SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Fakultas Ekonomi Universitas Semarang P-ISSN : 1412-5331.
E-ISSN : 2716-2532
DOI: 10.
26623/slsi.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
2 April 2026.
Hal 245-265 Penerimaan Konsumen terhadap Penggunaan ChatGPT dalam Pemasaran Digital: Tinjauan Sistematis dengan Model UTAUT2 Nani Irma Susanti1*.
Jati Waskito2.
Kussudyarsana3 E-mail Korespondensi : b109240010@student.
Program Doktor Ilmu Manajemen.
Universitas Muhammadiyah Surakarta.
Surakarta.
Indonesia 1,2,.
INFO ARTIKEL Proses Artikel Dikirim: 12/03/2026 Diterima: 26/04/2026 Dipublikasikan: 29/04/2026 Akreditasi oleh Kemenristekdikti No.
79/E/KPT/2023
ABSTRAK
Penelitian ini bertujuan secara sistematis menggali faktor-faktor yang mempengaruhi penerimaan konsumen terhadap teknologi kecerdasan buatan (AI) generatif, khususnya ChatGPT, dalam kerangka pemasaran digital berbasis merek.
Tinjauan Literatur Sistematis (SLR) dilakukan dengan menggunakan pendekatan PRISMA, mencakup 115 artikel peer-reviewed dari enam basis data akademik utama (Scopus.
Web of Science.
Springer.
ScienceDirect.
Emerald, dan EBSCO) yang mencakup periode 2021Ae2025.
Temuan ini mengungkapkan bahwa model UTAUT2 adalah kerangka teoritis yang paling umum digunakan dalam 70,25% penelitian, menyoroti variabel inti seperti ekspektasi kinerja, motivasi hedonik, dan pengaruh sosial.
Di samping itu, faktor-faktor yang muncul termasuk kecemasan AI, kepercayaan, dan nilai emosional semakin diintegrasikan untuk memperkaya daya penjelasan model.
Hasil Penelitian mengidentifikasi tiga kategori pendekatan teoretis utama:
kognitif-intentional .
,25%), teori berbasis norma .
,96%), dan pendekatan multidimensional yang mengintegrasikan aspek afektif dan identitas .
,84%).
Selain itu, cara menilai suatu merek ternyata memiliki pengaruh penting terhadap apakah ada keinginan menggunakan suatu teknologi, tetapi hal ini masih jarang diteliti lebih dalam dalam model-model adopsi teknologi yang sudah ada.
Analisis menunjukkan ada kesenjangan kritis antara niat perilaku .
ehavioral intentio.
dan perilaku penggunaan aktual, di mana hanya 16,47% penelitian yang melacak realisasi niat ke dalam tindakan dunia nyata.
Studi ini memberikan kontribusi substansial dengan memetakan kesenjangan dan mengusulkan integrasi elemen branding ke dalam kerangka kerja UTAUT2, serta Integrasi yang dimaksudkan adalah untuk mendukung strategi pemasaran lebih beresonansi secara emosional, etis, dan inklusif di era transformasi Kata Kunci:
UTAUT2.
generative ai.
consumer behavior.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Abstract This study aims to systematically explore the factors that influence consumer acceptance of generative artificial intelligence (AI) technology, especially ChatGPT, in the framework of brand-based digital marketing.
The Systematic Literature Review (SLR) was conducted using the PRISMA approach, covering 115 peer-reviewed articles from six major academic databases (Scopus.
Web of Science.
Springer.
ScienceDirect.
Emerald, and EBSCO) covering the period 2021Ae2025.
These findings reveal that the UTAUT2 model is the most commonly used theoretical framework in 70.
25% of studies, highlighting core variables such as performance expectations, hedonic motivation, and social influence.
In addition, emerging factors including AI anxiety, trust, and emotional value are increasingly integrated to enrich the model's explainability.
The results of the study identified three main categories of theoretical approaches: cognitive-intentional .
25%), norm-based theory .
96%), and multidimensional approaches that integrate affective and identity aspects .
84%).
In addition, the way a brand is assessed has an important influence on whether there is a desire to use a technology, but this is still rarely studied in depth in existing technology adoption models.
The analysis showed that there is a critical gap between behavioral intent and actual use behavior, with 47% of studies tracking the realization of intent into realworld action.
The study makes a substantial contribution by mapping the gap and proposing the integration of branding elements into the UTAUT2 framework, as well as the intended integration is to support marketing strategies to be more emotionally resonant, ethical, and inclusive in the era of digital transformation.
Kata Kunci:
UTAUT2.
generative ai.
consumer behavior.
This work is licensed under a Creative Commons Attribution 4.
0 International License.
PENDAHULUAN
Munculnya teknologi AI generatif seperti ChatGPT.
DALLA E, dan Midjourney telah mengubah dinamika interaksi antara konsumen dan merek digital.
IBM Benchaita & Relations, n.
melaporkan bahwa 35% perusahaan telah mengadopsi AI secara aktif, sementara 43% lainnya berada dalam fase eksplorasi.
Di sisi lain, survei oleh Reuters, n.
menunjukkan bahwa 51% perusahaan menggunakan AI generatif untuk meningkatkan komunikasi merek, menandakan bahwa adopsi teknologi ini telah memasuki fase strategis dalam praktik pemasaran.
Penerimaan AI generatif tidak hanya didorong oleh efisiensi, tetapi juga oleh pengembangan hubungan emosional antara konsumen dan merek.
Studi oleh Baabdullah, .
menunjukkan bahwa 60% konsumen lebih bersedia untuk terlibat dengan merek yang menawarkan pengalaman yang dipersonalisasi melalui AI.
Temuan ini menggarisbawahi perlunya merevisi model adopsi teknologi yang ada untuk menggabungkan faktor-faktor afektif seperti kepercayaan dan persepsi SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 etis dengan lebih baik (Acquah et al.
, 2.
Leppin et al.
,2014.
Kang et al.
, 2.
Selain itu, penerapan AI sejalan dengan agenda global seperti SDGs 9, 8, dan 12, serta Asta Cita Indonesia, khususnya dalam mendorong ekosistem digital yang inklusif dan inovatif.
Model UTAUT dan UTAUT2 telah banyak digunakan di berbagai dimensi untuk memeriksa adopsi AI.
Dalam pengaturan organisasi, ekspektasi upaya dan pengaruh sosial telah diidentifikasi sebagai prediktor yang signifikan Al-Abdullatif & Alsubaie, 2024.
dalam industri kreatif, dukungan kepemimpinan dan kompleksitas tugas muncul sebagai faktor dominan Nguyet, 2024.
sedangkan di pendidikan tinggi, risiko yang dirasakan bertindak sebagai penghalang, namun kepercayaan dan kecerdasan teknologi memperkuat niat untuk mengadopsi (AI Solyrzano Solyrzano et al.
, 2024.
Giamouzi, 2.
Studi selanjutnya telah memperluas kerangka kerja UTAUT2 dengan memasukkan variabel tambahan seperti ketakutan teknologi, kepercayaan konsumen (Salifu et al.
, 2024.
Singh et al.
