提问比假设更好：智能家居环境中尊重用户自主权的主动语音助手沟通策略

文献标题

Better to Ask than Assume: Proactive Voice Assistants’ Communication Strategies that Respect User Agency in a Smart Home Environment

文献信息

• 主题领域: 人机交互（HCI）、智能家居、语音助手
• 关键词: 主动语音助手, 语音交互, 语音用户界面, 对话式用户界面, 语音聊天代理, 主动性, 用户赋权, 智能家居

研究背景与问题

• 发现的问题与挑战:

  • 目前大多数语音助手是反应式的，仅对用户指令做出反应。然而，它们正在逐步发展为主动式系统，可以预测用户需求并自主采取行动。
  • 现有的研究主要集中于通过上下文信息（例如用户活动、生理状态、手机使用模式）预测用户需求，但未充分考虑用户的动态需求与偏好，以及如何通过提高用户赋权感来实现自主控制。
  • 缺乏探讨语音助手在主动行动时如何通过沟通尊重用户赋权的研究。

• 重要性:

  • 忽视用户赋权可能导致用户失去控制感、依赖过度，以及降低自主感。
  • 通过沟通能更好地实现 "双向、多回合" 信息交互，是最直接且自然的方式。

• 研究动机与相关工作:

  • 通过结合现有的主动系统研究，提出通过语音互动探索主动语音助手与用户间的沟通方式，以更好地实现用户赋权。
  • 相关研究已经提出了上下文感知计算、主动场景设计和用户接受度的研究，但大多数忽略了主动行为与用户交互之间的联系。

解决方案

• 方法与解决方案:

  • 使用改进的 "巫师实验"（Wizard of Oz, WoZ）方法，在一个智能家居环境中模拟语音助手的主动行为。
  • 巫师（实验参与者）从用户的行为、情绪和反馈中解析用户需求，并主动与用户进行多回合对话，探索和验证用户赋权。

• 创新之处:

  • 提出了三维语音助手沟通框架：沟通类型（主动探索、主动建议、主动跟进）、主动性水平、沟通时机。
  • 强调了通过沟通尊重用户赋权的重要性，明确指出用户拒绝建议并不一定表示对建议的不喜欢。

• 实施步骤与技术:

  • 用户在智能家居环境中进行日常活动，巫师通过实时监控和文本转语音（TTS）系统进行语音互动。
  • 数据收集包括实验视频、通信日志及用户访谈记录，分析沟通片段和用户反馈以得出结论。

研究成果

• 具体成果:

  • 确定了语音助手的三种主动沟通类型：主动探索（提问获取信息）、主动建议（提出具体服务或功能）、主动跟进（调整建议或征求反馈）。
  • 用户对主动性水平的偏好主要集中在中等主动性，即语音助手需在实施行动前寻求用户同意。
  • 提出了语音助手在不同用户活动阶段（如活动前、活动中、活动后）的适宜沟通时机。

• 优势:

  • 与传统直接基于上下文预测行动的主动系统相比，该方法通过沟通提高了用户对主动行为的接受度。
  • 用户逐渐主动提供明确反馈，展示了语音助手帮助用户训练系统的潜力。

• 实验或评估结果:

  • 用户对主动建议的接受度在人际和时间维度上显示了显著差异，但这并不总意味着对建议的不喜欢。
  • 用户从智能家居环境中主动语音助手提供的健康建议、社交对话等方面感受到舒适与支持。
  • 在用户与助手的多回合互动中，用户更倾向于逐步详细地描述偏好和需求，以期优化助手未来推荐。

• 局限性与未来方向:

  • 局限性：
    1. 研究集中于单人家庭场景，未来可探索多成员家庭中的适配性。
    2. 实验时长仅限于短期（2.5小时），需进一步研究长期使用时的用户体验变化。
    3. 当前实验排除了可能发生的语音识别错误，后续需结合实际技术局限深入分析。
  • 未来方向：
    1. 探索语音助手在家庭动态环境中的适配性（如父母与孩子的家庭、伴侣家庭）。
    2. 探讨长期使用语音助手的采用与整合过程，特别是技术成熟后的用户体验演变。
    3. 针对自然语言处理和语音交互技术进步设计更贴近用户需求的沟通策略。

总结: 该研究通过高效的沟通策略提高了语音助手主动行为的用户赋权感，形成了三维沟通框架，为设计真正用户导向的语音交互系统提供了重要启示。