面向减害设计:多文化用户语音交互的沟通修复
最佳论文多语言与跨文化语音交互会话代理的人格与拟人化语音可访问性隐私政策制定者HCI 研究员在线辅导教师
文献标题
Designing for Harm Reduction: Communication Repair for Multicultural Users’ Voice Interactions
文献信息
- 主题领域: 人机交互与多文化技术设计
- 关键词: 语言技术, 语音助理, 自动语音识别, 通信故障修复, 会话用户界面, 多语言, 多文化, 伤害, 伤害减轻
研究背景与问题
-
作者发现的问题或挑战
- 语音助理服务质量不足尤其在对有色人种以及非母语英语使用者的支持方面,目前的研究更多集中在质量服务问题,而下游传播的伤害尚未有系统性的探讨。
- 用户报告了因语音识别错误造成的功能利用差异以及对情绪健康产生负面影响,例如代码切换(调整口音或语言以便助理能理解指令)以及对文化人物名称的无法识别。
- 多文化用户在语音互动中的挫折如何物质化并影响他们的生活,以及何种设计能够帮助用户从这些影响中恢复尚未深入探索。
-
为什么这个问题重要
- 在现代社会中,语音助理采用率迅速增长,其影响范围逐渐扩大。如果一部分用户持续无法从这类技术中受益,不仅对技术公正性构成挑战,还可能加剧社会差异。
- 修复通信错误不仅关乎提高系统功能性,还涉及减少用户因互动失败而感受到的心理和社会上的负面影响。
-
研究动机与相关工作
- 结合心理学技术和人机交互设计系统性探索多文化用户对语音助理的感知及其产生的具体伤害。
- 开发能有效减轻伤害的会话修复策略,包括身份肯定、文化敏感性和责任转移。
解决方案
-
提出的解决方案
- 创建由多文化用户受影响的痛点和伤害的分类。
- 设计基于心理学的错误修复策略:身份肯定、文化敏感性以及责任转移。
- 提供语音技术设计准则,以降低多文化用户使用语音助理过程中遭受的伤害。
-
创新之处
- 首次针对语音助手的社会不平等问题应用社会技术性伤害分类法。
- 提供专为多文化用户定制的通信修复设计策略。
- 根据参与者的情感化与视觉化研究结果提出设计建议,体现参与式研究方法创新。
-
实施步骤与技术
- 通过采访和设计活动收集数据,涉及16名参与者的体验故事和互动设计任务。
- 使用开放编码和现有伤害分类法进行数据分析,并结合心理学原则提出设计策略。
- 设计方向包括优化错误消息内容(如肯定身份、利用文化知识、为错误负责)、调整消息传递频率和时间点,以及避免侵入性文化参考。
研究成果
-
具体成果
- 提出了详细的多文化用户伤害分类,包括:关系伤害、服务或利益损失、劳动力增加、身份与文化伤害、身体危险及情感伤害。
- 开发了基于心理学的通信修复策略,特别强调文化敏感性与责任转移。
- 提供了针对语音技术的设计准则,如利用间歇性身份肯定减轻负面影响以及尊重多文化用户的多样需求。
-
与现有解决方案的优势
- 从心理学角度补充了功能优化外的伤害修复讨论。
- 强调在设计中满足边缘用户的需求,同时为主流用户提供普适性益处。
- 支持对语音助理误差恢复体验的生成实践而不仅是记录问题。
-
实验或评估结果
- 通过16名多文化参与者的设计活动,验证了通信修复设计的潜在可能性并揭示了用户对语音助理的概念化。
- 发现用户对过分个人化或文化相关的错误消息表示不适,同时指出短而简洁的修复信息更符合用户需求。
-
局限性与未来方向
- 建议未来研究集中测试设计指南的功能性和用户体验效果。
- 探索将设计原则推广至其他语言技术或人工智能领域中的错误修复应用。
- 进一步扩展研究样本,捕捉更多边缘化群体的需求(如跨文化、非母语用户或特定社会经济背景)。
总结
该研究为应对语音助理技术的多文化用户伤害提供了一个创新框架,通过心理学驱动的通信修复策略帮助减少误识别带来的负面影响。研究结果将有助于促进语言技术的公平性并提供设计方向,对人机交互领域及社会技术性伤害研究有重要参考价值。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 多文化用户在使用语音助手时遇到的具体危害有哪些?分类: 语音助手通用设计与使用体验同类问题arrow_forward
- 如何通过心理学驱动的修复策略减少多文化用户在语音交互中的负面影响?分类: 语音助手通用设计与使用体验同类问题arrow_forward
- 在语音助手的错误修复设计中,哪些策略可以有效缓解文化敏感性相关问题?分类: 语音助手通用设计与使用体验同类问题arrow_forward
lightbulb
现实痛点
1- 语音助手常误解多文化用户需求,导致挫败感和不公平体验。分类: 语音助手通用设计与使用体验同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642900
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
最佳论文
group
作者
2 位作者
sell
研究子方向
多语言与跨文化语音交互、会话代理的人格与拟人化、语音可访问性
work
职业/产业
隐私政策制定者、HCI 研究员、在线辅导教师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文