, dan kecemasan AI (Lai et al.
, 2.
Khususnya.
Metwaly Ali Mohamed Eldakar et al.
2025 mengintegrasikan teori etika ke dalam model, menggarisbawahi peran penting persepsi etis dalam adopsi AI generatif dalam lingkungan akademik.
Namun, merek masih jarang diposisikan sebagai konstruksi inti dalam model-model ini, terlepas dari kenyataan bahwa persepsi merek secara signifikan memengaruhi adopsi teknologi.
Ullah, .
menekankan pentingnya nilai emosional, sementara Ali et al.
, .
menemukan bahwa persepsi positif tentang merek dapat mengurangi resistensi terhadap AI.
Tidak adanya perspektif ini menyoroti kesenjangan penelitian yang perlu ditangani terutama dalam menghubungkan merek dengan variabel seperti kepercayaan dan pengaruh sosial.
Selain itu, studi bibliometrik sistematis yang memetakan tren, metodologi, dan integrasi teoretis dalam penelitian adopsi AI konsumen tetap terbatas.
Penelitian ini menjadi penting mengingat pesatnya adopsi teknologi AI generative khususnya ChatGPT, dalam praktik pemasaran digital yang belum sepenuhnya diimbangi oleh pemahaman komprehensif mengenai faktor-faktor yang memengaruhi penerimaan konsumen.
Selain itu, masih terdapat minimnya sintesis sistematis yang mampu mengintegrasikan hasil-hasil penelitian secara komprehensif, oleh karena itu penelitian ini secara khusus berfokus pada tiga pertanyaan penelitian utama:
RQ1: Apa variabel atau faktor yang paling sering dipelajari dalam model UTAUT2 yang memengaruhi penerimaan konsumen terhadap teknologi AI generatif seperti ChatGPT dalam ruang lingkup pemasaran digital? RQ2: Teori atau model perilaku konsumen mana yang paling sering digunakan dalam penelitian yang meneliti penerimaan konsumen terhadap teknologi AI generatif, terutama dalam interaksi pemasaran digital berbasis ChatGPT? RQ3: Metodologi penelitian apa yang umum digunakan dalam studi yang menyelidiki penerimaan konsumen terhadap teknologi AI generatif yang diadopsi oleh merek dalam pemasaran digital, khususnya dalam kerangka UTAUT2? KAJIAN PUSTAKA Tujuan dari studi ini adalah untuk membangun pemahaman konseptual tentang penerimaan konsumen terhadap teknologi AI generatif dalam interaksi pemasaran digital, dengan fokus utama pada model UTAUT2 (Unified Theory of Acceptance and Use of Technology .
Venkatesh et al.
, perbedaan utama antara UTAUT dan UTAUT2 terletak pada penambahan tiga variabel baru dalam UTAUT2, sehingga total menjadi tujuh konstruk.
Selain itu.
UTAUT lebih berfokus pada masalah organisasi .
, sedangkan UTAUT2 lebih relevan untuk perilaku konsumen dalam penggunaan teknologi.
Model ini terdiri dari tujuh konstruksi inti: ekspektasi kinerja, ekspektasi usaha, pengaruh sosial, kondisi fasilitasi, motivasi hedonik, nilai harga, dan kebiasaan.
Beberapa penelitian telah memvalidasi relevansi UTAUT2 dalam kerangka AI generatif.
Misalnya, ekspektasi kinerja, pengaruh sosial, motivasi hedonik, dan kebiasaan telah terbukti secara signifikan memengaruhi niat penggunaan, sedangkan variabel lain seperti harapan usaha dan kondisi fasilitasi menunjukkan efek yang lebih lemah (Yin et al.
, 2.
Selain itu, faktor247 SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 faktor yang muncul seperti kecemasan AI semakin dipertimbangkan untuk memperkaya kekuatan penjelasan model.
Semakin banyak penelitian telah berusaha untuk memahami bagaimana konsumen mengadopsi teknologi AI generatif dalam pemberian layanan dan komunikasi pemasaran.
Misalnya.
Yin et al.
mengidentifikasi ekspektasi kinerja dan kebiasaan sebagai prediktor dominan dari niat pengguna untuk mengadopsi ChatGPT dalam pengaturan e-niaga, sejalan dengan kerangka kerja UTAUT2.
Temuan ini didukung oleh Baabdullah, .
yang menyoroti bahwa pengalaman pengguna sebelumnya memperkuat perilaku digital kebiasaan dalam interaksi chatbot.
Dalam ranah komunikasi merek.
Acquah et al.
, .
menggunakan pendekatan UTAUT2 dan TAM terintegrasi untuk mengeksplorasi adopsi AI konsumen, menekankan peran moderasi kepercayaan dan personalisasi pada pengaruh kegunaan yang dirasakan.
Ini sejalan dengan Hu, .
yang menjelaskan bahwa AI yang mampu mempersonalisasi interaksi pelanggan meningkatkan relevansi dan kepuasan emosional.
Di sektor publik, sebuah studi tahun 2022 menemukan bahwa pengaruh sosial mendorong adopsi chatbot AI dini, sementara masalah privasi menimbulkan hambatan jangka panjang, menggarisbawahi pentingnya etika dan transparansi.
Jo, .
lebih lanjut menekankan bahwa kebijakan data yang jelas dan sistem AI yang transparan memperkuat kepercayaan publik.
Dalam pemasaran digital melalui platform media sosial.
Leppin et al.
, .
mengamati bahwa kualitas sistem dan interaksi AI meningkatkan keterlibatan konsumen dengan merek.
Kang et al.
menambahkan bahwa kemanusiaan AI yaitu, sejauh mana chatbot tampak seperti manusia secara signifikan meningkatkan keterlibatan emosional dan pengalaman pengguna.
Di sektor ritel, penelitian menyoroti kepuasan dan konfirmasi sebagai penentu utama loyalitas pelanggan terhadap layanan pelanggan berbasis AI.
Al-Abdullatif & Alsubaie, .
menunjukkan bahwa pengalaman digital pasca-interaksi secara langsung berkontribusi pada loyalitas dan advokasi Sementara model UTAUT2 diterapkan secara luas untuk menjelaskan perilaku adopsi teknologi, tinjauan literatur mengungkapkan kesenjangan spesifik dalam bidang pemasaran strategis.
Studi eksplisit tentang penggunaan ChatGPT oleh merek untuk komunikasi pemasaran masih langka.
Sebagian besar penelitian berbasis UTAUT2 berfokus pada sektor publik, pendidikan, dan layanan umum, namun tidak memiliki penyelidikan yang lebih dalam tentang bagaimana AI generatif menumbuhkan hubungan emosional dan pribadi dengan konsumen dalam ruang lingkup branding (Graham & Stough, 2.
(Maican et al.
, 2.
Selain itu, sangat sedikit penelitian yang mengintegrasikan dimensi yang muncul seperti kecerdasan yang dirasakan, etika AI, dan efek personalisasi, yang semakin relevan seiring dengan perkembangan AI menjadi agen utama komunikasi merek (Urbani et al.
, 2.
(Arviani et al.
