User perceptions of AI-driven personalization and its influence on retention intention in subscription-based digital platforms

Abstract

Artificial intelligence has become a central component of personalization strategies in subscription-based digital platforms. However, prior research on recommender systems has primarily focused on algorithmic performance, user engagement, or initial technology acceptance, paying comparatively less attention to how users’ perceptions of AI-driven personalization influence long-term retention in subscription-based contexts. The present dissertation is based on a post-adoption perspective and continuance intention theory. The study aims to explore how ethical perception, explainability, perceived usefulness, and perceived ease of use influence trust in AI and perceived relevance, and how these key explanatory factors ultimately influence retention intention. The present study is based on a quantitative study conducted through an online survey from users of various subscription-based digital platforms, including Spotify, Netflix, Amazon Prime Video, and Disney+. The survey results were analyzed using multiple linear regression analysis. The results revealed that ethical perception and explainability significantly influence trust in AI personalization, while perceived usefulness and explainability positively influence perceived relevance. Moreover, trust in AI and perceived relevance both positively influence users’ retention intention. The results suggest that users’ retention is not only determined by technological factors but also by psychological factors that influence users’ perceptions of AI personalization. The present study is a contribution to a better understanding of AI personalization and its role in users’ retention by integrating ethical, cognitive, and technological factors.

A inteligência artificial tornou-se um componente central das estratégias de personalização em plataformas digitais baseadas em subscrição. No entanto, a literatura existente sobre sistemas de recomendação tem-se centrado sobretudo no desempenho algorítmico, no envolvimento do utilizador ou na aceitação inicial da tecnologia, dedicando comparativamente menor atenção à forma como as perceções dos utilizadores acerca da personalização orientada por IA influenciam a retenção a longo prazo em contextos de subscrição. A presente dissertação baseia- se numa perspetiva pós-adoção e na teoria da intenção de continuidade. Esta dissertação tem como objetivo explorar de que forma a perceção ética, a explicabilidade, a utilidade percebida e a facilidade de utilização percebida influenciam a confiança na IA e a relevância percebida, bem como estes fatores explicativos fundamentais influenciam, em última instância, a intenção de retenção. O estudo assenta numa investigação quantitativa realizada através de um inquérito online a utilizadores de diversas plataformas digitais baseadas em subscrição, incluindo Spotify, Netflix, Amazon Prime Video e Disney+. Os resultados do inquérito foram analisados com recurso à análise de regressão linear múltipla. Os resultados revelaram que a perceção ética e a explicabilidade influenciam significativamente a confiança na personalização baseada em IA, enquanto a utilidade percebida e a explicabilidade influenciam positivamente a relevância percebida. Além disso, tanto a confiança na IA como a relevância percebida influenciam positivamente a intenção de retenção dos utilizadores. Os resultados sugerem que a retenção dos utilizadores não é determinada apenas por fatores tecnológicos, mas também por fatores psicológicos que influenciam as perceções dos utilizadores relativamente à personalização baseada em IA. O presente estudo contribui para uma melhor compreensão da personalização baseada em IA e do seu papel na retenção dos utilizadores, ao integrar fatores éticos, cognitivos e tecnológicos.