在过去几年里，对人工智能体的投资稳步增长，然而这些智能体的采用情况却参差不齐。行业报告显示，大多数人并不信任人工智能体来完成重要任务。虽然现有的 IS 理论可以解释用户对 IT 人工智能的信任，但一些新的研究对现有理论在AI智能体背景下的适用性提出了质疑。乍一看，智能体可能与其他技术人工制品无异。然而，更深入的评估揭示了人工智能体不同于以往信息技术人工制品的一些基本特征。因此，本文的目的是找出阻碍和促进信任与不信任的人工智能特有特征和行为，从而塑造用户在人机交互中的行为。本论文使用定制开发的对话式人工智能体，通过引入并实证检验六个新的构造，即人工智能的不确定性、任务完成的不确定性、语言的不确定性、人工智能的可继承性、人工智能的可训练性和人工智能的自由意志，对人类-人工智能文献进行了扩展。

当用户向智能体提出请求时，设备就会接收到信息。然后，设备将信息发送到语音识别服务。接着，检测到的文本被发送到自然语言理解（NLU）服务器。接着，来自 NLU 的响应代码进入语音合成服务，生成语音响应。最后，响应代码返回设备，设备根据响应代码采取行动并发送响应信息。因此，在响应用户请求时，人工智能既要传递语言信息，又要采取行动，这就可能产生两种不确定性：语言不确定性和任务完成不确定性。