Interaksi emosional antara konsumen dan ChatGPT dalam komunikasi merek sebagian besar masih belum dieksplorasi, meskipun ada bukti dari penelitian seperti Kang et al.
, .
dan Mahmud et al.
, .
yang menunjukkan bahwa nilai emosional dan koneksi merek diri adalah penentu penting dalam membentuk sikap terhadap teknologi AI.
Akibatnya, penelitian lebih lanjut diperlukan untuk mengembangkan model konseptual yang lebih kuat yang mencerminkan interaksi dinamis antara AI generatif dan konsumen modern terutama dalam ranah komunikasi merek yang melibatkan kepercayaan, etika, dan keterlibatan emosional.
Model UTAUT2 tetap menjadi kerangka kerja dasar untuk mengidentifikasi penentu adopsi teknologi AI generatif.
Ini mencakup variabel seperti niat perilaku, ekspektasi kinerja, harapan usaha, kondisi fasilitasi, dan motivasi hedonik.
Namun, penelitian terbaru telah memperkenalkan beberapa variabel tambahan yang sangat relevan dengan adopsi teknologi AI generatif, termasuk:
Kepercayaan dan kecerdasan teknologi sebagai prediktor utama adopsi, terutama dalam kerangka pendidikan tinggi Nguyet, .
Kecemasan AI dan risiko yang dirasakan, keduanya menunjukkan efek negatif pada niat pengguna untuk mengadopsi AI generatif (Solyrzano Solyrzano et al.
, 2.
Ketakutan teknologi dan kepercayaan konsumen sebagai faktor psikologis signifikan yang membentuk sikap pengguna terhadap AI (Giamouzi, 2.
Salifu et al.
, 2024.
Dukungan SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 kepemimpinan dan kompleksitas tugas sebagai penentu organisasi utama yang memengaruhi kecepatan adopsi teknologi dalam industri pemasaran Acquah et al.
, 2024.
Nilai emosional terhadap merek yang ditingkatkan oleh AI, yang secara signifikan memengaruhi sikap pengguna dan respons perilaku Singh et al.
, 2012.
Lai et al.
, 2023.
Penelitian terbaru menyoroti bahwa adopsi teknologi AI generatif secara fundamental telah membentuk kembali cara konsumen berinteraksi dengan merek digital.
Model UTAUT2 Venkatesh et al.
, 2016 tetap menjadi kerangka kerja dominan untuk menjelaskan perilaku adopsi teknologi, terutama dalam penelitian yang meneliti ChatGPT dan aplikasi serupa dalam ruang lingkup pemasaran digital.
Studi seperti L.
Wang et al.
, 2024 menekankan bahwa ekspektasi kinerja dan motivasi hedonik adalah penentu utama niat pengguna untuk mengadopsi alat AI Demikian pula.
Schiaroli et al.
, 2025 menemukan bahwa personalisasi berbasis AI meningkatkan keterlibatan emosional dengan merek, menunjukkan bahwa faktor afektif memainkan peran yang berkembang dalam membentuk perilaku adopsi konsumen.
Selain itu, variabel psikologis baru telah diperkenalkan untuk memperluas daya penjelasan UTAUT2.
Penelitian menunjukkan bahwa kecemasan terhadap AI berperan sebagai prediktor negatif terhadap niat adopsi (Yin et al.
, 2023.
Lai et al.
, 2.
Penelitian lain, persepsi merek yang positif terbukti mampu mengurangi resistensi terhadap teknologi (AI Ali et al.
, 2024.
Mari et al.
, 2.
Lebih lanjut, integrasi dimensi etika dalam kerangka UTAUT2 menegaskan bahwa persepsi etis dan kepercayaan merupakan determinan penting dalam memengaruhi penerimaan pengguna terhadap AI generatif (Mohamed Eldakar et al.
, 2025.
Singh et al.
, 2012.
Jo, 2.
Secara kolektif, penelitian ini menunjukkan bahwa meskipun UTAUT2 tetap mendasar, itu membutuhkan perluasan teoretis untuk menggabungkan konstruksi yang muncul seperti keterlibatan emosional, kepercayaan etis, dan persepsi merek, yang semakin relevan dalam menjelaskan komunikasi merek berbasis AI dan interaksi konsumen di era AI generatif.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Gambar 1.
Kerangka Penelitian Sumber: Page.
McKenzie, et al.
, 2021
METODE PENELITIAN
Studi ini mengadopsi pendekatan Tinjauan Literatur Sistematis (SLR), yang dipandu oleh kerangka kerja PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyse.
yang diakui secara internasional.
PRISMA digunakan untuk meningkatkan kualitas, transparansi, dan reproduktifitas proses tinjauan literatur (Page et al.
, 2021.
Pielken et al.
, 1.
SLR dipilih karena kemampuannya untuk mengintegrasikan temuan penelitian yang tersebar, mengidentifikasi pola, serta mengungkap kesenjangan dalam literatur secara sistematis (Brooks & McNeely, 2.
Page.
Moher, et al.
, 2021.
Liberati et al.
, 2.
Pencarian literatur dilakukan secara sistematis melalui beberapa basis data akademik terkemuka untuk memastikan cakupan yang komprehensif dan dapat direplikasi.
Basis data ini dipilih karena cakupan komprehensif mereka tentang artikel berkualitas tinggi yang ditinjau oleh rekan sejawat di bidang sistem informasi, pemasaran digital, dan adopsi Teknologi (Ali et al.
, 2.
Pencarian literatur dilakukan dengan menggunakan string pencarian boolean berikut: ("ChatGPT" OR "OpenAI" OR "Generative AI" OR "AI chatbot") AND ("consumer acceptance" OR "user acceptance" OR "technology adoption") AND ("UTAUT" OR "UTAUT2") AND ("marketing" OR "brand interaction" OR "digital consumer behavior").
String pencarian disesuaikan agar sesuai dengan SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 persyaratan sintaks setiap database sambil memastikan dimasukkannya variasi istilah yang tetap relevan dengan ruang lingkup penelitian (Venkatesh et al.
, 2.
Filter dan Hasil Pencarian Tabel 1.
Proses Penyaringan Kategori Filter Year of Publication 2021Ae2025 Document Type Peer-reviewed journal articles Publication Status Final Type of Source Academic journals Language English Access All .
ncluding both Open Access and subscription-based article.
Specific Keywords "Artificial Intelligence".
Intention", etc.
Subject Areas "ChatGPT", "UTAUT2", "Behavioral Social Sciences (SOCI).
Computer Science (COMP).
