理解公众对AI对话代理的看法：跨文化分析

文献标题

Understanding Public Perceptions of AI Conversational Agents: A Cross-Cultural Analysis

文献信息

• 主题领域: 人机交互与跨文化比较
• 关键词: Conversational agents, Cultural differences, Public perceptions, Topic modeling, Word embedding, AI acceptance, Emotional valence, Warmth perception, Competence perception, Social cognition

研究背景与问题

• 发现的问题与挑战: 随着对话式人工智能（Conversational Agents, CAs）的广泛应用，人们对其社会认知的理解仍然存在局限，尤其缺乏针对跨文化背景下的研究。这些技术由于设计特性及用户文化背景的差异，可能引发截然不同的情感和认知反应。
• 重要性: 理解公众对 CAs 的看法不仅有助于优化设计和增强用户体验，还能够为未来 AI 发展的伦理框架与透明实践提供指导。
• 研究动机与相关工作: 当前研究主要关注特定领域中的 CAs（如客服、医疗等），或具体产品（如 Alexa 和 Siri）的用户认知，缺乏针对多平台、多国家背景的综合性研究，尤其是关于温暖感知、能力评估及情感倾向的详细分析。

解决方案

• 方法或解决方案:
  • 使用 BERTopic 和词嵌入技术，分析近百万篇来自 Twitter 和 Weibo 的社交媒体帖子，以探讨公众对 CAs 的讨论主题及情感认知。
  • 提出分析框架，将影响用户认知的文化背景与技术特征综合考虑。
  • 研究三个关键维度（温暖感知、能力评估和情感倾向），并进行跨文化和跨技术特征的比较。
• 创新之处:
  • 融合大规模社交数据分析与跨文化对比，为研究对话式人工智能接受度、设计方向提供了新视角。
  • 详细剖析 CAs 的技术特征（如人类化外观、物理化身、对话模式）与文化的交互影响。
• 实施步骤:
  1. 在 Twitter 和 Weibo 收集自 2017 年至 2023 年的公开帖子。
  2. 通过 BERTopic 建模对讨论主题进行聚类。
  3. 运用词嵌入技术分析情感维度（如 "温暖 vs 冷酷"，"胜任 vs 无能"）。
  4. 将 CAs 分类至虚拟伴侣、智能助手及其他技术特征类别中，研究其在不同文化中的表现差异。

研究成果

• 具体成果:
  • 阐明了中美在对话式人工智能相关讨论中的主题差异：中国用户更侧重社会化和情感表达，而美国用户更偏向任务驱动型互动。
  • 美国参与者对 CAs 的温暖及能力感知更高，但整体情感倾向较中性；而中国参与者对 CAs 持更积极的情感态度，但能力评估较低。
  • 技术特征（如虚拟伴侣与智能助手）显著影响用户对温暖与能力的认知，中国用户倾向于赋予高温暖的伴侣式 CAs 更高的能力评估。
  • 社交媒体上的产业与社会文化讨论内容可能受到不同国家政策与媒体环境的结构化影响。
• 与现有解决方案的优势:
  • 引入多维度的语义与情感分析模型，能够捕获社交媒体数据的广泛多样性。
  • 通过跨文化定量分析，加强了对技术设计的文化适应性理解。
• 实验或评估结果:
  • BERTopic 提取的主题（中国 5 大元主题：个体互动与经验、技术特性、产业应用、社会文化事件、法律与伦理；美国新增政治讨论）。
  • 词嵌入结果显示：温暖与情感倾向密切相关，而能力感知较弱。
• 局限性与未来方向:
  • 局限性:
    1. 数据来源集中于单一社交平台（Weibo 和 Twitter），可能导致普遍性不足。
    2. 社交媒体数据可能受审查或用户自我审查影响，无法完全反映公众舆论。
    3. 分类过程中部分技术特征类别样本数量不足，可能导致信息简化。
  • 未来方向:
    1. 扩展至多平台数据分析，补充问卷调查及访谈，以建立更加平衡的公众认知图景。
    2. 深化技术形态（如物理化身对交互体验的潜在影响）研究，并注意与本地化文化匹配的设计原则。

通过聚焦文化背景与技术细节，这项研究为理解人与对话式人工智能的交互方式以及优化设计提供了重要理论依据。它同时也呼吁开发者考虑个性化与全局化的平衡，在设计中兼顾温暖、能力和情感维度。