CHOIR：利用大学研究实验室通信的聊天机器人介导的组织记忆

文献标题

CHOIR: A Chatbot-mediated Organizational Memory Leveraging Communication in University Research Labs

出版信息

• 主题领域: 研究实验室中的人工智能辅助组织记忆
• 关键词: 组织记忆, 聊天机器人, 知识管理, 研究实验室, AI辅助文档, Slack, 隐私意识, 大型语言模型, 对话式人工智能, 协作系统

背景与问题

• 问题 / 挑战: 大学研究实验室通过聊天平台共享的知识常常淹没在消息流中，而现有的文档系统难以维护和导航。这导致知识传递效率低下和重复性问题频发。
• 重要性: 由于实验室成员频繁更替、需要协作更新以及依赖定期沟通进行入职培训和项目延续，研究实验室中高效的知识管理至关重要。
• 动机与相关工作: 之前的解决方案，如维基和协作文档，面临参与度低、内容过时以及维护成本高等问题。对话平台和人工智能系统在知识捕获方面显示出潜力，但缺乏对完整组织记忆生命周期的整合。本文通过设计和部署CHOIR来解决这些不足。

解决方案

• 提出的方法: CHOIR（基于聊天的组织智能存储库助手），一个集成于Slack的聊天机器人，通过文档支持的问答、知识共享、对话式知识提取和AI辅助文档更新来支持组织记忆。
• 创新点:
  1. 将对话式问答与文档支持的响应和参考相结合。
  2. 基于Slack对话的知识提取和组织记忆更新的AI辅助工作流。
  3. 用于知识共享和文档更新的隐私保护机制。
  4. 在实际研究实验室中对AI辅助组织记忆进行实证评估。
• 流程和关键技术:
  • CHOIR使用检索增强生成（RAG）和GPT-4从实验室文档中检索答案。
  • 用户可以选择公开或私密地共享问答内容，并支持匿名选项。
  • 从Slack对话中提取知识并建议作为文档更新。
  • 实验室负责人通过与GitHub集成的AI辅助工作流审查和批准更新。

结果

• 具体发现:
  • 在为期一个月的部署期间，共提出了107个问题，其中42%通过现有文档得到了回答。
  • 进行了38次文档更新，向组织记忆中新增了1,994个单词。
  • CHOIR加快了信息检索速度，并减少了负责人在文档维护上的工作量。
• 相较基线的优势:
  • CHOIR直接在Slack中实现了实时知识检索和协作更新，减少了对Google Docs或维基等外部工具的依赖。
  • 提高了对文档空白的可见性，并促进了实验室成员的贡献。
• 实验 / 评估:
  • 在四个大学研究实验室中进行了为期一个月的现场部署（n=21名参与者）。
  • 收集的数据包括系统交互日志和基于日志的半结构化访谈。
  • 使用模式显示了基于实验室文化的差异，有些实验室偏好公开问答，而另一些则更倾向于私密互动。
• 局限性与未来工作:
  • 由于样本规模较小且集中于STEM实验室，普适性有限。
  • 部署时间较短，长期影响尚未测试。
  • 学生因心理障碍而不愿意参与文档贡献。
  • 未来工作包括将CHOIR的知识库扩展到外部和跨实验室资源，并解决隐私意识与透明度之间的矛盾。

总结

CHOIR是一个通过聊天机器人增强大学研究实验室组织记忆的系统，集成了文档支持的问答、对话式知识提取和AI辅助文档更新功能，并嵌入Slack中。在四个实验室为期一个月的部署中，CHOIR展示了其在改进知识检索、减轻文档维护负担以及促进协作更新方面的能力。然而，隐私意识的矛盾和学生不愿贡献的挑战表明该系统仍需进一步优化。CHOIR的方法为设计平衡个人隐私与组织透明度并支持情境化知识共享的AI辅助知识系统提供了重要见解。