف هجاؿ هحاكاة البشر ف دردشة كاقع ة ت تطك ري ف السبع ى ات هف قبؿ Joseph Weizenbaum كالذم هكف اعتباري أكؿ ربكت دردشة ف التار خ حاك شخص ة طب ب ىفس قك با جابة عم إستفسا ارت كتسأك ت تطرح عم هف خ ؿ الكتابة.( 2012 Mladenić,.)Weizenbaum, 1966; Bradeško & هىذ عا 2015 ازدت شعب ة أىظهة اله ارسمة كالركبكت بسبب اى ا هكف الكصكؿ إلى ا هف خ ؿ ا ج زة الىقالة دكف الحاجة إل تثب ت تطب قات جد دة. كها أى ا تعهؿ هع خدهات هكاقع التكاصؿ ا جتهاع كالدردشة هثؿ هاسىجر ف سبكؾ كتكت ر كخدهة الرسائؿ الىص ة كعم صفحات الك ب كهف خ ؿ الرسائؿ الىص ة ( ;2016 Constine,.)Ferrara et al., 2016; Perez, 2016 تعدد الغرض هف ذي الب ارهج طبقان لمج ة الت قاهت بتصه ه ا لكى ا تستخد عادة ن كأىظهة لمهحادثات غ ارض هختمفة: هثؿ خدهة العه ء أك جهع الهعمكهات عف سمكؾ الهست مك ف تقد عركض ترك ج ة كخصكهات أك تقد ىص حة حد أهاكف لتىاكؿ الطعا عمم سب ؿ الهثاؿ أك حؿ هشكمة تتعمؽ بالخدهة الهقدهة الردعم إستفسا ارت الزبائف كها ساعدت أ ضان عم إسته ارر دع التفاعؿ كبىاء ع قات ج دة هع العه ء هف خ ؿ إرساؿ رسائؿ الت ىئة بإع اد اله د أك هىاسبات الذكرل السىك ة أك أم هىاسبة خاصة لمعه ء كدعكة العه ء لمهشاركة ف استط عات أرم هباشرة Amir, (Jessa & Lasek, ;

3 2016; Statista,2016; Simonite, 2017) ك عد إستخدا لركبكتات الدردشة ف خدهة العه ء ك ا ستخدا ا كا كثر ش كعان ح ث هكف لمعه ء الحصكؿ عم ا جابة ستفسارت كتسأك ت ف ىفس المحظة طكاؿ أ ا ا سبكع كعم هدار الساعة (Mirosława & szymon, 2013; Britz,.2016; Newman, 2016; Simonite, 2017) ف عال ا عهاؿ استطعت ذا الىكع هف الركبكتات إحداث فرؽ كب ر ف تحق ؽ الفعال ة كز ادة ك ء العه ء كز ادة الهب عات كتحس ف الصكرة الذ ى ة كبىاء ع قات ط بة هع العه ء كبالتال تحق ؽ ه زة تىافس ة لمهؤسسات. ك ك ها تكصمت ال عدد هف الد ارسات (Shawar, 2007; Hein, 2015; Desaulniers, 2016; Stanford, 2016; Atwell & Eeuwen, 2017; Simonite, 2017) كالت أكدت عم أى بحمكؿ عا % هف الع هات التجار ة تخطط ستخدا ركبكتات الدردشة التفاعم ة Chatbots كها أف %50.8 هف العه ء فضمكف إستخدا الشات بكت لمتكاصؿ هع الشركات بد ن هف البر د ا لكتركى كأف 63 هف العه ء فضمكف إستخدا الهكاقع ا لكتركى ة الت تقد خدهة الدردشة الفكر ة. ف صىاعة الفىادؽ ازؿ استخدا ربكتات الدردشة إتجا ان حد ثان لكى شهؿ حال ن ا هجهكعة هف حجك ازت هف الخدهات الفىادؽ كاستفسا ارت خدهة العه ء إل استفسا ارت ها قبؿ / بعد ا قاهة كىصائح السفر العاهة n.d.). (Jessa & Lasek, 2013; Norm, 2016; Sablich, 2017;White, عم تىف ذ ا الىاجح ف صىاعة الض افة أت هف ربكت الدردشة خاص هتاح هف أحد ا هثمة خ ؿ Facebook Slack Messengerك السفر ف أكثر هف ك Google Assistant. ك WeChat 4700.& Webster, 2017) إى ا تت ح لهستخده ا البحث كحجز فىدؽ با ضافة إل التخط ط لمرح ت القادهة (Acosta, ;2017 Ivanov هىذ عا 2017 كل دام إف ف إط ؽ ربكتات الدردشة الخاصة ب قاهت فىادؽ الفكرس زكف اككر ه رك ر هار كت متكف (Acosta, 2017; Ivanov & Webster, 2017;.Weissenberg, 2017) عم الرغ هف أ ه ت ا ا أى ازؿ ىاؾ فجكة ف الد ارسات كا بحاث الحال ة الت تركز عم ربكتات الدردشة التفاعم ة )2018 )Salazar, كلذلؾ حاكؿ ذا البحث إل التعرؼ عم هدل فعال ة ب ارهج ربكتات الدردشة التفاعم ة ف قطاع الفىادؽ ف ضكء تحد د ا بعاد ا كثر أ ه ة الهككىة لمب ارهج باستخدا تقى ة التحم ؿ ا ه ة ك ا داء. اإلطار النظرى تتككف كمهة الشات بكت هف هقطع ف ها: شات Chat الركبكتات فالشات بكت Chat Bot كتعى الدردشة عبر ا ىترىت ك بكت Bot أم برىاهج كهب كتر حاك بشكؿ أساس الهحادثات البشر ة عبر 431

4 الرسائؿ أك ا كاهر الصكت ة كها هكف أف ج ب عم ا سئمة بمغة طب ع ة كالرد هثؿ شخص حق ق بشكؿ هستقؿ عف كجكد البشر ك كفر ا ستجابات بىا ن ء عم هجهكعة هف الب ارهج الىص ة الهعرفة هسبقنا كتطب قات التعم ا ل إعتهادان عم تكىكلكج ا الذكاء ا صطىاع )2017.)Moore, ف هرحمة هبكرة كاف التفاعؿ ب ف ا ىساف كا لة قض ة تشغؿ باؿ الكث ر ف ف الهجاؿ البحث كاله ى أ ن ضا. حاكلت أىظهة الحكار جعؿ التفاعؿ ب ف الىظا كا ىساف "تشب تفاعؿ ا ىساف هع ا ىساف") Shebat,2016 (. فىظا Chatbot كىظا حكار ل س با هر الجد د. ف الست ى ات هف القرف الهاض كاىت الهحاك ت ا كل لجعؿ الحاسب حاك شخص تحدث كلقد ظ ر هف ذلؾ الكقت عدد هف ربكتات الدردشة التفاعم ة.)Stanford, 2016( Alan Turing عد أحد آباء عمك الكهب كتر ك أصؿ لها ازؿ ش ركف إل العمهاء كالخب ارء باس "اختبار تكر ىج" عىدها تحدثكف عف الركبكتات الذك ة )2002 Atwell,.)Abu Shawar & Turing الذم تكصؿ إل فكرة حكؿ ك ف ة تحد د ها إذا كاف الكهب كتر سكؼ ككف لد عقؿ هكافئ ل ىساف. ف أثىاء ذا ا ختبار قك شخص بعهؿ هحادثة. أحد ا هع شخص غ ر هعركؼ ل ك ك إىساف كا خرل هع آلة. إذا ل ستط ع بعد إج ارء الهقابمة الهكثفة تحد د ص ارحة أم هى ك ا لة فقد اجتاز الج از ا ختبار. ف ذي الفترة أ ضان ت تطك ر أكؿ لعبة Chatbot ELIZA بكاسطة Joseph.Weizenbaum كقاهت ذي الهحاكاة عم ضبط هخرجات الىص هسبقنا ل ت تشغ م ا بكاسطة هدخ ت ىص ة هحددة". عم الرغ هف أف Weizenbaum ELIZA ل تهكف هف اجت از اختبار تكر ىج هع تطكري إ أف كاف أكؿ برىاهج كهب كتر هكف أف حاك بصدؽ إىسا ن ىا كبالتال اكتسب ش رة كب رة.)Weizenbaum, 1966( ف أكائؿ الثهاى ى ات هف القرف العشر ف ت إىشاء شات بكتس أخرل هثؿ كعم الرغ هف أى ا ل تىجح أ ضأ ف اجت از إختبار هسابقات هختمفة JabberWacky ALICE أك Turing كلكى ا حصمت عم جكائز كب رة ف 2007) RAAIF,.(Abu Shawar & Atwell, 2002; ك رجع ذلؾ ل س فقط لقد ارت ا عم التحدث كلكف ى ا أدت إل تطك ر الكتابة كهحتكل الهحادثة كهف ث تطك ر تقى ات أخرل هثؿ لغة ته ز الذكاء ا صطىاع )AIML(.)Shopify,2016( ف عا الذم طكرت شركة 2011 ت تصه خدهة Siri الذك ة Apple ىاؾ تطكر أخر ل أ ه ة كب رة كع هة بارزة هع عم داء ه ا هثؿ إج ارء الهكالهات كق ارءة الرسائؿ الىص كضبط التذك ارت. IBM هف Watson كالذم هكى ا جابة عف ا سئمة الهفتكحة ف الكقت الفعم هف خ ؿ هعالجة المغة الطب ع ة )2016 IBM,.)Chen et al., ;2016 الرغ هف التىكع ف اىكاع ربكتات الدردشة التفاعم ة ا اى ا تشترؾ ف إى ا أىظهة لمهحادثات الىص ة كالصكت ة تستخد هعالجة المغة الطب ع ة لمبشر لمتكاصؿ هع هستخده ا. أشارت الد ارسات 431