Business (BUSI) Sumber: Data yang diolah Tahun 2025 ( "ChatGPT" OR "OpenAI" OR "Generative AI" OR "AI chatbot" ) AND ( "consumer acceptance" OR "user acceptance" OR "technology adoption" ) AND ( "UTAUT" OR "UTAUT2" ) AND ( "marketing" OR "brand interaction" OR "digital consumer behavior" ) AND PUBYEAR > 2020 AND PUBYEAR < 2026 AND ( LIMIT-TO ( PUBSTAGE , "final" ) ) AND ( LIMITTO ( DOCTYPE , "ar" ) ) AND ( LIMIT TO ( SUBJAREA , "SOCI" ) OR LIMIT-TO ( SUBJAREA , "COMP" ) OR LIMIT-TO ( SUBJAREA , "BUSI" ) ) AND ( LIMIT-TO ( EXACTKEYWORD , "Artificial Intelligence" ) OR LIMIT-TO ( EXACTKEYWORD , "Chatgpt" ) OR LIMIT-TO ( EXACTKEYWORD , "Behavioral Intention" ) OR LIMIT-TO ( EXACTKEYWORD , "Utaut2" ) OR LIMIT-TO ( EXACTKEYWORD , "Intention To Use" ) ) AND ( LIMIT-TO ( SRCTYPE , "j" ) ) AND ( LIMIT-TO ( LANGUAGE , "English" ) ) AND ( LIMIT-TO ( OA , "all" ) ) Setelah menerapkan filter, jumlah artikel yang tersisa berkurang menjadi 120.
Filter ini sangat penting untuk menjaga relevansi dan kredibilitas artikel yang dipilih untuk analisis (Ali et al.
Hu, 2024.
Gough et al.
, 2.
Selanjutnya, kriteria inklusi dan pengecualian didefinisikan untuk memastikan bahwa tinjauan tetap fokus.
Kriteria inklusi terdiri dari: studi empiris, penggunaan UTAUT or UTAUT2 framework Jo, .
Venkatesh et al.
, .
, pemeriksaan ChatGPT/OpenAI atau teknologi AI generatif, dan relevansi dengan pemasaran digital dan perilaku konsumen.
Sebaliknya, penelitian dikecualikan jika mereka tidak menggunakan UTAUT/UTAUT2, tidak fokus pada konsumen atau pemasaran, atau tidak tersedia dalam format teks lengkap (Graham & Stough, 2.
Selama proses penyaringan, artikel dikategorikan ke dalam tiga kelompok yang disertakan, dikecualikan, dan mungkin berdasarkan alasan pengecualian seperti ketidakselarasan teori, domain, subjek, atau jenis penelitian.
Artikel yang lulus penyaringan ditinjau sepenuhnya untuk mengonfirmasi keselarasan dengan kriteria inklusi dan dimasukkan ke dalam diagram alir PRISMA akhir (Maican et al.
, 2023.
Urbani et al.
, 2024,
Cugler et al.
, 2.
Table 2.
Tahapan PRISMA Tahapan Identification Screening by Subject Area Deskripsi Artikel yang diidentifikasi melalui pencarian database elektronik .
Scopus.
Ie Xplore.
Springe.
Hanya dokumen dalam bidang: Bisnis.
Manajemen dan Akuntansi .
Ilmu Sosial .
Ilmu Komputer .
Jumlah Artikel
1,088
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Tahapan Screening by Document Type Screening by Keywords Screening by Publication Stage Screening by Language Deskripsi Artikel .
Bab Buku .
Makalah Konferensi .
Ulasan .
Buku .
Ie disaring untuk hanya memasukkan artikel jurnal AI .
Adopsi Teknologi .
ChatGPT .
Niat Perilaku .
Niat Menggunakan .
UTAUT2 .
Hanya dokumen yang diterbitkan.
mereka yang masih dalam pers dikecualikan Hanya dokumen berbahasa Inggris.
1 Dokumen berbahasa Mandarin tidak termasuk Hanya dokumen dengan status Akses Terbuka Screening by Accessibility (Open Acces.
Full Access Availability 4 dokumen tidak Open Access dan 2 tidak dapat diakses Included in Qualitative Dokumen dianalisis dalam teks lengkap dan termasuk Synthesis dalam sintesis kualitatif Sumber: Data yang diolah Tahun 2025 Jumlah Artikel Seperti yang ditunjukkan pada Tabel 2, proses pemilihan artikel lengkap direpresentasikan secara visual dalam diagram alir PRISMA.
Dari total awal 1.
088 dokumen, 121 artikel memenuhi kriteria kelayakan awal.
Setelah penyaringan judul dan abstrak, 115 artikel dipertahankan, dan kemudian dimasukkan untuk analisis teks lengkap.
Diagram PRISMA digunakan untuk meningkatkan transparansi proses seleksi dan untuk menunjukkan ketelitian metodologis dari tinjauan ini HASIL DAN PEMBAHASAN Gambar 1 menyajikan produksi ilmiah tahunan dari tahun 2021 hingga 2025 berdasarkan artikel yang diambil melalui enam database akademik: Scopus.
Web of Science.
Springer.
ScienceDirect.
Emerald, dan EBSCO.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Gambar 2.
Pertumbuhan Publikasi Ilmiah Tahunan .
1Ae2.
Sumber: Data yang diolah Tahun 2025 Seperti yang ditunjukkan pada Gambar 2, publikasi ilmiah terkait ChatGPT masih sangat terbatas pada tahun 2021 dan 2022, yang mencerminkan sifat topik ini yang relatif baru lahir dalam lanskap akademik.
Hal ini karena ChatGPT baru dirilis secara publik oleh OpenAI pada akhir tahun 2022, dan dengan demikian belum menjadi fokus utama penelitian sebelumnya.
Namun, mulai tahun 2023, lonjakan volume publikasi yang signifikan diamati, memuncak pada tahun 2024 dengan lebih dari 70 artikel ilmiah.
Tren kenaikan ini menyoroti meningkatnya antusiasme akademis untuk mengeksplorasi peran ChatGPT dalam pemasaran digital, khususnya dalam memahami penerimaan teknologi konsumen, strategi komunikasi merek, dan penerapan model UTAUT2 dalam ranah interaksi AI manusia.
Beberapa penelitian yang diterbitkan pada tahun 2024 yang mengadopsi model UTAUT2 mulai menyoroti aspek psikologis dan perilaku pengguna seperti ekspektasi kinerja, ekspektasi usaha, motivasi hedonik, dan pengaruh sosial yang menunjukkan pergeseran fokus dari dimensi teknis murni menuju pendekatan yang lebih holistik.
Penurunan volume publikasi pada tahun 2025 tampaknya tidak mencerminkan minat penelitian yang memudar, melainkan fakta bahwa data hanya mencakup paruh pertama tahun ini, di mana banyak artikel masih dalam peninjauan atau belum diindeks.
Secara keseluruhan, tren ini mencerminkan siklus penelitian akademis yang khas, berkembang dari munculnya teknologi baru ke eksplorasi teoretis yang lebih dalam.
Lonjakan publikasi pada tahun 2024 menunjukkan bahwa penelitian tentang ChatGPT telah memasuki fase eksplorasi intensif, dengan potensi yang cukup besar untuk pengembangan berkelanjutan di masa SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Gambar 3.
Tren Produksi Artikel Ilmiah berdasarkan Negara (Tahun 2021Ae2.
Sumber: Data yang diolah Tahun 2025 Seperti yang ditunjukkan pada Gambar 3, distribusi geografis publikasi ilmiah tentang penerimaan konsumen terhadap ChatGPT dalam pemasaran menggunakan model UTAUT2 sebagai kerangka teoritis mengungkapkan dominasi yang signifikan dari negara-negara Asia.
