是什么让球迷留在沉默的球场？通过非比赛时段的AI体育广播理解仰卧式球迷

文献标题

'What Keeps Fans on the Silent Field?': Understanding Lean-Back Football Fans via AI Sports Broadcasting in Non-Event Time

出版信息

• 主题领域: 利用人工智能生成的解说内容，在比赛中无事件时间（NET）期间提升被动足球观众的参与度。
• 关键词: 被动观众、人工智能解说、无事件时间、体育广播、用户定向个性化、认知负荷、社会临场感、足球粉丝文化、人机交互、生成式人工智能。

背景与问题

• 问题与挑战: 被动足球观众在比赛的无事件时间（NET）期间难以保持参与度，因为现有的解说选项要么过于单调，要么认知负荷过高。
• 重要性: 解决这一问题可以改善这一重要观众群体的观看体验，维持他们与现场体育赛事的联系，并提升媒体消费的质量。
• 动机与相关研究: 现有解决方案如官方广播和联合直播无法满足被动观众的需求。以往研究主要关注主动参与或比赛高潮时刻，而忽略了在无事件时间的观众体验。本论文旨在探索如何通过个性化的人工智能解说在NET期间维持观众的参与度。

解决方案

• 提出的方法: ARUA（Auditory Reaction & User-directed Articulation system），一个允许用户预先定向人工智能生成解说内容并根据个人偏好进行定制的原型系统。
• 创新点:
  1. 将被动观众定义为一个寻求沉浸感但避免认知负担的独特群体。
  2. 引入用户定向的范式，创造个性化且低负担的媒体体验。
  3. 提供设计原则，用于平衡人工智能系统中的社会临场感、情感基调和认知负荷。
• 流程与关键技术:
  • 用户通过一个创意界面配置解说团队，选择角色（如解说员、分析师、粉丝）并提供文本指令。
  • 系统利用大型语言模型（LLMs）和文本转语音（TTS）引擎生成解说内容，将用户输入与比赛上下文数据整合。
  • 通过对32名参与者的定性研究，探讨用户如何为九种NET场景定向解说，并分析其选择和动机。

结果

• 具体发现:
  • “重度粉丝”角色是最受欢迎的选择（40.1%），通常与专业角色如解说员或分析师组合使用。
  • 参与者平均在试验中探索了5.72种独特的团队组合，且角色切换率较高（77.0%）。
  • 解说被用作一种关系工具，充当情感代理、平衡面板或智力对比。
• 相较基线的优势:
  • ARUA解决了官方广播（信息不足）和联合直播（信息过载）的双重失败，通过提供个性化、低负担的参与体验。
  • 参与者报告称，与现有选项相比，AI解说带来了更强的情感共鸣和娱乐性。
• 实验与评估:
  • 研究对象为32名足球粉丝（30名男性，2名女性），支持英超球队。
  • 参与者为九种随机化NET场景定向解说（3种比分情境 × 3种NET类型）。
  • 收集的数据包括角色选择、文本指令和任务后访谈。
• 局限性与未来工作:
  • 固定的声音和孤立的NET片段限制了生态效度；未来研究应探索动态比赛情境和声音变化。
  • 样本中的性别比例失衡（94%男性）限制了结果的普适性；未来研究应招募更多样化的参与者。
  • 潜在扩展方向包括在空间计算环境中引入具备实体化的人工智能解说员。

总结

本文介绍了ARUA，一个旨在提升被动足球观众在无事件时间（NET）期间参与度的个性化人工智能解说原型系统。通过定性研究，作者展示了用户如何设计解说内容以平衡情感共鸣、认知负荷和社会临场感。研究发现，被动观众将人工智能角色作为关系工具，创造情感代理、平衡面板和智力对比。该研究强调了用户定向人工智能系统在转变被动媒体消费中的潜力，并为未来在体育广播及其他领域的应用提供了可操作的设计原则。