5 السابقة أى كجد ته ز أك تعر ؼ عا لربكتات الدردشة التفاعم ة Ghose & Barua, 2013; (2016.)Newman, كهع ذلؾ هكف القكؿ أف ىاؾ ىكع ف هختمف ف هف ك ها الهبى ة عم القكاعد الهحددة هسبقنا أك الذكاء ا صطىاع فالىكع ا كؿ Rule-based الكمهات الرئ س ة الهكتكبة هسبقنا كالت ف ه ا الربكت ك ستط ع ا جابة ك تعهؿ عم أساس هجهكعة هف عم ا. كتيكتب ذي ا كاهر بكاسطة الهبرهج باستخدا التعب ارت العاد ة. فإذا ل ستخد الشخص عىد السؤاؿ أل هف الكمهات الرئ س ة أك الهفتاح ة ف هكف لمتشات بكت ا جابة عم ذا السؤاؿ ك قك بإرساؿ ىص بد ؿ با عتذار عف ف ها ر دي الهستخد." الىكع الثاى Intelligent (AI-based) bots عبارة عف ىسخة أكثر تقدهان ح ث تستخد تكىكلكج ا الذكاء ا صطىاع ف الرد عم الهستخد كتىف ذ بعض اله ا باستخدا الذكاء ا صطىاع ف ك هتمؾ عق ن اصطىاع ان ستط ع هف خ ل ف لغة العه ؿ أك الهستخد ك تبع ا كاهر فقط بؿ ىه ذكائ كقد ارت كمها تحد ث أكثر هع عدد هف ا شخاص الهختمف ف) (Moore, 2017;. Moatti,2016; Stanford, 2016 تعد الشات بكتس بشكؿ أساس قىاة اتصاؿ ه هة لمعه ء )2007 al.,.)sadeddin et ف الكقت الحاضر بدك أف الىاس فضمكف كتابة رسائؿ ىص ة بد ن هف ا تصاؿ أك إرساؿ )2017.)Simonite, ذي أ ن ضا سهة هه زة لها سه بج ؿ ا لف ة ك هثمكف ها قرب هف بر د إلكتركى %75 هف ىز ء الفىادؽ تكاصمكف حال ن ا عبر الدردشات( 2015.(Hein, ذا كقد أشارت الد ارسات السابقة 2018( Weißensteiner, )McCall, 2017; باى بحمكؿ عم 2020 تعاه ت العه ء هع الشركات دكف تدخؿ العىصر البشرل كها اى بحمكؿ سكؼ صبح %85 هف س رد عم 2022 إستفسا ارت العه ء هف خ ؿ ربكتات الدردشة التفاعم ة. ك هكف لمتشات بكت الهساعدة %90 هف تحس ف خدهة العه ء هف خ ؿ البحث عف إجابة ف ا سئمة الشائعة كتس ؿ عهم ة الش ارء ح ث رسؿ البكت الهعمكهات الهطمكبة إل قس الهب عات كالذل قك بحفظ تفض ت العه ء ك ستخد ذي الهعمكهات عىد ق ا العه ؿ هرة أخرل بالش ارء. ككذلؾ إضفاء طابع شخص عم التكاصؿ ح ث ج ب التشات بكت عم أسئمة الهستخده ف هباشرة دكف الحاجة ال عرض قائهة طك مة هف عم تحس ف هعدؿ ا ستجابة فقد أشارت د ارسة Constine, (2016( الهعمكهات. ك كبالتال ساعد ال أف %90 هف إستفسا ارت العه ء عم الصفحات الرسه ة لمشركات عم الف س بكؾ ت ازؿ دكف إجابة. ب ىها ستج ب التشات بكت عم جه ع الرسائؿ كا ستفسا ارت ك حكؿ الهز د هف الزكار إل هشتر ف أك زبائف. تىاكلت عدد هف الد ارسات السابقة ف هجاؿ ربكتات الدردشة لمخصائص الداعهة لىجاح الشات بكتس ف تحق ؽ أ داف كهف ذي الخصائص إظ ار التعاطؼ.Emotions كالتعاطؼ عى القدرة عم ا حساس بهشاعر ا خر ف كتخ ؿ ها قد فكر أك شعر ب شخص آخر. كالتعاطؼ عرؼ أ ضان بأى ك القدرة 432

6 عم ف الحالة الىفس ة ل خر ف هف سعادة أك حزف أك غضب )2018.)Donkelaar, عرؼ( 2013 ) Kirakowski, Morrissey & استجابةن لعكاطؼ ا خر ف. أ ضان التعاطؼ بأى ا حاس س كالهشاعر الت ىتمقا ا كف ذا ا طار ساعدت هعالجة المغة الطب ع ة ربكتات الدردشة عم تحد د ا حاس س كالهشاعر لمهستخده ف ف جهمة أك قطعة ىص كتغ ر لغت كفقنا لهشاعر العه ؿ) Staven,.)2017 ك ك ها اكدت الد ارسة الت قا ب ا الف كا ستجابة لمحالة اله ازج ة لمهستخد Radziwill & Benton (2017) Nguyen & Masthoff, (2009( كضركر ة هف أجؿ تجربة ج دة لمعه ؿ فقكؿ الحكار لتككف ىقطة بدا ة ج دة Smith,(2002) تؤثر بشكؿ كب ر عم رضا الهستخد. بأف قدرة الربكتات عم ف ىفس الس اؽ أكد عم أ ه ة الرسائؿ الىص ة العاطف ة كالت تعد عىاصر بس طة شك ن را ك إذا سهحت ككس مة اهة لبىاء ركابط ثقة هع العه ء. أف لمتعاطؼ ث ثة عىاصر أساس ة : ا حاس س ا ستجابة الهىاسبة ةفقان ل ذي ا حاس س. ف كقت هبكر هف عا استخد Weizenbaum 1977 خ ؿ الهحادثة كتكج أسئمة تعهؽ كهف ذا الهىطمؽ رل الشفاف ة الحس ة ه ارة تفس ر لهعى برىاهج ELIZA له حظة أف الىاس سعكف ال بىاء ع قة عاطف ة هع الكهب كتر. تجدر ا شارة ىا إل أف الع قة ب ف المغة كالعاطفة ها ازلت تىاقش عم ىطاؽ كاسع حت ال ك. هكف القكؿ أف الهشاعر تمعب دك ن را أساس ن ا ف الح اة ال كه ة ل ىساف. ك هكف التعب ر عف ذي الهشاعر أثىاء التفاعؿ بعدة طرؽ. هكف أف ككف ذا هف خ ؿ الكمهات أك ا هاءات al.,2019(.)kim et ىظ ن را ف ا شخاص تفاعمكف هع Chatbots هف خ ؿ كاج ات قائهة عم الهحادثات الىص ة كالصكت ة فإف هكضكع العاطفة ككف كث ؽ الصمة ف ذا الهجاؿ. ساعد التطكر كالتقد ف هفا البرهجة المغك ة العصب ة ف ته ز العاطفة هف هصدر ىص بشكؿ عا فقد هك ف ذا التقد التكىكلكج Chatbots هف التعرؼ عم الهشاعر كالتعب ر عى ا هها ه د بدكري الطر ؽ لتحس ف التفاعؿ ب ف ا ىساف كالحاسب.)Mhatre,2016( ا اى تجدر ا شارة إل أى ف بعض المحظات ستط ع البشر التعرؼ عم عكاطف. كها اف الهشاعر أ ن ضا تح ن دا كب ن را ل ت ى ا تحتاج أك ن إل "كضع هىاسب لىهذجة الهشاعر" كثاى ان "تحتاج إل هعالجة لغة طب ع ة هتقدهة" هف أجؿ تطك ر ىهاذج العاطفة 2016(.)Müller, التال : كاتساقان هع ها سبؽ طرح ت بىاء كص اغة الفرض ة ا كل عم الىحك :H1 كجد تأث ر إ جاب لخاص ة إظ ار التعاطؼEmotions العه ء عف ذي الب ارهج بالفىادؽ هحؿ الد ارسة ببرىاهج ربكتات الدردشة التفاعم ة عم رضا إىشاء ك ة كشخص ة لمشات بكت Personality هثؿ كتابة شخص ة التسك ؽ سهة أخرل جب ه ارعات ا ف ب ارهج الدردشة ك هثم التجس د Avatar ف شخص ة إفت ارض ة بػ Chatbot فهحاكاة ذا 433