Berdasarkan data dari tahun 2021 hingga 2025.
China dan India secara konsisten menempati posisi teratas.
Pada tahun 2025.
Tiongkok diproyeksikan menyumbang sekitar 50 publikasi, diikuti oleh India dengan lebih dari 45.
Pertumbuhan ini didorong oleh ekosistem teknologi yang kuat, insentif kebijakan digital yang mendukung, dan kapasitas akademik yang berkembang pesat.
Indonesia dan Malaysia juga menunjukkan pertumbuhan yang signifikan, terutama sejak tahun Pada tahun 2025.
Indonesia diperkirakan akan memproduksi sekitar 22 publikasi, dengan Malaysia sedikit tertinggal.
Angka-angka ini mencerminkan meningkatnya perhatian Asia Tenggara terhadap studi tentang adopsi teknologi AI dalam pemasaran, didukung oleh peningkatan keterlibatan akademis, kolaborasi antar-institusi, dan integrasi AI ke dalam sektor bisnis lokal.
Sementara Inggris awalnya menunjukkan laju pertumbuhan yang lebih lambat.
Inggris mengalami lonjakan publikasi mulai tahun 2024, melampaui beberapa negara Asia Tenggara pada tahun 2025.
Penelitian di Inggris cenderung berfokus pada etika AI, kepercayaan pengguna, dan transparansi teknologi, selaras dengan perspektif multidimensi yang tertanam dalam kerangka kerja UTAUT2.
Secara keseluruhan, tren ini menunjukkan bahwa output ilmiah di bidang ini tidak dimonopoli oleh negara-negara Barat.
Sebaliknya.
Asia, khususnya China dan India, telah muncul sebagai pusat untuk kemajuan teoritis dan praktis adopsi AI generatif dalam pemasaran digital.
Hal ini menunjukkan bahwa minat pada ChatGPT sebagai teknologi yang mengganggu bersifat global dan lintas budaya, memperkuat relevansinya di berbagai kondisi/lingkup pasar.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Gambar 4.
Distribusi Negara berdasarkan Jumlah Kutipan Tertinggi (Tahun 2021-2.
Sumber: Data yang diolah Tahun 2025 Gambar 4 menggambarkan distribusi negara berdasarkan jumlah kutipan tertinggi dalam literatur yang membahas penerimaan konsumen terhadap ChatGPT/ OpenAI menggunakan kerangka kerja UTAUT2.
Menurut data.
Malaysia menempati urutan pertama dengan total 368 kutipan, secara signifikan melampaui negara lain.
Hal ini menunjukkan bahwa meskipun Malaysia bukan negara dengan jumlah publikasi tertinggi .
ihat Gambar .
, kualitas dan dampak akademik dari kontribusinya sangat tinggi kemungkinan besar karena penerapan kerangka teoritis yang kuat yang konsisten seperti UTAUT2 dan penekanan kuat pada implementasi praktis di bidang pemasaran digital dan layanan publik.
Inggris menempati urutan kedua dengan 180 kutipan, yang mencerminkan kekuatan tradisionalnya dalam literatur tentang perilaku konsumen dan adopsi teknologi.
Negara-negara seperti Hong Kong .
Yordania .
, dan Uni Emirat Arab .
juga menunjukkan kehadiran yang luar biasa, menyoroti kontribusi Asia dan Timur Tengah yang berkembang terhadap wacana global tentang AI generatif dan transformasi digital.
Sebaliknya, negara-negara seperti China dan Indonesia meskipun output publikasi mereka meningkat .
ihat Gambar .
masih tertinggal dalam hal jumlah kutipan.
Ini mungkin menunjukkan bahwa literatur yang muncul dari wilayah ini masih dalam proses membangun pengaruh ilmiah global.
Temuan ini menggarisbawahi pentingnya tidak hanya berfokus pada kuantitas publikasi tetapi juga menekankan ketelitian metodologis, relevansi tematik, dan dampak konseptual dalam menghasilkan karya ilmiah yang diakui secara luas di kalangan civitas akademika.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Gambar 4.
Hasil Pemetaan Tematik (Tahun 2021-2.
Sumber: Data yang diolah Tahun 2025 Gambar 4 menyajikan hasil pemetaan tematik, menunjukkan bahwa penelitian saat ini terutama terkonsentrasi pada tema-tema seperti niat perilaku, niat untuk menggunakan, dan UTAUT2, yang termasuk dalam kategori tema motorik.
Tema-tema ini sentral dan dikembangkan dengan baik, menunjukkan bahwa sebagian besar penelitian telah berfokus pada pemahaman perilaku konsumen dalam mengadopsi teknologi AI generatif seperti ChatGPT, terutama dalam bidang pemasaran digital.
Sebaliknya, tema seperti kecerdasan buatan.
ChatGPT, dan pendidikan tinggi diklasifikasikan sebagai Tema Dasar.
Meskipun topik-topik ini sangat relevan, eksplorasi teoretis dan metodologisnya tetap terbatas, menunjukkan perlunya penyelidikan akademis yang lebih dalam.
Tema-tema seperti kepercayaan pada kecerdasan buatan, efikasi diri, dan literasi digital dikategorikan sebagai Tema Muncul atau Menurun.
Meskipun saat ini kurang dieksplorasi, topiktopik ini memiliki potensi yang signifikan untuk pengembangan penelitian di masa depan.
Kehadiran topik yang minimal dalam kuadran Niche Themes menunjukkan bahwa masih ada kurangnya penelitian terfokus pada masalah khusus tetapi berkembang.
Secara keseluruhan, analisis ini menyoroti perlunya memperluas perhatian penelitian ke aspek-aspek pendukung seperti kepercayaan, literasi digital, dan etika, untuk memperkaya pemahaman keseluruhan tentang adopsi AI dalam pemasaran.
Tema-tema seperti UTAUT2, niat perilaku, dan transformasi digital berfungsi sebagai pilar konseptual dan empiris yang kuat dalam literatur saat ini, membentuk tulang punggung tema motorik.
Sementara itu, meskipun ChatGPT dan AI sangat relevan, mereka masih memerlukan pengembangan teoritis lebih lanjut untuk bertransisi dari tema dasar ke motorik.
Variabel yang muncul seperti kepercayaan, etika, dan literasi digital mencerminkan kesenjangan penelitian penting yang dapat diatasi melalui studi masa depan yang didasarkan pada kerangka kerja UTAUT2.
Variabel (RQ.
Penerimaan konsumen terhadap teknologi AI generatif OpenAI/ChatGPT dibentuk oleh jaringan faktor yang saling bergantung, yang diidentifikasi dalam 95,04% studi yang dianalisis.
Faktorfaktor ini beroperasi di berbagai tingkatan:
Tabel 3.
Faktor-faktor Jaringan Penerimaan konsumen terhadap teknologi AI (Tahun 2021-2.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Factor Key Variables Brief Explanation Category (Related Keyword.
Psychological Behavioral Intention.
Niat konsumen untuk Intention to Use.
Self- menggunakan ChatGPT Efficacy berdasarkan keyakinan individu dan persepsi Social Social Influence.
