中断式微学习:理解主动对话式微学习服务的感知和可中断性
作者
语音用户界面(VUI)设计智能家居交互设计在线辅导教师
文献标题
Interrupting for Microlearning: Understanding Perceptions and Interruptibility of Proactive Conversational Microlearning Services
文献信息
- 主题领域: 人机交互、智能家居、微学习
- 关键词: 智能音箱, 微学习, 会话式交互, 时机选择, 可打断性
研究背景与问题
-
问题或挑战:
- 微学习需要频繁参与,但传统学习方法难以融入日常生活。
- 智能音箱在家庭中的普及为主动学习提供了新的可能性,但不当的学习时机可能干扰用户的生活。
- 对持续超过一分钟的主动学习交互的时机选择研究较少,目前主要集中在短时交互上(如1分钟内的通知)。
-
重要性: 主动式的微学习服务能够有效利用碎片时间提升学习效率,但其打断性可能对用户体验产生负面影响。探索不同时段、地点和活动情况下的“适宜的打断时机”对于优化智能音箱的教育功能至关重要。
-
研究动机与相关工作:
- 现有研究多集中于短交互任务,对长时间微学习(3-10分钟)的打断性研究不足。
- 有关智能音箱主动交互的研究主要基于假设场景,而缺乏实际应用场景验证。
- 需要理解用户感知和适宜时机以优化会话式微学习服务的设计。
解决方案
-
提出方法或解决方案: 作者提出了一种主动会话式微学习服务(SpeechMaster),旨在通过智能音箱在家庭环境中随机提供语言学习任务。
-
创新性:
- 研究了超过一分钟主动交互的用户感知与适宜时机,填补了现有研究空白。
- 允许用户动态控制学习时长,并在终止任务时收集原因和上下文数据。
- 融入了定量和定性分析方法,全面揭示微学习时机可打断性的影响因素。
-
实施步骤与关键技术:
- 通过六次小规模试验(29名参与者)设计并优化了“SpeechMaster”服务。
- 在28名用户中进行为期三周的家庭场景研究,分析用户的学习行为和上下文数据。
- 利用线性混合模型分析可打断性与用户活动、空间和时间上下文之间的关系。
- 提出五步微学习流程:活动查询、可用性查询、语音影子跟读、持续学习查询、停止原因查询。
研究成果
-
具体成果:
- 微学习的主动推送能够增加学习机会,但需要考虑适当的时间和场景,否则将减少用户的参与率。
- 约49%情况下用户选择不参与学习任务,但主动学习内容若与用户兴趣相关,打断性被用户认为是“非干扰性”的。
- 用户的可打断性高度依赖于其当下的活动类型、地点和时间背景,如:
- 在低生产力的活动(如休息、使用媒体)中更可能参与长时间学习。
- 特定空间(例如智能音箱安装处)的发声范围及语音识别范围显著影响打断性。
-
对比现有解决方案的优势:
- 针对长时交互的时机研究显著填补了领域的空白。
- 提供细化的打断性情境分析,为应用设计提供了重要实践依据。
-
实验与评估结果:
- 基于定量分析,短时交互(≤1分钟)的总体打断率最高(78%),而10分钟交互的打断率仅为25%。
- 问卷访谈显示,用户偏爱“非生产性”活动中接受学习任务,如休息时用户的打断率最高。
-
局限性与未来方向:
- 本研究假设长期学习情境下的参与率可以推导出短期可打断性,需要进一步验证假设。
- 当前的学习服务独占智能音箱资源,如何与其他服务协调是未来需探索的方向。
- 需要综合考量多模式交互(如带屏智能音箱)的适应性和影响。
总结
本研究通过对28名用户在为期三周中的真实数据和情境分析,揭示了长时间微学习任务的打断性影响因素,并提出了优化设计和适时学习的建议。研究在家庭环境下拓展了智能音箱的教育功能,展示了如何利用适宜时机提升用户学习参与度与体验,同时为后续智能家居教育服务提供了理论支持和设计框架。
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- 用户在什么活动、时间和空间场景中更容易接受长时微学习任务的主动推送?分类: 上下文示例选择与稀有模式覆盖同类问题arrow_forward
- 如何优化智能音箱中的微学习交互设计以提高用户参与度和学习效率?分类: 上下文示例选择与稀有模式覆盖同类问题arrow_forward
- 哪些语音微学习任务在用户中被认为是“非打扰性”的?分类: 上下文示例选择与稀有模式覆盖同类问题arrow_forward
lightbulb
现实痛点
1- 用户由于时机不对而经常拒绝智能音箱的主动学习任务。分类: 上下文示例选择与稀有模式覆盖同类问题arrow_forward
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/10.1145/3613904.3642778
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
语音用户界面(VUI)设计、智能家居交互设计
work
职业/产业
在线辅导教师
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文