7 الجاىب الغاهض لسمكؾ ا ىساف بىجاح خمؽ كؿ الفرؽ ب ف الشات الىاجح كغ ري فشخص ة البكت تجعم ىبض بالح اة كتساعد العه ء عم ف هف تفاعمكف هع ك حقؽ رضا Staven, (Shebat,2016; (2017. ىاؾ العد د هف التعر فات لهصطمح الرهز ة أك التجس د. صف ا) Donkelaar)2018 "تهث ؿ هصكر ل ىساف ف ب ئة الدردشة" ف ح ف,كصف ا )2007( Kerly, ف العال ا فت ارض ". فالعىاصر التخاطب ة ا فت ارض ة شخص ا هت حاسكب ة لد ا بأى ا بأى "التهث ؿ بك اف هتحرؾ القدرة عم إظ ار خصائص ا ستجابة لمتكاصؿ المفظ كغ ر المفظ كالت ظ ر ا البشر ف التفاعؿ هع بعض كج ن ا لكج. تيظ ر الد ارسات (Baylor & Rosenberg-Kima, 2003; Kerly, 2007; Nguyen & Masthoff, 2009) أف التجس د ف ئة البشر ة أك ف صكرة رهز ة ؤثر بشكؿ كب ر عم التفاعؿ كالتكاصؿ ب ف ا ىساف كا لة فالهستخدهكف ه مكف إل تكفر ذي التقى ات. كقد أظ رت الد ارسات 2017( Benton, )Morrissey & Kirakowski, 2013; Radziwill & ال ضركرة تكافؽ أس كىكع كعهر الرهز الهستخد هع شخص ة العه ء كبها طابؽ الع هة التجار ة. ف د ارسة أكثر حداثة لػ (2018) Donkelaar, تعارض ىتائج الد ارسات السابقة قا Donkelaar بتحم ؿ آثار التجس د ف صكرة تشب البشر هف خ ؿ هقارىة التفاعؿ ب ف ا ىساف كChatbot هع ذي الصكر كبدكى ا. أظ رت الىتائج أف تفاعؿ الهستخد بدكف صكرة تشب ا ىساف كاف أكثر هتعة. كتؤكد الىتائج أى ىبغ تصه Chatbot "لمتظا ر بأى إىساف". كلكف بغض الىظر عف ك ف ة تصك ر الصكرة الرهز ة جب أف ككف ذي الصكرة قادرة عم هحاكاة سمكؾ التكاصؿ البشرم. ذا سكؼ عط ل ىساف ها مز هف الثقة لتمق كاج ارء هحادثة.)Knight,2017( جزء آخر أ تجز هف الشخص ة كالتفاعؿ ا ك ك الفكا ة. هكف لمفكا ة أف تمعب دك ن را ح ك ن ا ف بىاء الع قة ا جتهاع ة. هكف أف تعهؿ عم تىظ الهحادثة أك إخفاء الخ فات( 2016.(Taylor, با ضافة إل ذلؾ أظ رت ا بحاث) 2017 Staven, )Knight,2017; أف الضحؾ هكف أف تسبب ف حدكث تغ ارت ف الهحادثة أك حؿ الهشك ت. ع كة عم ذلؾ هكى إبطاء الىقد كا حباط كهىع ها. هكف أف ككف ذا عم سب ؿ الهثاؿ ذا أ ه ة كب رة ف الهحادثات الهرتبطة بتقد خدهة Chatbot كاىشاء الثقة كها تجدر ا شارة ىا إل أف التطك ارت التقى ة الحال ة تسهح لػ Chatbots بعرض الفكا ة هف خ ؿ تقى ات الرسك الب اى ة كالرسك الهتحركة كترك ب الك أثىاء التفاعؿ. كعم ت بىاء كص اغة الفرض ة الثاى ة عم الىحك التال : Personality كجد تأث ر إ جاب لخاص ة إىشاء ك ة كشخص ة لمشات بكت H2: رضا العه ء عف ذي الب ارهج بالفىادؽ هحؿ الد ارسة لب ارهج الدردشة عم 434

8 القدرة عم إج ارء هحادثة Conversational abilities السابقة بتحم ؿ الهحادثات الهتعمقة بالتفاعؿ ب ف البشر كربكتات الدردشة كها ذكرىا سابقنا قاهت عدد هف الد ارسات عم سب ؿ الهثاؿ أجرت الد ارسات) 2015 al., )Farreras et al., ;2015 Hill et هقارىة ب ف الهحادثات عبر ا ىترىت ب ف ا ىساف كا ىساف كالهحادثات ب ف الربكتات Chatbot كالبشر كخمصت إل أف التفاع ت هع Chatbot كاىت لفت ارت زهى ة أطكؿ هف الهحادثات ب ف البشر. ع كة عم ذلؾ تش ر د ارست إل أف التكاصؿ هع " Chatbotsكاف فتقر إل الكث ر هف ث ارء الهفردات. قد تككف الهحادثة الطر قة ا كثر ش ك ن عا لمتكاصؿ كالتفاعؿ سكاء ف الس اؽ ا جتهاع أك ف س اؽ العهؿ. تقد العد د هف الد ارسات الهحادثة كه ارة اجتهاع ة أساس ة كبالتال تعزز أ ه ة قد ارت الهحادثة 2017) تعد الهحادثة هفتا ن حا لتحس ف الع قات. شدد Knight, ( كفقنا لػ. )Staven, 2017( Staven, (2017) عم أف غالب ة Chatbots أكثر جدكل ج ارء حكا ارت حكؿ ىكع ا سئمة كا جابة عى ا هع الرجكع إل العد د هف ا سئمة كا جكبة. ىتقدكف أف" Chatbots الهحادثة تس ر ف ا تجاي الهطمكب غ ر قادر عم إج ارء هحادثة أطكؿ كف الهحادثة كق اس ها إذا كاىت قا الج ؿ الحال هف Chatbots بتحس ف ه ا ارت الهحادثة بشكؿ همحكظ ىت جة لمتطك ارت العد دة ف هعالجة المغات الطب ع ة. ت تع ف إصدا ارت Chatbot الغالب عم حكا ارت ىكع Q & A الك س ك ة )2017.)Staven, السابقة ف ف الكقت الحاضر تسهح ذي التطك ارت بإج ارء حكار بشكؿ طب ع بح ث هكف لمهستخد التفاعؿ هع ىظا ههاثؿ لمتفاعؿ هع ا ىساف) 2016.)Shebat, إذا لز ا هر تمق Chatbot الذك التعز ازت البشر ة. ذا ضهف أف ف كؿ الك بغض الىظر عف الم جة أخطاء الىطؽ. هع ذي ا هكاى ات التكىكلكج ة هكف ف المغة بشكؿ صح ح هف خ ؿ تعق دات ا هثؿ التصح ح أك إعادة ص اغة أك الم جة )2013 Kirakowski,.)Morrissey & كاتساقان هع ها سبؽ طرح ت بىاء كص اغة الفرض ة الثالثة عم الىحك التال : H3: كجد تأث ر إ جاب لخاص ة القدرة عم إج ارء هحادثة Conversational abilities ببرىاهج ربكتات الدردشة التفاعم ة عم رضا العه ء عف ذي الب ارهج بالفىادؽ هحؿ الد ارسة. تعد Chatbots كاج ات اتصاؿ جد دة سا هت ف تحق ؽ ه از ا هثؿ الكفاءة كال ارحة.)Schlicht, 2016(Efficiency تعد احت اجات أك دكافع الهستخده ف ا ساس ف تصه Chatbots فالحاجة الهكلد ا ساس لظ كر ذي التقى ة الجد دة ت تأك د ذا ال أرم هف قبؿ) 2017 ).Staven, كخمصكا إل أف تطك ر تقى ات تفاعم ة جد دة هثؿ Chatbot " ستمز ف هان أفضؿ لك ف ة تأث ر الدكافع الذات ة لمهستخده ف عم هكاقف كىكا ا ككذلؾ الهعتقدات ذات الصمة بها ف ذلؾ س كلة ا ستخدا كالفائدة" (2003.(Venkatesh, تتعد دكافع ستخدا ربكتات الدردشة التفاعم ة 435