Trust.
Pengaruh Students sosial, kepercayaan pada AI, dan rekomendasi pihak ketiga Technological Technology Adoption.
Technology Acceptance.
TAM.
UTAUT/UTAUT2 Cognitive Perceived Usefulness.
Digital Literacy.
Literacy Contextual Marketing, (Applicatio.
Interaction.
Education Structural / Theoretical Brand
Higher
UTAUT2,
TAM,
Technology Acceptance Model.
Unified Theory of Acceptance Sumber: Data yang diolah Tahun 2025 Penerimaan teknologi berdasarkan kemudahan penggunaan, kegunaan yang dirasakan, dan Pemahaman tentang manfaat dan fungsi AI Domain atau sektor di mana AI diterapkan untuk interaksi merek dan promosi digital Kerangka teoritis yang menjelaskan hubungan antara variabel dalam adopsi teknologi Journals Citations Arviani et al.
, 2023,
Mahmud et al.
, 2024
Snyder, 2019.
Gough et , 2019.
Cugler et al.
Mahmud et al.
, 2024,
Ermakova, 2015.
Mariyas et al.
, 2025,
Amer jid Almahri et al.
Samuel Inbaraj et
, 2024
Zhou et al.
, 2020.
Wang et al.
, 2011.
Mari et al.
, 2024
Yeoh et al.
, 2025,
Cobelli & Blasi, 2024 Lee et al.
, 2011.
Gruber.
Wang et al.
, 2011,
(Zhou et al.
, 2.
Robertson et al.
, 2025
Faktor Psikologis Variabel seperti niat perilaku, niat untuk menggunakan, dan efikasi diri muncul secara konsisten di hampir semua penelitian yang dianalisis.
Faktor-faktor ini mencerminkan motivasi internal konsumen untuk mengadopsi ChatGPT, didorong oleh persepsi pribadi mereka tentang manfaatnya dan kemampuan yang mereka rasakan untuk mengoperasikan teknologi.
Studi seperti Elinzano & Ching, .
dan Kumawat et al.
, .
menekankan bahwa kontrol pribadi yang dirasakan dan harapan kinerja secara signifikan berkontribusi pada pembentukan niat adopsi.
Faktor ini sangat penting, karena berfungsi sebagai prediktor utama perilaku penggunaan aktual.
Faktor Sosial Kategori ini mencakup variabel seperti pengaruh sosial, kepercayaan, dan peran siswa sebagai kelompok pengguna aktif.
Faktor-faktor ini menekankan pentingnya norma sosial, kepercayaan pada AI, dan pengaruh rekomendasi rekan sejawat atau pengalaman pengguna dalam membentuk keputusan untuk mengadopsi ChatGPT.
Penelitian oleh Kumawat et al.
Ermakova, .
dan Jowarder, .
menunjukkan bahwa kepercayaan pada kecerdasan buatan, termasuk dimensi etika dan transparansi, secara langsung mempengaruhi persepsi dan niat konsumen.
Hal ini sangat relevan di era digital, di mana interaksi sosial dan komunitas online memainkan peran penting dalam adopsi teknologi.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Faktor Teknologi Variabel seperti adopsi teknologi, penerimaan teknologi.
TAM, dan UTAUT / UTAUT2 berfungsi sebagai kerangka kerja dasar untuk memahami penerimaan pengguna terhadap Studi seperti Zhou et al.
, .
dan Amer jid Almahri et al.
, .
menunjukkan bahwa ekspektasi upaya dan ekspektasi kinerja tetap menjadi dimensi inti dalam menjelaskan perilaku adopsi.
Temuan ini memperkuat gagasan bahwa desain teknologi harus selaras dengan harapan pengguna dalam hal kemudahan penggunaan dan kegunaan yang dirasakan untuk mengoptimalkan penerimaan.
Faktor Kognitif Faktor ini mencakup kegunaan yang dirasakan, literasi digital, dan literasi AI.
Konsumen dengan pemahaman yang kuat tentang teknologi dan persepsi positif tentang manfaat AI lebih cenderung mengadopsi ChatGPT.
Studi seperti Samuel Inbaraj et al.
, .
menekankan pentingnya literasi digital sebagai keterampilan mendasar untuk mengevaluasi dan memanfaatkan teknologi baru secara efektif.
Tingkat literasi yang rendah dapat menimbulkan hambatan yang signifikan untuk adopsi, terutama di antara kelompok usia atau wilayah dengan paparan terbatas terhadap alat digital canggih.
Faktor Kontekstual (Berorientasi Aplikas.
Fokus pada variabel seperti pemasaran, interaksi merek, dan pendidikan tinggi menunjukkan bahwa adopsi ChatGPT sangat dipengaruhi oleh domain aplikasinya.
Di sektor pemasaran.
ChatGPT digunakan untuk meningkatkan pengalaman konsumen melalui layanan interaktif yang dipersonalisasi Kumawat et al.
, .
mencatat bahwa efektivitas interaksi merek berbasis AI berdampak langsung pada loyalitas konsumen.
Sementara itu, di sektor pendidikan.
ChatGPT diterapkan dalam ruang lingkup pengajaran dan pembelajaran, menyoroti keserbagunaan lintas industri dari aplikasi AI generatif.
Faktor Struktural / Teoritis Variabel dalam kategori ini mencakup kerangka teoritis seperti UTAUT2.
TAM, dan Model Penerimaan Teknologi.
Studi Nasr & ElAaDeeb, .
menunjukkan bahwa model-model ini digunakan untuk menjelaskan dan menguji hubungan antara faktor psikologis, sosial, dan teknologi yang mempengaruhi adopsi teknologi.
Pemilihan kerangka teoritis yang tepat memungkinkan analisis yang lebih sistematis dan komprehensif tentang dinamika yang mendasari penerimaan konsumen terhadap teknologi AI.
Bersama-sama, keenam kategori ini mengungkapkan bahwa perilaku konsumen terhadap ChatGPT dibentuk oleh interaksi kompleks dari faktor individu, sosial, teknologi, kognitif, kontekstual, dan konseptual.
Kerangka Teoritis (RQ.
Hampir semua penelitian yang dianalisis .
,04%) menunjukkan keterkaitan yang kuat di antara faktor-faktor yang mempengaruhi, menunjukkan bahwa pendekatan multidimensi sangat direkomendasikan untuk memahami dan mengembangkan strategi untuk menerapkan teknologi AI generatif dalam pemasaran digital dan sektor lainnya.
Tabel 4.
Kategori Kerangka Teoritis yang Digunakan dalam Studi yang Ditinjau (Tahun 2021-2.
Jumlah Kategori Teori Teori yang Digunakan Studi Cognitive-Intentional 25% UTAUT.
UTAUT2.
TAM.
Technology Acceptance Model.
Intention to Use Norm-Based Theory 96% TPB (Theory of Planned Behavio.
Normative Beliefs.
Subjective Norm SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Kategori Teori Jumlah Studi Multidimensional (Affect & Identity Integratio.
Sumber: Data yang diolah Tahun 2025 Teori yang Digunakan Identity Theory.
