寂静中听见你：使用情境感知节奏设计对话代理中的主动倾听

文献标题

Hear You in Silence: Designing for Active Listening in Human Interaction with Conversational Agents Using Context-Aware Pacing

出版信息

• 主题领域：通过上下文感知的节奏调整增强对话代理（CAs），以改善主动倾听和用户交互质量。
• 关键词：对话代理、主动倾听、上下文感知节奏、人机交互、共情、沉默策略、用户参与、自我披露、信任、人性化。

背景与问题

• 问题/挑战：当前的对话代理（CAs）优先考虑效率和静态响应节奏，忽视了主动倾听所需的微妙时间动态，例如战略性沉默和上下文依赖的节奏调整。
• 重要性：解决这一局限性对于创造更具人性化、共情能力和吸引力的交互至关重要，尤其是在情感支持或职业指导等场景中。
• 动机与相关研究：此前研究主要集中于语言策略（例如复述、后续问题），但忽略了非语言节奏提示。现有系统将停顿视为技术延迟，而非关系工具，未能模拟沉默在人与人交流中的人际功能。

解决方案

• 提出的方法：一种上下文感知节奏的对话代理（CA），根据用户输入和对话上下文动态调整响应时间，具体实施五种节奏策略：反思性沉默、促进性沉默、共情性沉默、空间保持和即时响应。
• 创新点：
  1. 提出一个基于人类主动倾听的定性分析得出的五种上下文感知节奏策略分类法。
  2. 实现一个整合这些策略的对话代理，使其根据用户输入动态调整节奏。
  3. 实证评估该代理在支持性场景中对互动质量、自我披露和参与度的影响。
• 流程与关键技术：
  • 对十个主动倾听案例进行定性分析，以识别节奏策略。
  • 设计一个包含三个核心模块的对话代理：上下文分析、响应生成和对话记忆。
  • 在两个场景（职业支持和关系支持）中进行组间实验（N=50），与静态节奏基线进行比较。

结果

• 具体发现：
  • 上下文感知节奏显著提高了场景中的人性化感知（p = 0.011–0.039）、流畅性（p = 0.010–0.024）和互动性（p = 0.001–0.002）。
  • 在职业支持场景中，提升了倾听质量的感知（p = 0.016）和情感信任（p = 0.024）。
  • 与上下文感知CA互动的用户表现出更深的自我披露，情感词汇使用增加（p = 0.04）、第一人称代词增加（p = 0.001），以及对话轮次增加（p < 0.01）。
• 相较基线的优势：
  • 上下文感知CA在促进参与、情感表达和关系信任方面优于静态节奏基线，尤其是在融合情感和信息需求的混合任务中。
• 实验/评估：
  • 对50名参与者进行组间实验，随机分配至实验组（上下文感知节奏）或对照组（静态节奏）。
  • 通过调查（例如倾听质量、信任、人性化）评估互动质量，并分析用户行为（例如情感语言、轮次数量）。
• 局限性与未来工作：
  • 生成内容的可变性以及对预定义场景的依赖可能限制其普适性。
  • 对沉默的文化和个人差异理解需要进一步探索。
  • 未来工作应研究个性化、多模态扩展以及节奏策略的长期效果。

总结

本研究提出了一种上下文感知节奏框架，用于对话代理，通过实施五种节奏策略来增强主动倾听。实证结果表明，动态节奏显著改善了人性化感知、互动质量和用户参与度，尤其是在职业指导等支持性场景中。尽管该方法展现了潜力，但文化差异、用户适应性以及与多样化对话模式的整合等挑战仍然存在。本研究强调了战略性沉默和节奏作为关系工具的潜力，为更具共情能力和以人为中心的人工智能交流铺平了道路。