9 فف د ارسة (Weißensteiner, 2018) ت التأك د عم أ ه ة الدكافع ف ها تعمؽ بالحصكؿ عم الهعمكهمت. ح ث بما هعدؿ تك ارر ا كأحد ا سباب الرئ س ة ستخدا Chatbots 68 بالىسبة بىسبة لمهستخده ف كاىت السرعة كالبساطة كس كلة ا ستخدا كال ارحة هع تكف ر الكقت أك تقم ؿ أكقات ا ىتظار كس كلة الحصكؿ عم الهعمكهات العكاهؿ الرئ س ة ستخدا.Chatbots. فعم سب ؿ الهثاؿ تهثؿ إحدل اله ازت اله هة ستخدا Chatbots ف أى هكف لمشركات تقد خدهات ا ح ث كجد عدد ائؿ هف الهستخده ف هف خ ؿ ا ستعاىة بتطب قات اله ارسمة كشبكات التكاصؿ ا جتهاع ة) & Guzman Facebook Messenger سجؿ.)Pathania, 2016; Kumar, 2016 هستخد ىشط ش ر ن ا ف كل ك ها هجهكع هم ار )2019 al.,.)kim et ل ذا السبب ت استخدا الرسائؿ الىص ة ف أغمب ا ح اف لمتكاصؿ هع الهستخد. أ ن ضا كها ساعد تكفر أج زة الهحهكلة س كلة لمهستخد عىدها تعمؽ ا هر باستخدا Chatbot القائ عم الرسائؿ الىص ة. ع كة عم ذلؾ ز ادت إحت اجات العه ء ال سرعة ككفاءة ف الحصكؿ عم الهعمكهات بشكؿ هستهر ف السىكات ا خ رة ( Van.)Manen,2016 كلذلؾ أصبحت تقد الخدهة ف الكقت الهحدد كها حتاج العه ؿ جز ن ءا شائ ن عا ك غى عى هف الخدهة الفعالة )2016 Wei,.)Taylor ;2016, كعم ت بىاء عم الىحك التال : كص اغة الفرض ة الثاى ة H4: كجد تأث ر إ جاب لخاص ة الكفاءة Efficiency ببرىاهج ربكتات الدردشة التفاعم ة عم رضا العه ء عف ذي الب ارهج بالفىادؽ هحؿ الد ارسة. كاستىادان إل ها سبؽ ت بىاء ىهكذج الد ارسة عم الىحك الهكضح ف الشكؿ رق )1( ح ث تهثؿ الهتغ ر التابع لمد ارسة ف رضا العه ء عف ب ارهج الدردشة التفاعم ة بالفىادؽ هحؿ الد ارسة ب ىها تتهثؿ الهتغ ارت الهستقمة لمد ارسة ف الخصائص ا ربع )القدرة عم إظ ار العاطفة بىاء ك ة أك شخص ة القدرة عم الهحادثة الكفاءة( الت تتس ب ا ب ارهج الدردشة بصفة عاهة. 436

10 شكل رقم )1(: نموذج الد ارسة منيجية الد ارسة ت دؼ ذي الد ارسة إل التعرؼ عم هدل فعال ة ب ارهج ربكتات الدردشة التفاعم ة بالتطب ؽ عم قطاع الفىادؽ. تبىت الد ارسة تقى ة ق اس ا ه ة ك ا داء بالىسبة لخصائص ب ارهج الدردشة ك ذلؾ هف خ ؿ ىهكذج شبك هقس إل اربعة أقسا أك أرباع, تتككف هصفكفة ا ه ة ا داء هف أربعة أج ازء : ح ث تهثؿ ق هستكل ا ه ة عم بعد Y ال أرس كتهثؿ ق هستكل ا داء عم البعد ا فق X كىت جة ل ذا التهث ؿ تشكؿ لد ىا أربعة هربعات تىتشر ف ا الىقاط كالت تعبر عف ثىائ ة لصفات العىاصر الهدركسة هف)ا ه ة- ا داء (. ك ذي الهربعات: الترك ز ىا الهثابرة عم العهؿ الج د أكلك ة هىخفضة الهبالغة الهحتهمة. تككف هجتهع الد ارسة هف العه ء الذ ف تفاعمكف هع ب ارهج ربكتات الدردشة التفاعم ة لست س سؿ فئة الخهسة ىجك ( الفكرس زكف اككر ه رك ر هار كت متكف كل دال إف إىترككىت ىتاؿ( عم الهكقع الرسه لمفىادؽ كهكقع التكاصؿ ا جتهاع )ف سبكؾ( ح ث إعتهد الباحثاف عم الع ىة اله سرة بسسب صعكبة تحد د حج الهجتهع تحد دان دق قان. إستخدهت الد ارسة الهى ج الكه الذم عد ه ئها لهثؿ ذي الد ارسات هف خ ؿ ا ستباىة ا لكتركى ة كالت ت تصه ه ا بإستخدا Google Forms ككس مة رئ سة لجهع الهعمكهات هف أف ارد ع ىة الد ارسة ح ث ت إرساؿ اربط ا ستب اف لػ )200( عه ؿ هف هف خ ؿ هد رك التسك ؽ كالهب عات كهد رك ا اردات Revenue Managers لمفىادؽ هحؿ الد ارسة. كقد ت 437

11 إخت ار ذي الس سؿ ى ا تكفر خدهة الشات بكتس لعه ئ ا. كتتضهف ا ستباىة )21( عبارة هكزعة عم قسه ف ك ها العكاهؿ ال هكج ارف ة كشهمت الىكع السف كهستكل التعم كالقس الثاى سؤاؿ شهؿ عبارة/ خاص ة ك ركز عم تحد د آ ارء العه ء ف ها تعمؽ بأ ه ة كرضا عف ب ارهج الدردشة التفاعم ة ك ض أربع هؤش ارت )القدرة عم إظ ار العاطفة بىاء ك ة / شخص ة القدرة عم الهحادثة كالكفاءة( كسؤاؿ عف رضا العه ء بصفة عاهة عف ب ارهج الدردرشة التفاعم ة استخدا هق اس 5 ذك Likert 1( = ل س ه عم ا ط ؽ ك = ه لمغا ة / 5 ىقاط 1= غ ر ار وض عم ا ط ؽ ك 5 = ار وض لمغا ة(. ت تطك ر أسئمة الد ارسات با ستعاىة بالد ارسات السابقة ;2009 Masthoff, (Smith, ;2002 Nguyen & Morrissey & Kirakowski, 2013; Farreras et al., 2015; Hill et al., 2015; Shebat, 2016; Taylor, 2016; Radziwill & Benton, 2017; Staven, 2017; Weißensteiner, (2018. ت استخدا الىسب الهئك ة كالهتكسطات الحساب ة لكصؼ اتجا ات هفردات الد ارسة ىحك هتغ ارت الد ارسة كلتحد د طكؿ خ ا هق اس ل كرت الخهاس كالت شهمت خهسة هستك ات فئة غ ر ه / ارض بدرجة كب رة )هف 1.80 : 1 ) كفئة غ ر ه / ارض )1.81 : 2.60( كفئة هحا د هف )2.61 )3.40 : ك فئة ه / ارض )هف ) 4.20 : 3.41 ك فئة ه / ارض بشدة )هف (. 5 : 4.21 أجر ت عم أداة البحث اختبا ارت التحقؽ هف الصدؽ كالثبات عرض ا عم ئة الخب ارء Validity & Reliability Panel of Experts كذلؾ هف خ ؿ تتككف هف )5( باحث ف ههف ل ا تها بهكضكع الد ارسة ح ث طمب هى ق ارءة كىقد أسئمة ا ستب اف كالخطاب الغ ف الهصاحب كقد ت إج ارء التعد ت ال زهة ف ضكء اله حظات الت كردت هى. ف ها تعمؽ بهعاهؿ الثبات فقد ت تكظ ؼ طر قة ا ختبار كاعادة تطب ق (test-re-test) بفارؽ زهى هدت أسبكع كاحد عم )5( أف ارد هف هجتهع الد ارسة ههف ل ت اخت ار ضهف الع ىة كذلؾ ت استخدا هعادلة كركىباخ ألفا فكاف هعاهؿ الثبات ل داة ك 0,80 النتائج والمناقشات كلقد ت تكز ع كتعتبر ذي الق هة هىاسبة غ ارض هثؿ ذي الد ارسات. إستهارة 200 Facebook ح ث ت إسترداد ف إستها ارت ا ستقصاء الت ت إسترداد ا عم الصفحات الرسه ة لمفىادؽ هحؿ الد ارسة كعم هكقع التكاصؿ ا جتهاع 122 إستهارة بىسبة إستجابة قدر ا %61 كبفحص ا ستجابات الكاردة 21 ت إستبعاد عدد ا ستها ارت القابمة لمتحم ؿ 101 إستهارة فقط بىسبة قدر ا %50. إستهارة لعد إكتهاؿ الب اىات ل صبح إجهال - الخصائص الديموج ارفية لممشاركين بالد ارسة. 438