Self-Concept.
Affect.
Emotion.
Hedonic Motivation Pendekatan Teoretis dalam Studi Adopsi ChatGPT Berdasarkan sintesis dari 115 studi yang dianalisis, pendekatan teoretis yang digunakan untuk menjelaskan penerimaan konsumen terhadap teknologi AI generatif, khususnya ChatGPT dalam dimensi pemasaran digital, dapat dikelompokkan ke dalam tiga kategori utama: Kognitif-Sengaja.
Teori Berbasis Norma, dan Pendekatan Multidimensi yang mengintegrasikan aspek afektif dan terkait identitas.
Kategori Kognitif-Disengaja adalah yang paling dominan, diterapkan dalam sekitar 70% Teori seperti UTAUT.
UTAUT2, dan TAM menekankan persepsi kegunaan, kemudahan penggunaan, dan niat perilaku.
Dalam pemasaran berbasis ChatGPT.
UTAUT2 menonjol karena kemampuannya untuk menggabungkan faktor rasional dan sosial seperti ekspektasi kinerja, pengaruh sosial, dan motivasi hedonik sehingga sangat relevan untuk menjelaskan adopsi teknologi interaktif oleh konsumen awal.
Kategori Teori Berbasis Norma, yang mencakup Teori Perilaku Terencana (TPB) dan konstruksi seperti norma subjektif, muncul dalam porsi studi yang lebih kecil .
,96%).
Meskipun bukan kerangka kerja utama, pendekatan ini berguna dalam ruang lingkup budaya kolektivis, di mana norma sosial dan otoritas memberikan pengaruh yang kuat atas niat adopsi.
TPB biasanya digunakan untuk melengkapi model kognitif, karena tidak secara eksplisit menangkap dimensi kegunaan atau pengaruh yang dirasakan.
Kategori ketiga.
Pendekatan Multidimensi, telah mengalami pertumbuhan pesat dalam dua tahun terakhir dan ditampilkan dalam hampir 39% penelitian.
Teori yang terkait dengan identitas, konsep diri, pengaruh, dan motivasi emosional semakin banyak digunakan untuk menjelaskan bagaimana interaksi dengan alat AI seperti ChatGPT tidak hanya fungsional tetapi juga pribadi dan bahkan emosional.
Dalam pemasaran digital.
ChatGPT dianggap tidak hanya sebagai alat pendukung, tetapi sebagai perpanjangan dari identitas merek yang mampu menumbuhkan kedekatan emosional dan kepercayaan pengguna.
Secara keseluruhan, sementara model kognitif seperti UTAUT2 terus berfungsi sebagai landasan teoretis, penelitian terbaru menunjukkan bahwa memahami perilaku konsumen terhadap ChatGPT harus ditambah dengan pendekatan yang menggabungkan dimensi emosional dan berbasis identitas.
AI generatif tidak boleh dilihat semata-mata sebagai alat, melainkan sebagai agen interaktif yang menciptakan pengalaman yang bermakna dan komunikatif bagi pengguna.
Pendekatan Metodologis (RQ.
Sebagian besar studi tentang penerimaan konsumen terhadap AI generatif, khususnya ChatGPT, terus didominasi oleh pendekatan kuantitatif.
Sekitar 75,21% dari studi yang ditinjau menggunakan metode seperti Pemodelan Persamaan Struktural (SEM).
Partial Least Squares (PLS), dan regresi linier.
Teknik-teknik ini memungkinkan pengujian objektif hubungan antar variabel terutama dalam kerangka teoritis seperti UTAUT2 dan TAM.
Penggunaan SEM-PLS yang meluas mencerminkan preferensi untuk model kompleks yang melibatkan mediasi atau moderasi, serta penekanan penelitian pada validasi empiris dan generalisasi perilaku.
Sebaliknya, pendekatan kualitatif diterapkan hanya sekitar 10% penelitian.
Meskipun frekuensinya lebih rendah, metode seperti wawancara dan diskusi kelompok terfokus memberikan wawasan mendalam tentang persepsi konsumen termasuk kepercayaan pada AI, persepsi tentang kemiripan manusia, dan respons emosional terhadap merek.
Studi ini sangat penting untuk menangkap dimensi afektif dan terkait identitas yang sering diabaikan dalam penelitian berbasis survei statistik.
Pendekatan metode campuran masih sangat terbatas, sekitar 1,74% dari total studi yang dianalisis .
dari 115 artike.
, yang menunjukkan adanya kesenjangan SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 metodologis dalam mengintegrasikan analisis kuantitatif dan eksplorasi kualitatif secara Namun, metodologi ini sangat relevan untuk fenomena baru seperti AI generatif, yang membutuhkan pemahaman kuantitatif dan naratif.
Kelangkaan desain metode campuran menunjukkan peluang yang menjanjikan untuk eksplorasi metodologis yang lebih komprehensif.
Sebagian kecil penelitian .
,96%) juga menggunakan teknik bibliometrik dan analisis konten untuk memetakan tren penelitian, kata kunci dominan, dan struktur literatur.
Metode ini sangat berguna dalam melacak evolusi konsep kunci seperti niat perilaku, kepercayaan, dan motivasi hedonik dalam lanskap UTAUT2.
Meskipun pendekatan eksperimental diterapkan hanya dalam 5,79% penelitian, mereka memiliki potensi yang signifikan.
Studi ini mensimulasikan interaksi AI konsumen .
isalnya, dengan ChatGPT) untuk menilai dampaknya terhadap hasil seperti loyalitas, niat pembelian, atau kepercayaan.
Meskipun menjanjikan dalam hal validitas internal, penelitian eksperimental menghadapi tantangan yang terkait dengan etika, kompleksitas desain, dan kendala sumber daya.
Pembahasan Kemajuan dan Implikasi Data menunjukkan dominasi yang berkelanjutan dari metode kuantitatif, khususnya yang berlandaskan model-model yang telah mapan.
Namun demikian, diversifikasi metodologis mulai muncul antara tahun 2023 dan 2024, terutama pada studi yang mengeksplorasi dimensi afektif dan berbasis identitas dari interaksi konsumen dengan kecerdasan buatan generatif.
Dalam keadaan ini, pendekatan kualitatif dan eksperimental memberikan kontribusi yang bermakna dengan memperluas pemahaman kita melampaui pemodelan statistik konvensional.
Ke depan, penelitian eksperimental dan metode campuran .
ixed-method.
diperkirakan akan semakin berkembang, didorong oleh kebutuhan untuk menangkap respons perilaku nyata serta interaksi langsung konsumen dengan teknologi AI seperti ChatGPT dalam lingkungan pemasaran Oleh karena itu, peneliti di masa depan didorong untuk mengintegrasikan metode kuantitatif dengan pendekatan eksploratif, termasuk desain mixed-methods, eksperimen, dan observasi longitudinal, guna merefleksikan secara lebih baik kompleksitas serta dinamika yang berkembang cepat dalam penerimaan teknologi AI.
Perilaku Intensi (Behavioral Intentio.
