排练：模拟冲突以教授冲突解决

文献标题

Rehearsal: Simulating Conflict to Teach Conflict Resolution

文献信息

• 主题领域: 冲突解决与人机交互
• 关键词: 冲突解决, 大语言模型, Interests-Rights-Power（IRP）框架, 教学工具, 人际交往技能, 模拟角色扮演, 生成式AI, 反馈机制, 社会计算
• URL: https://doi.org/10.1145/3613904.3642159

研究背景与问题

• 问题与挑战: 社会中人际冲突是不可避免的。尽管解决冲突的合作性沟通被认为是理想的结果，但这种能力需要有针对性的反复练习和及时反馈。然而，现有的培训通常局限于静态的学习材料（例如案例分析），并缺乏动态指导和实践资源。同时，专家角色扮演虽然有效，但费用高昂且资源有限。
• 重要意义: 如果能够通过模拟角色扮演设计有效的低成本且可扩展的解决方案，让更多人获取与专家对话级别的练习机会，可以显著提升人们的冲突解决能力，从而改善职场和个人关系中的合作与生产力。
• 研究动机与相关工作: 旨在利用快速发展的生成式大语言模型（LLMs）来实现逼真的冲突模拟，但当前的LLMs存在一些缺陷，例如过于迎合用户、反馈缺乏针对性，以及在开放性文本生成中缺乏指导性。

解决方案

• 提出的方法:

  1. 开发了一个基于生成式大语言模型的交互式系统，命名为 Rehearsal，可以通过模拟对话场景来教授用户冲突解决技术。
  2. 提出了新的 IRP Prompting 技术，该技术将对话内容锚定在经典的 Interests-Rights-Power (IRP) 框架上，该框架是冲突解决理论的基础。
  3. 提供了实时的反馈和替代策略生成功能，允许用户探索不同的对话路径并从中学习。

• 创新点:

  • 系统采用 IRP 框架对大语言模型进行约束，从而生成符合冲突理论的对话内容，解决了LLMs在生成冲突场景时示例过于"顺从"或反馈缺乏针对性的问题。
  • 系统支持生成“假设性”的对话路径，让用户评估和观察不同冲突策略的效果。
  • 提供评估用户最终在现实场景下表现的实验设计，而不是单纯优化理论知识的记忆。

• 实施步骤及关键技术:

  1. IRP Prompting: 系统通过一个多步骤提示管道，依次完成消息分类、策略计划、替代策略生成和相应回复生成的过程。
  2. 冲突模拟与用户交互: 用户可以选择预定义的冲突场景或自定义实际生活中的冲突，进行模拟对话。
  3. 即时反馈: 系统根据对话内容展示反馈，并允许用户对替代策略进行比较和选择，同时评分策略的冲突解决有效性。
  4. 基于实验与理论的验证: 系统通过技术评估和行为研究验证了生成模型的准确性和在教学方面的有效性。

研究成果

• 具体成果:

  • 提出了 Rehearsal 系统和 IRP Prompting 技术，并展示了它们在生成高质量冲突模拟和角色对话中的潜力。
  • 在用户实际的冲突解决表现上取得显著提升：与使用传统培训材料的对照组相比，使用 Rehearsal 的实验组减少了对立策略（Rights 和 Power）使用的67%，并将合作策略（如 Interests 和 Proposal）的使用翻倍。
  • 系统显著改善了用户在实际冲突中的实践能力，而传统培训主要强化的是静态策略认知能力。

• 对比现有解决方案的优势:

  • 模拟冲突角色扮演不再需要昂贵的人工专家，提供了低成本、可拓展的解决方案。
  • 通过使用生成式AI进行动态且针对性的反馈，更贴近冲突解决的实际操作需求，而非停留在理论认知层面。
  • 实验针对35%用户表明，仅通过观看视频或阅读材料，其在实际冲突解决中仍会缺乏实施能力，而 Rehearsal 提供了有效的实践支持。

• 实验或评估结果:

  1. 在40名实验参与者中，使用了 Rehearsal 的组平均合作策略使用次数明显高（3.0 vs 1.5），竞争策略显著减少。
  2. IRP Prompting 技术在分类准确度（82%）以及生成的生态有效性上明显优于对照生成机制。
  3. 用户练习后尽管在“书本知识”上（如策略命名识别与记忆）没有显著差异，但其“实践表现”更具成效。

• 局限性与未来方向:

  • 局限性:
    • IRP 框架的适用范围具有局限性，无法涵盖所有文化和特殊冲突场景，例如涉及危险性或不良信任的冲突。
    • 模拟的对话内容可能由于生成式AI的倾向性（如过于机械或语气不够自然）被认为“脚本化”。
    • 长期效果尚未明确验证（远程迁移能力待研究）。
  • 未来方向:
    • 引入多方冲突模拟，使系统适应复杂的团队互动和调解。
    • 考虑多模态扩展并加入音频或视频互动形式。
    • 深化与不同文化背景相适应的框架分析。