12 جاءت الخصائص الد هكج ارف ة لمهشارك ف ف الد ارسة كها ك هكضح بالجدكؿ رق )1( ح ث الهشارك ف هف ا ىاث تت اركح ب ف %50.5 ف ح ف بمغت ىسبة الذككر %49.5 كها 20 إل أقؿ هف 35 عاها أعم ىسبة تكاجد بىسبة %47.5 ف ح ف بمغت ىسبة سجمت الفئة العهر ة الت كاىت الفئة العهر ة هف 35 عاهان إل أقؿ هف 45 عاها ف الهرتبة الثاى ة بىسبة %21.8 كها سجمت الفئة العهر ة أقؿ هف 20 عاها الهرتبة الثالثة ىسبة %117.8 ككاىت الفئة هف 45 عاهان إل أقؿ هف 60 عاهان ىسبة %9.9 ب ف بما كها الهشارك ف. بإستخدا ب ارهج الدردشة التفاعم ة الهرتبة الثاى ة بىسبة ذكم التعم العال ف إحت ؿ الهرتبة ا كل ب ف الهشارك ف ف الد ارسة الذ ف قاهكا بىسبة %17.8 كجاء %10.9 ك ف الهرتبة ا خ رة ذكل التعم %64.4 ب ىها جاء الهشارك ف الحاصم ف عم الد ارسات العم ا ف ذكم التعم الهتكسط فأقؿ ك ذكم التعم فكؽ الهتكسط الهتكسط فأقؿ بىسبة.%6.9 بىسبة ك تضح هف الىتائج أف غالب ة الهشارك ف هف الفئة الشباب ة لج ؿ ا لف ة أك ج ؿ التكىكلكج ا كالحاصم ف عم هؤ ؿ عال كالذ ف دائها ها لد شغؼ بالتكىكلكج ا الحد ثة ك سعكف ال تجربة كؿ هؿ ك جد د. جدول )4( توزيع عينة البحث تبعا لممتغي ارت الشخصية %100 الخصائص الديموج ارفية إجمالي المشاركين في الد ارسة ( 101 مفردة( المتوسط الحسابى اإلنح ارف المعياري أقؿ هف 20 عاهان هف 20 عاهان إل أقؿ هف 35 عاها الفئة العهر ة هف 35 عاهان إل أقؿ هف 45 عاها هف 45 عاهان إل أقؿ هف 60 عاهان عاهان فأكثر الىكع ذكر أىث تعم هتكسط فأقؿ هستكل التعم تعم فكؽ هتكسط تعم عال د ارسات عم ا - مستوى رضا العمالء عن خصائص ربوتات الدردشة التفاعمية )الشات بوتس( بالفنادق محل الد ارسة. 439

13 لكصؼ كتحم ؿ )القدرة عم إظ ار العاطفة رضا العه ء عف جكدة الخصائص لربكتات الدردشة بىاء ك ة أك شخص ة التفاعم ة القدرة عم الهحادثة ف الفىادؽ إستخدا الهتكسطات الحساب ة كا ىح ارفات الهع ار ة كأ ه ة الفقرة إذ كضح الجدكؿ الد ارسة عف خصائص الربكتات العه ء عف الخصائص) 4.61/2.99 ( إل الهرتبة بفق ارت ا ف الفىادؽ بهتكسط كم هحؿ الد ارسة. هحؿ الد ارسة الكفاءة( لجأ الباحثاف )2( )3.81( ت اركحت الهتكسطات الحساب ة إل إجابات ع ىة لرضا عم هق اس ل كرت الخهاس الذم ش ر رضا العه ء عف جكدة الخصائص لربكتات الدردشة التفاعم ة ف الفىادؽ هحؿ الد ارسة. ا كل كاىح ارؼ هع ارم بما الثاى ة الهرتبة ك هف هؤشر "القدرة عم إظ ار العاطفة" )0.703/0.650( عم التكال ف ها حصؿ بهتكسط حساب )3.80( كهؤشر " الكفاءة" هؤشر كاىح ارؼ هع ارم) ( كحصؿ هؤشر "عم الهرتبة الثالثة كا خ رة بهتكسط حساب )3.60( كاىح ارؼ هع ارم) (. كاىت الخصائص التفاعؿ الخهس ا عم تصى فنا هف هىظكر العه ء بهتكسط حساب )4.61(, كاىح ارؼ هع ارم )0.63( )ا هكج أك الكجكي الضاحكة( إج ارء هحادثة طب ع ة أكثر إىساى ة ف ها طمب العه ء أك بحثكف عى بدقة : إذ جاء ف بهتكسط حساب بما) 3.9 ( "بىاءة ك ة أك شخص ة" عم "إهكاى ات الهحادثة هكى التعب ر عف السعادة/الحزف أثىاء ت ح استخد الرهكز التعب ر ة كالهمصقات بهتكسط حساب )4.54(, كاىح ارؼ هع ارم )0.61( لد القدرة عم بهتكسط حساب )4.31(, كاىح ارؼ هع ارم )0.71( لد القدرة عم بهتكسط حساب )4.17(, كاىح ارؼ هع ارم )0.74( ستخد هعالجة المغة الطب ع ة لتحد د ا حساس كالهشاعر بهتكسط حساب )4.16(, كاىح ارؼ هع ارم )0.79(. كاىت الخصائص الخهس ا قؿ تصى فنا هف هىظكر العه ء ا شارة تتكافؽ هع كؿ حالة هف حا ت العه ؿ الىفس ة : )0.78( ل القدرة عم التعاهؿ هع كف الكمهات/العبا ارت الشائعة ا ستخدا كاىح ارؼ هع ارم )0.88( الهشاعر ظ ر إستجابة عاطف ة سكاء بالمفظ أك بهتكسط حساب )3.63(, كاىح ارؼ هع ارم بهتكسط حساب )3.35(, ت ح تحك ؿ الىصكص إل ك (TTS) Text-to-Speech بهتكسط حساب )3.04(, كاىح ارؼ هع ارم )0.65( كرتكى ة شخص ة هتحركة رهز صكت( تعبر عف الع هة التجار ة لمفىدؽ كاىح ارؼ هع ارم )0.89( ا ل ة لمتعب ر عف ل ك ة كشخص ة )أىساف شخص ة بهتكسط حساب )2.99(, لد القدرة عم التحدث بعدة لغات كالرد بعدة ل جات هختمفة عم الهكالهات بهتكسط حساب )2.99(, كاىح ارؼ هع ارم )0.89(. كها أظ رت الىتائج بجدكؿ )2( بأى كجد فركؽ ذات د لة إحصائ ة ارء الهشارك ف ف خص ا ه ة كالرضا ف جه ع العبا ارت ح ث اف ق هة t الهحسكبة اقؿ هف ق هت ا الجدكل ة عىد هستكل هعىك ة ى حظ ف ذا الجدكؿ بأى قد هعمكهات كاف ة لذلؾ ت إعداد هصفكفة ا ه ة كا داء هف خ ؿ 441

14 هخطط ب اى باسقاط أبعاد العبا ارت عم ا لتساعد ف اعطاء ق ارءة هثال ة لمهكضكع هف خ ؿ تتكزع عم الهخطط ضهف الهربعات ا ربعة. الىقاط الت جدول) 2 ( أ ارء العمالء عن )أىمية- أداء( خصائص ربوتات الدردشة التفاعمية )الشات بوتس(. b مستوى a مستوى الخصائص رمز العبارة االىدمية اإلنحرا ف المعيارى األداء اإلنحرا ف المعيارى رتب األدا ء رتب األىم ية الدالة اإلحصائية (P-value) X Y القدرة عمى إظيار العاطفة هكى التعب ر عف السعادة/الحزف أثىاء التفاعؿ. A1 لد القدرة عم ف كاد ارؾ الحالة الىفس ة لمعه ؿ )سعادة أك حزف أك غضب( هف خ ؿ جهمة أك قطعة A2 ىص A3 ظ ر إستجابة عاطف ة سكاء بالمفظ أك ا شارة تتكافؽ هع كؿ حالة هف حا ت العه ؿ الىفس ة A4 ت ح تحك ؿ الىصكص إل ك Text-to-Speech (TTS) لمتعب ر عف الهشاعر لد القدرة عم إج ارء هحادثة طب ع ة أكثر إىساى ة. A A6 ستخد هعالجة المغة الطب ع ة لتحد د ا حساس كالهشاعر المتوسط العام لممحور بناء ىوية أو شخصية B1 ت ح استخد الرهكز التعب ر ة كالهمصقات )ا هكج أك الكجكي الضاحكة(. ل ك ة كشخص ة )أىساف شخص ة كرتكى ة شخص ة هتحركة رهز صكت( تعبر عف الع هة التجار ة B2 لمفىدؽ ظ ر ركح الدعابة كحس الفكا ة أثىاء التفاعؿ. B المتوسط العام لممحور إمكانيات المحادثة C1 ل القدرة عم التعاهؿ هع كف الكمهات/العبا ارت الشائعة ا ستخدا C2 لد القدرة عم التحدث بعدة لغات كالرد بعدة ل جات هختمفة عم الهكالهات ا ل ة C3 لد القدرة عم ف ها طمب العه ء أك بحثكف عى بدقة C4 لد القدرة عم ف هعى /س اؽ الك أثىاء الهحادثة بها كفر تجربة هخصصة لمعه ء المتوسط العام لممحور 441