Analisis terhadap literatur yang ditinjau menunjukkan adanya kesenjangan yang signifikan antara niat perilaku .
ehavioral intentio.
dan perilaku aktual .
ctual behavio.
dalam penelitian mengenai adopsi AI generatif.
Dari 85 studi yang ditelaah, hanya 14 studi .
,47%) yang menilai perilaku aktual.
Sebanyak 71 studi .
,53%) berfokus hanya pada niat tanpa menindaklanjuti perilaku konsumen.
Kesenjangan ini bersifat kritis karena niat belum tentu secara langsung terwujud dalam perilaku.
Oleh karena itu, penelitian di masa depan perlu mengatasi keterbatasan ini dengan mengeksplorasi lebih lanjut kesenjangan antara niat dan perilaku .
ntentionAebehavior ga.
, beserta faktor mediasi dan moderasi seperti kepercayaan, hambatan teknologi, atau pengalaman pengguna yang memengaruhi transformasi niat menjadi tindakan.
Evolusi Riset Penelitian mengenai penerimaan konsumen terhadap teknologi AI generatif, khususnya ChatGPT, berkembang pesat selama lima tahun terakhir .
1Ae2.
Pada tahap awal .
1Ae2.
, literatur sebagian besar berfokus pada niat perilaku dan persepsi awal terhadap AI dalam pemasaran digital.
Model-model klasik seperti TAM dan UTAUT mendominasi Zhou et al.
, 2020.
Elinzano & Ching, 2024.
Nguyet, 2024, tetapi belum membahas penggunaan spesifik ChatGPT.
Pada tahun 2023Ae2024, penelitian menjadi lebih terstruktur, dengan UTAUT2 muncul sebagai kerangka teoritis yang dominan.
Para peneliti mulai memasukkan dimensi tambahan seperti motivasi hedonik, nilai harga, dan kebiasaan untuk menangkap gambaran yang lebih komprehensif tentang pengalaman pengguna (Nguyet, 2.
SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 Sektor e-commerce dan pendidikan tinggi menjadi terkenal, dengan peningkatan fokus pada interaksi merek konsumen yang dimediasi oleh (Wang et al.
, 2.
Variabel psikososial seperti kepercayaan, literasi digital, dan identitas pengguna juga diintegrasikan ke dalam model adopsi Nasr & ElAaDeeb, .
, mencerminkan kesadaran yang berkembang bahwa penerimaan AI tidak dapat dipisahkan dari ruang lingkup budaya, etika, dan kebijakan (Wang et al.
, 2.
Ini menandai pergeseran dari fokus sempit pada niat ke pemahaman yang lebih luas tentang dampak sosial dan pengalaman dari penggunaan AI.
Dari sudut pandang metodologis, penelitian berkembang dari dominasi kuantitatif menuju variasi yang lebih besar.
Bersama SEM dan PLS-SEM (Yeoh et al.
, 2.
desain bibliometrik dan metode campuran mendapatkan daya tarik.
Misalnya Cobelli & Blasi, .
menggabungkan bibliometrik dan pemodelan topik untuk memetakan struktur konseptual adopsi inovasi, indikator pergerakan bidang menuju pemetaan sistematis.
Namun demikian, sebagian besar penelitian tetap berfokus pada niat, dengan relatif sedikit yang mengeksplorasi perilaku pasca-adopsi yang sebenarnya Wang et al.
, .
Lee et al.
, .
Gruber, .
dan Robertson et al.
, .
telah menyerukan pendekatan sistemik yang memperhitungkan interaksi antara preferensi pengguna, keterjangkauan teknologi, dan kerangka Demikian pula.
Ledoh et al.
, .
dan Kumawat et al.
, .
menekankan pentingnya perspektif afektif dan interdisipliner, terutama dalam mengevaluasi implikasi kesejahteraan AI dalam pengaturan organisasi.
Evolusi ini menandakan bahwa penelitian tentang adopsi AI bergerak menuju perspektif yang lebih dinamis dan multidimensi yang melampaui menjelaskan niat untuk juga mengatasi pengalaman, hambatan, dan keberlanjutan interaksi pengguna dalam ekosistem digital yang terus berkembang.
PENUTUP
Melalui analisis 115 artikel peer-review, studi ini menemukan bahwa penelitian akademis tentang penerimaan konsumen terhadap teknologi AI generatif, khususnya ChatGPT, masih dalam tahap awal, namun telah mulai mengambil arah yang lebih terstruktur.
Model UTAUT2 mendominasi bidang yang digunakan di lebih dari 70% penelitian karena kemampuannya untuk menjelaskan niat penggunaan melalui dimensi rasional seperti ekspektasi kinerja, harapan usaha, kebiasaan, motivasi hedonis, dan pengaruh sosial.
Tren baru-baru ini, bagaimanapun, menunjukkan bahwa pendekatan kognitif murni tidak lagi cukup.
Variabel seperti kecemasan AI, risiko yang dirasakan, kepercayaan, kecerdasan teknologi, dan nilai emosional semakin diadopsi untuk menangkap aspek afektif dan terkait identitas pengguna yang menandakan pergeseran ke kerangka kerja yang lebih multidimensi.
Secara metodologis, bidang ini sebagian besar tetap didominasi oleh pendekatan kuantitatif, khususnya SEM.
PLS, dan analisis berbasis regresi .
,21%).
Meskipun demikian, sejak 2023, telah terjadi peningkatan nyata dalam penggunaan desain kualitatif, metode campuran, dan eksperimental yang mencerminkan meningkatnya minat pada pengalaman pengguna subjektif.
Temuan kritis adalah kesenjangan yang cukup besar antara niat dan perilaku aktual: hanya 16,47% penelitian yang melacak realisasi niat perilaku ke dalam tindakan dunia nyata, menyoroti perlunya fokus yang lebih besar pada hasil implementasi.
Dari perspektif geografis.
Asia khususnya Cina.
India.
Indonesia, dan Malaysia telah muncul sebagai pusat utama kegiatan penelitian.
Malaysia, khususnya, menonjol karena tingkat kutipannya yang tinggi, menunjukkan kontribusi yang signifikan terhadap kemajuan teoretis dan Analisis tematik mengungkapkan bahwa topik-topik seperti niat perilaku dan transformasi digital telah menjadi bidang penelitian inti, sementara isu-isu seperti kepercayaan, etika AI, dan literasi digital adalah tema yang muncul dengan potensi besar untuk eksplorasi di masa depan.
Kesimpulannya studi tentang ChatGPT dan adopsi AI generatif dalam pemasaran digital tidak dapat lagi hanya mengandalkan kerangka kerja rasionalis.
Pendekatan holistik yang menggabungkan dimensi emosional, sosial, dan kontekstual sangat penting untuk sepenuhnya memahami dinamika perilaku konsumen di era AI.
Tinjauan ini menawarkan pemetaan sistematis SOLUSI : Jurnal Ilmiah Bidang Ilmu Ekonomi Vol.
No.
April 2026.
Hal 245-265 model perilaku konsumen dan memberikan panduan praktis bagi merek dan pemasar dalam merancang strategi adopsi teknologi yang lebih relevan dan adaptif.
DAFTAR PUSTAKA