用户对生成式AI的真实看法：跨平台应用商店评论NLP分析

arXiv:2609.19151v1 公告类型：new 摘要：生成式 AI（GenAI）应用已获得快速消费级普及，但针对用户感知质量、信任与采用障碍的大规模研究仍然有限。我们展示了对六款主流 GenAI 应用（ChatGPT、Gemini、Microsoft Copilot、Claude、DeepSeek 和 Perplexity）应用商店评论的首批跨应用分析之一，涵盖来自 Google Play 和 Apple App Store 的 17,012 条英文评论。我们结合 BERTopic 主题建模与 RoBERTa 情感分类，并使用卡方检验、Kruskal-Wallis 检验以及经 Bonferroni 校正的多项 logistic 回归来评估跨应用差异。两个组件均基于分层抽样的 300 条评论，通过与人工编码对比进行验证。结果显示，负面情感主要集中在广告（91%）、身份验证（89%）、服务器可靠性（83%）和订阅定价（73%）。不同应用之间的情感分布存在显著差异，其中 Claude 的负面情感占比最高（47.7%），同时其用户群体也表现出高度热情，呈现出统计上显著的极化现象。尽管各应用的评论数量不均衡，这些发现仍具有稳健性。作为探索性观察，部分 DeepSeek 评论提出了与其中国背景相关的地缘政治和数据隐私担忧；同时，我们提出的 Trust Friction Score 可将特定应用的信任与可用性障碍概括为可解释的维度。该研究为消费级生成式 AI 应用中的用户信任、可用性与采用障碍提供了经过验证且可操作的证据。