15 الكفاءة D1 س كلة الكصكؿ إل دكف الحاجة الت تثب ت تطب قات جد دة D2 ا جابة عم ا سئمة كا ستفسا ارت فكر ن ا D3 ساعد عم الكصكؿ إل الهعمكهات ذات الصمة الت حتاج ا العه ء ف أسرع كقت ههكف كبج د قم ؿ D4 تسهح بهشاركة هسئكؿ دع فى هف الهكظف ف عىد الضركرة المتوسط العام لممحور المتوسط العام لألستبانة b a 1 =غ ره جدان- 5= ه جدان 1= رغ ر ارض بشدة- 5= ارض بشدة الهربع ا كؿ )العمكم ا هف( مواكبة العمل الجيد/ هربع منطقة نقاط القوة - ا ه ة العال ة كا داء العال : بدك أف الفىادؽ تعهؿ بشكؿ ج د لمغا ة داخؿ ذي الهىطقة ح ث إف ذي الهىطقة تهثؿ فر ن صا لتحق ؽ أك الحفاظ عم اله زة التىافس ة كتشكؿ ىقاط قكة رئ س ة. ي ىظر إل ذي الخصائص عم أى ا ه هة ج ن دا كف الكقت ىفس بدك أف الفىادؽ هحؿ الد ارسة تتهتع بهستكل عا وؿ هف ا داء ف ذي السهات..فقد تب ف ف ذا الربع أف أداء الفىادؽ عال ف هكى التعب ر عف السعادة/الحزف أثىاء التفاعؿ لد القدرة عم إج ارء هحادثة طب ع ة أكثر إىساى ة ت ح استخد الرهكز التعب ر ة كالهمصقات )ا هكج أك الكجكي الضاحكة( ا جابة عم ا سئمة كا ستفسا ارت فكر ن ا ساعد عم الكصكؿ إل الهعمكهات ذات الصمة الت حتاج ا العه ء ف أسرع كقت ههكف كبج د قم ؿ كتعد الىقاط الهىتشرة ىا ذات أ ه ة كب رة لمعاهم ف ك.A1,A5, B1,D2,D5 الهربع الثاى (العمكم ا سر(: التركيز ىنا - ا ه ة العال ة ن ها إدار ن ا فكر ن ا بالتحس ف ك عد ىقطة ضعؼ كب رة. ي ىظر إل كا داء الهىخفض: تطمب ذا الهجاؿ ا تها ذي الخصائص عم أى ا ه هة ج ن دا لمعه ء كلكف هستك ات ا داء هىخفضة إل حد ها كالت فشمت الفىادؽ أكأخفقت ف ا ف كسب رضا العه ء أكتمب ة هستكل تصكر العه ء كتشهؿ لد القدرة عم ف كاد ارؾ الحالة الىفس ة لمعه ؿ )سعادة أك حزف أك غضب( هف خ ؿ جهمة أك قطعة ىص ظ ر إستجابة عاطف ة سكاء بالمفظ أك ا شارة تتكافؽ هع كؿ حالة هف حا ت العه ؿ الىفس ة ت ح تحك ؿ الىصكص إل ك Text-to-Speech (TTS لمتعب ر عف الهشاعر ل ك ة كشخص ة )أىساف شخص ة كرتكى ة شخص ة هتحركة رهز صكت( تعبر عف الع هة التجار ة لمفىدؽ ظ ر ركح الدعابة كحس الفكا ة أثىاء التفاعؿ.الهربع الثالث )السفم ا سر(: األولوية المنخفضة - ا ه ة الهىخفضة كا داء الهىخفض ىقاط ضعؼ بس طة ك تتطمب بذؿ ج د إضاف. تشهؿ الخصائص الت عتبر ا العه ء ذات أ ه ة هىخفضة كأداء الفىادؽ ف ا ضع ؼ ك ل القدرة عم التعاهؿ هع كف الكمهات/العبا ارت الشائعة ا ستخدا لد القدرة عم التحدث بعدة لغات كالرد بعدة ل جات هختمفة عم الهكالهات ا ل ة لد القدرة عم ف 442

16 هعى /س اؽ الك أثىاء الهحادثة بها كفر تجربة هخصصة لمعه ء الت تثب ت تطب قات جد دة تسهح بهشاركة هسئكؿ دع فى س كلة هف الهكظف ف الكصكؿ إل دكف الحاجة عىد الضركرة.الهربع ال اربع )السفم ا هف(: المبالغة المحتممة - أ ه ة هىخفضة كعال ة ا داء: هكارد ا عهاؿ الهمتزهة ب الخصائص ستككف هبالغة ك جب ىشر ا ف هىاطؽ أخرل كتشهؿ لد القدرة عم ف ها طمب العه ء أك بحثكف عى بدقة ستخد هعالجة المغة الطب ع ة لتحد د ا حساس كالهشاعر. 443

17 ت استخدا اختبار ككلهجركؼ - ا ختبار ح ث إف الق هة ا حتهال ة لكؿ شكؿ) 2 ( هصفكفة ا ه ة كا داء سهرىكؼ لهعرفة ؿ الب اىات تتبع التكز ع الطب ع أ كأظ رت ىتائج هؤشر هف هؤش ارت الد ارسة أكبر هف 0.05( > )sig. ك ذا 0.05 دؿ عم أف الب اىات تتبع التكز ع الطب ع ك جب استخدا ا ختبا ارت الهعمه ة. إخت ار إختبارT كتحم ؿ ا ىحدار الخط الهتعدد ( القدرة على إظهار العاطفة كبىاء عم ها سبؽ ت كANOVA. (Multiple Linear Regression بناء هو ة أو شخص ة إمكان ات المحادثة رضا العمالء عن خصائص البوت الكفاءة شكؿ) 3 ( ىتائج تحم ؿ ا ىحدار الخط الهتعدد أظ رت الىتائج أف ق هة هعاهؿ إرتباط ب رسكف الخط )R( ل ذا الىهكذج )0.767( ك دالة إحصائ ان عىد هستكل الد لة )0.05 α( كتيش ر إل كجكد ع قة قك ة ب ف الهتغ ارت الهستقمة )القدرة عم إظ ار العاطفة بىاء ك ة أك شخص ة القدرة عم الهحادثة الكفاءة( كالهتغ ر التابع )هستكل رضا العه ء عف الربكتات( أم كمها ازد الترك ز عم ذي الخصائص س ؤدم إل هستكل رضا العه ء. كها إف ق هة هعاهؿ التحد د )R2) كالت تهثؿ القدرة التفس ر ة لىهكذج ا ىحدار الخط الهتعدد قد بمغت )0.588( ك ذات د لة إحصائ ة ح ث إف ق هة ا ختبار ا حصائ F قد بمغت )36.40( عىد هستكل الد لة )0.05 α( كتعى ذي الق هة أف ىهكذج ا ىحدار الخط الهتعدد كهف خ ؿ الهتغ ارت الهستقمة )القدرة عم إظ ار العاطفة بىاء ك ة أك شخص ة القدرة عم الهحادثة الكفاءة( هكى أف فسر ها ىسبت )58.8%( هف ا خت ؼ كالتبا ف ف الهتغ ر التابع )هستكل الرضا( ك ىسبة عال ة ىكعان ها كتدؿ عم كجكد ع قة تأث ر ة ذات د لة إحصائ ة عىد هستكل الد لة )05. α( ب ف خصائص الربكتات بد لة أبعاد ا )القدرة عم إظ ار العاطفة بىاء ك ة أك شخص ة القدرة عم الهحادثة الكفاءة( كرضا العه ء. كبىا ن ء عم الىتائج )شكؿ 3 ( فقد ت رفض الفرض ة العده ة الرئ س ة كقبكؿ الفرض ة البد مة ل ا أم أى تكجد ع قة تأث ر ة ذات د لة إحصائ ة عىد هستكل الد لة )0.05 α( هاب ف خصائص )القدرة 444

18 ( عم إظ ار العاطفة بىاء ك ة أك شخص ة القدرة عم الهحادثة الكفاءة( كهتغ ارت هستقمة كرضا العه ء عف برىاهج الدردشة التفاعم ة كهتغ ر تابع ككاف ترت ب العكاهؿ هف ح ث أ ه ة التأث ر عم الىحك التال )القدرة عم إظ ار العاطفة الكفاءة بىاء ك ة أك شخص ة القدرة عم الهحادثة(. ح ث اظ رت تكافؽ هع ىتائج بعض الد ارسات الت أكدت عم كجكد تاث ر ا جاب لخصائص القدرة عم إظ ار العاطفة 2017) Benton, Nguyen ( & Masthoff, 2009; Radziwill & بىاء ك ة أك شخص ة (Baylor & Rosenberg-Kima, 2003; Kerly, 2007; Nguyen & Masthoff, 2009; Morrissey & Kirakowski, 2013; Radziwill & Benton, 2017; Knight,2017; Staven, ( 2017 ( القدرة عم الهحادثة ( 2015; al., Morrissey & Kirakowski, 2013;Farreras et Schlicht, 2016; Taylor,2016;Van Knight,2017 Hill ( et al., 2015; الكفاءة ( Wei, 2016 )Manen,2016; عم رضا الهستخده ف لب ارهج الدردشة التفاعم ة. قد أظ رت ىتائج اختبار Independent sample t test )الذككر,ا ىاث( بأى تكجد فركقات ذات د لة إحصائ ة عىد هستكل د لة تعزل لهتغ ر الىكع ك الىتائج هب ىة ف الجدكؿ )3( كالذم ب ف لمفرؽ ب ف هتكسط ع ىت ف هستقمت ف لمىكع أف ق هةT 0.05 ف استجابة الهبحكث ف سالبة بالىسبة لجه ع أبعاد الد ارسة كذلؾ ق هة هستكل الد لة P أقؿ هف 0.05 لكافة ا بعاد أ ضا هها عى كجكد فركؽ جك ر ة تعزل لهتغ ر الجىس عىد هستكل د لة هستكل كبالتال قبكؿ الفرض ة البد مة أم أف ىاؾ فركؽ ذات د لة إحصائ ة عىد ف استجابة الهبحكث ف تعزل لهتغ ر الجىس, كلصالح ا ىاث ك ك ها تفؽ هع ىتائج الد ارسات السابقة ( Boser, Ray et al., 1999; Bame, Dugger, devries, & McBee, 1993; Palmer, & Daugherty, 1998; Comber, Colley, Hargreaves, & Dorn, 1997; Durndell, Glissov, & Siann, 1995; Hale, 2002; Nelson & Cooper, 1997; Teasdale & Lupart, 2001; Wolters, 1989; Young, 2000 كالت أكدت عم أف ا ىاث لد ة إتجاي إ جاب أكثر هف الذككر ىحك التكىكلكج ا الجد د ك تعارض هع ىتائج عدد هف الد ارسات السابقة ا خرل Wolters, 1989; Boser & Daugherty,1998; Boser, Palmer, & Daugherty, 1998; Krendl & Broihier, 1990; Teasdale & Lupart, 2001 Brown, 2016; Z. Cai et.al., 2017; Kadijevich, 2000; Li & Kirkup, 2007). جدول) 3 ( نتائج إختبار T لعينتين مستقمتين الخصائص العدد النوع المتوسط اإلنح ارف الخطأ قيمة ت درجات المعنوية الحسابى المعيارى المعيارى الحرية إظيار العاطفة 50 ذككر 445

19 أىأث بناء ىوية أو شخصية ذككر أىأث إمكانيات المحادثة ذككر أىأث الكفاءة ذككر أىأث هف ت استخدا اختبار تحم ؿ التب ا ف ا حادمANOVA One Way sig ختبار الفركؽ ب ف هتكسطات لهتغ ر العهر, ك الىتائج هب ىة ف الجدكؿ رق )4( كالذم ب ف أف ق هة هستكل الد لة لكافة ا بعاد أصغر 0.05 هها عى كجكد فركؽ جك ر ة تعزل لهتغ ر الجىس عىد هستكل د لة الفرض ة البد مة أم أف ىاؾ فركؽ ذات د لة إحصائ ة عىد هستكل 0.05 كبالتال قبكؿ 0.05 ف استجابة الهبحكث ف تعزل لهتغ ر العهر. ك تضح هف الىتائج السابقة اف ج ؿ ا لف ة هثؿ الىسبة ا كبر هف الهشارك ف ك ك ها ؤكد عم إ تهاه بالتكىكلكج ا ك الىتائج الت تتهاش تهاهان هع الد ارسات الت أج ار ا كؿ هف ف الد ارسة,كأف ا كبر سىا ا قؿ أ جاب ة كاستخداهان لمتكىكلكج ا الحد ثة (Raines, 2002; Mitzner et al., 2010; Heinz et al., 2013; Dimitriou & Blum, 2015; Hein, 2015; Mhlanga & Tichaawa, 2016) جدول) 4 ( تحميل التباين التجاه احد الخصائص مصادر اإلختالف مجموع مربعات درجات متوسط ف المعنوية اإلنح ارفات الحرية التبياين إظيار العاطفة ب ف الهجهكعات داخؿ الهجهكعات ا جهال بناء ىوية أو شخصية ب ف الهجهكعات داخؿ الهجهكعات ا جهال إمكانيات المحادثة ب ف الهجهكعات داخؿ الهجهكعات ا جهال الكفاءة ب ف الهجهكعات داخؿ الهجهكعات ا جهال

20 المحددات و التوصيات لمد ارسات المستقبمية اقتصرت الد ارسة عم د ارسة فعال ة ب ارهج الدردشة التفاعم ة هف هىظكر العه ء بالتطب ؽ عم قطاع الفىادؽ كاستخدا الهى ج الكه كتقى ة ا ه ة كا داء كها اى ا أعتهدت عم الع ىة اله سرة )ع ىة غ ر إحتهال ة( كت تكز ع إستهارة إستب اف الكتركى ة عم العه ء ههف كاىكا ل تجربة هع الربكتات عم الصفحة الرسه ة لمفىادؽ هحؿ الد ارسة عم هكقع التكاصؿ ا جتهاع )الف سبكؾ( كبىاءان عم ذي الهحددات ههكف إقت ارح عدد هف البحكث الهستقبم ة ف ذي الهجاؿ هثؿ تىاكؿ قطاع هختمفة أخر بصىاعة الض افة هثؿ الهطاع كهقارىة الىتائج هع الد ارسة الحال ة كها هكف إخت ار ع ىة إحتهال ة تسهح بتعه الىتائج عم قطاع الفىادؽ ك هكف تبى تقى ة هختمفة لق اس الفاعم ة هثؿ أك إستخدا ىهكذج تقبؿ التقى ة( Model(TAM Technology Acceptance هثؿ ذي الب ارهج كهف ا قت ارحات الت هكف تقد ه ا د ارسة أثر تقد )تحق ؽ الفعال ة ك ء العه ء كز ادة الهب عات كها هكف د ارسة دكافع العه ء ستخدا ذي الب ارهج. هثؿ هستكل التعم عم إستخدا ذي التكىكلكج ا. كأخ ارن كتسب البحث أ ه ت التطب ق ة لتحد د إتجا ات العه ء ف الفىادؽ الت تت ح ذي الخدهة عم أحد الهتغ ارت كتحس ف الصكرة الذ ى ة كبىاء ع قات ط بة هع العه ء( بالىسبة لمفىادؽ هحؿ الد ارسة,اخ ارن هكف د ارسة اثر العكاهؿ الد هكج ارف ة ا خرل تزك د صاىع الق ارر بالهعمكهات عف هكاطف القكة كالضعؼ ف ىظا الدردشة التفاعم ة الخاصة ب ب دؼ هعالجة ىقاط الضعؼ هها ىعكس إ جابا ف جعؿ ذي ا ىظهة أكثر فاعم ة. أ ه ة تكف ر ذي الخدهة كأ ضا ساعد ف بىاء شات بكتس ىاجح. الم ارجع بالمغة االجنبية بالىسبة لمفىادؽ الت تكفر ذي الخدهة لفت ىتبا ا ال تكف ر هعمكهات عف أ الخصائص الت جب تكفر ا ب ذي الربكتات هها Abu Shawar, B., Atwell, E. (2002). A comparison between Alice and Elizabeth Chabot systems. University of Leeds, School of Computing research report. Acosta, E. (2017). Marriott International s AI-powered Chatbots on Facebook Messenger and Slack, and Aloft s ChatBotlr, Simplify Travel for Guests throughout Their Journey. [online] Available at: [Accessed April 7th, 2018] Amir, A. (2016). The rise of Chatbots: Why brands are embracing conversation - Marketing Tech News. Retrieved from rise-andrise-chatbots-why-brands-are-embracing conversation/fb. 447

21 Atwell, E., & Shawar, B. (2007). Chatbots: Are they Really Useful? LDV Forum, 22, Balasubraman, S., Peterson, R. A., & Jarvenpaa, S. L. (2002). Exploring the Implications of M- Commerce for Markets and Marketing. Journal of the Academy of Marketing Science, 30(4), doi: / Baylor, A. L., & Ryu J. (2003). The effects of image and animation in enhancing pedagogical agent persona. Journal of Educational Computer Research, 28(4), doi: Bradeško, L., & Mladenić, D. (2012). A survey of Chatbot systems through a loebner prize competition. In Proceedings of Slovenian Language Technologies Society Eighth Conference of Language Technologies (pp ). Britz, D. (2016). Deep Learning for Chatbots, Part 1 Introduction WildML. Retrieved from chatbots- part-1- introduction/ Chen, Y., Elenee Argentinis, J., & Weber, G. (2016). IBM Watson: How Cognitive Computing Can Be Applied to Big Data Challenges in Life Sciences Research. Clinical Therapeutics, 38(4), doi: /j.clinthera Constine, J. (2016). Facebook launches Messenger platform with Chatbots TechCrunch. Retrieved from messenger/. Desaulniers, S. (2016). Chatbots rise, and the future may be re-written'. Retrieved from future- may-be-re-written.html Donkelaar, L. (2018). How human should a Chatbot be? The influence of avatar presence and anthropomorphic characteristics in conversational tone regarding Chatbots in the customer service field. Unpublished thesis, University of Twente. Eeuwen, M. (2017). Mobile conversational commerce: messenger chatbots as the next interface between businesses and consumers (Master's thesis, University of Twente). Retrieved on February 1, 2019 from Farreras, I. G., Ford, W. R., Hill, J. (2015). Real conversations with artificial intelligence. A comparison between human-human online conversations and human Chatbot conversations. Computers in Human Behavior, 49, doi: /j.chb Ferrara, E., Varol, O., Davis, C., Menczer, F., & Flammini, A. (2016). The rise of social bots. Communications of the ACM, 59(7), Ghose, S., & Barua, J. J. (2013). Toward the implementation of a topic specific dialogue based natural language Chatbot as an undergraduate advisor. In Informatics, Electronics &Vision (ICIEV), 2013 International Conference on (pp. 1-5). IEEE. Guzman, I., Pathania, A. (2016). Chatbots in Customer Service. Accenture Interactive. [online] Available at: w /brpt/_acnmedia/pdf- 45/Accenture-Chatbots-Customer-Service.pdf [Accessed December 28th, 2018). Hein, S. (2015). Catering to Millennials in the Hospitality & Travel Industry: What it takes? Available from: millennials-inthe hospitality travel-industry-what-it-takes. [Accessed 10 April 2018]. Heinz M., Martin P., Margrett J. A., Yearns M., Franke W., Yang H.-I. (2013). Perceptions of technology among older adults. J. Gerontology. Nurs. 39, /

22 Hill, J., Randolph Ford, W., & Farreras, I. G. (2015). Real conversations with artificial intelligence: A comparison between human human online conversations and human Chatbot conversations. Computers in Human Behavior, 49, doi: /j.chb IBM (2016). IBM Watson Analytics. Retrieved from analytics/resources#product-header-top Ivanov, S., & Webster, C. (2017). Adoption of robots, artificial intelligence and service automation by travel, tourism and hospitality companies a cost-benefit analysis. International Scientific Conference Contemporary tourism traditions and innovations, 1921 October 2017, Sofia University. Jessa, S., Lasek, M. (2013). Chatbots for customer service on hotel s websites. Information Systems in Management, 2(2): Kaplan, J. (2016). Artificial intelligence. Oxford: Oxford University Press. Kerly, A., Hall, P., & Bull, S. (2007). Bringing Chatbots into education: Towards Natural Language Negotiation of Open Learner Models. Applications and Innovations in Intelligent Systems XIV, doi: / _14 Kim, M. J., Lee, C. K., & Jung, T. (2019), Exploring consumer behavior in virtual reality tourism using an extended stimulus-organism-response model, Journal of Travel Research, Knight, M. (2017). Write On. Let Your Voice Do the Typing with Voice-to-Text Technology. [online] Available at: Kumar, B. (2016). How Conversational Commerce Is Forever Changing the Way We Shop. Retrieved from conversational-commerce-isforever-changing-the-way-we shop McCall, K. (2017). How Chatbots Benefit Brands and Customers. Rival IQ. [online] Available at: [Accessed August 21st, 2019]. Mhatre, N., Motani, K., Shah, M., & Mali, S. (2016). Donna Interactive Chat-bot acting as a Personal Assistant. International Journal of Computer Applications, 140(10), doi: /ijca Mhlanga, O. & Tichaawa, T.M. (2016). Guest expectations and experiences within selected hotels in Nelspruit, Mpumalanga Province of South Africa. African Journal for Physical Activity and Health Sciences, 22(4): Mirosława,l. & szymon, J.(2013). Chatbots for customer service on hotels websites. Information Systems in Management, 2 (2) Mitzner T. L., Boron J. B., Fausset C. B., Adams A. E., Charness N., Czaja S. J., et al.. (2010). Older adults talk technology: technology usage and attitudes. Comput. Human Behav. 26, /j.chb Moatti, S. C. (2016). Expect more chatbots as businesses generate more data VentureBeat Bots by SC Moatti. Retrieved from 11/04/expect-morechatbots-as-businesses-generate-more data/ Moore, M. (2017). What are chatbots? Everything you need to know. [online] Available at: [Accessed August 21st, 2019]. 449

23 Morrissey, K., & Kirakowski, J. (2013). Realness in Chatbots: Establishing Quantifiable Criteria. In International Conference on Human-Computer Interaction (pp ). Springer Berlin Heidelberg. Morrissey, K., & Kirakowski, J. (2013). Realness in Chatbots: Establishing Quantifiable Criteria. Lecture Notes in Computer Science: vol International Conference on Human- Computer Interaction (pp ). Berlin, Germany: Springer. doi: Müller, A. (2016). Be careful what you tell a Chatbot - - it could come back to bite you VentureBeat Mobile by Aike Müller, Keezel. Retrieved from tell-a-chatbot-it-could- come-back-tobite-you/ Newman, D. (2016). Chatbots and the future-of conversation based interfaces.forbes. Retrieved June 13, 2019, fromhttp:// 4/ Chatbots-and-the- future-of-conversation-based interfaces/#6c40cc51220d Nguyen, H., & Masthoff, J. (2009). Designing empathic computers: the effect of multimodal empathic feedback using animated agent. Proceedings of the International Conference on Persuasive Technology, 4. Doi: / Nguyen, H., & Masthoff, J. (2009). Designing empathic computers: the effect of multimodal empathic feedback using animated agent. Proceedings of the International Conference on Persuasive Technology, 4. Doi: / Norm, R., (2016). Travel Chatbots are Hot, But Will They Replace or Augment Human Conversation? Available at: Travel-Chatbots-are-Hot-But-Will-They- Replace-or-Augment-Human-Conversation_. Perez, S. (2016). Facebook s new Chatbots still need work TechCrunch. Retrieved from chatbots-still-need-work/ Persaud, A., & Azhar, I. (2012). Innovative mobile marketing via smartphones. Marketing Intelligence & Planning, 30(4), doi: / Radziwill, N. M, & Benton, M. C. (2017). Evaluating quality of chatbots and intelligent conversational agents. ArXiv Software Quality Professional 19(3), Retrieved from Raines, C. (2002), Managing Millennials. Generations at Work: The Original Home of Claire Raines Associates. Available from: [Accessed 4 May 2018]. Robotics and Artificial Intelligence Foundation (RAAIF) (2007). The A. L. I. C. E. Artificial Intelligence Foundation. [online] Available at: [Accessed August 21st, 2019]> Sablich, J. (2017). How to Plan Your Next Vacation with a Chatbot. The New York Times. [online] Available at: [Accessed August 21st, 2019]. Sadeddin, K. W., Serenko, A., & Hayes, J. (2007). Online shopping bots for electronic commerce: the comparison of functionality and performance. IJEB, 5(6), 576. doi: /ijeb

24 Salazar, A. (2018), Hospitality trends: opportunities and challenges, Worldwide Hospitality and Tourism Themes, Vol. 10 No. 6, pp Schlicht, M. (2016). The Complete Beginner s Guide to Chatbots Chatbots Magazine. Retrieved from guide-to-chatbots- 8280b7b906ca#.5vs9cl5ut Shebat, A. (2016). 5 scenarios for how humans and bots will work together VentureBeat Bots by Amir Shevat, Slack. Retrieved from humans-and-bots-will- work-together/ Shopify. (2016). Conversational Commerce Definition - What is Conversational Commerce. Retrieved from commerce Smith, M. D. (2002). The Impact of Shopbots on Electronic Markets. Journal of the Academy of Marketing Science, 30(4), doi: / Stanford (2016), Artificial intelligence and life in 2030: one hundred year study on artificial intelligence, Report of the 2015 Study Panel, Stanford University, available at: (accessed 4 Nov 2018). Statista. (2016). Leading global social networks Retrieved from /global-social- networks-ranked-by-number-of users/ Staven, T. (2017). What Makes a Good Bot (or Not)? Unit4 Newsletter. Retrieved on March 23, 2017 from Syam, N. & Sharma, A. (2018), Waiting for a sales renaissance in the fourth industrial revolution: Machine learning and artificial intelligence in sales research and practice, Industrial Marketing Management, Vol. 69, pp Taylor, S. J. (2016). Very Human Lessons from Three Brands that Use Chatbots to Talk to Customers. Fast Company. brands-using-chatbots. Tung, V. W. S., & Au, N. (2018), Exploring customer experiences with robotics in hospitality, International Journal of Contemporary Hospitality Management, 30 (7), Van Manen, T. (2016). Bot or not: Facebook Chatbots Marketing facts [Web log post]. Retrieved from berichten/chatbots-facebook-inzet-chatbotsmessenger Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, Wei, W., Torres, E.N. & Hua, N. (2017). The power of self-service technologies in creating transcendent service experiences: The paradox of extrinsic attributes, International Journal of Contemporary Hospitality Management, 29(6), Weissenberg, A. (2017). Trends defining the global travel industry in 2017, Global Economic Impact and Issue 2017, available at: (accessed 5 Oct 2018). Weißensteiner, A., (2018).Chatbots as an approach for a faster enquiry handling process in the service industry A comparative study at the ÖAMTC. Unpublished Bachelor Thesis for Obtaining the Degree Bachelor of Business Administration in Tourism and Hospitality Management. 451