从人类语用语言技能到对话智能体设计：转移策略的系统综述

文献标题

From Human Pragmatic Language Skills to Conversational Agent Design: A Systematic Review of Transfer Strategies

出版信息

• 主题领域: 人类对话技能在会话代理设计中的应用。
• 关键词: 会话代理，语用语言技能，技能转移，人机交互，大型语言模型，共同设计，语言技能，副语言技能，非语言技能，伦理考量。

背景与问题

• 问题/挑战: 现有关于会话代理（CAs）的研究主要集中在语义和句法能力上，忽略了语用对话技能。尚无系统的方法论将人类对话技能转移到CA设计中。
• 重要性: 语用对话技能对于提升用户满意度、信任感以及人机交互中的社会存在感至关重要。缺乏这些技能会导致效率低下、不满意以及任务性能下降。
• 动机与相关工作: 之前的研究探讨了CA中的类人行为及领域特定应用，但缺乏统一的技能转移框架。以往的综述集中于技术实现或评估方法，而未涉及拟人化CA开发的设计过程。

解决方案

• 提出的方法: 系统性地回顾85项研究，以识别会话技能、转移策略、实现方法和CA的评估指标。提出一个四阶段设计流程用于技能转移。
• 创新点:
  1. 将会话技能分类为语言、副语言和非语言三种模式。
  2. 确定三种主要转移策略：基于对话数据、理论驱动以及共同设计。
  3. 开发一个用于技能转移的四阶段“双钻石”设计流程。
  4. 提出伦理考量及负责任的CA设计建议。
• 流程与关键技术:
  • 按照PRISMA指南对六个数据库进行系统综述。
  • 使用混合方法分析对技能和策略进行分类。
  • 提出一个结构化设计流程，结合发散性和收敛性思维。

结果

• 具体发现:
  • 语言技能（如同理心、轮流发言、风格变化）在CA设计中占主导地位，其次是副语言技能（如语调、流畅性）和非语言技能（如面部表情、手势）。
  • 转移策略包括对话数据分析、与人类参与者共同设计以及理论驱动的方法。
  • 实现方法涵盖传统模型训练、知识库、大型语言模型（LLM）以及基于规则的系统。
  • 评估指标包括用户满意度、语言质量、社会智能以及任务特定结果。
• 相较基线的优势: 该综述整合了分散的研究，并提供了一个结构化的方法论用于技能转移，填补了现有文献中的空白。
• 实验/评估: 研究通过多样化的指标评估CA，包括参与度、感知同理心以及任务性能，覆盖医疗、教育和客户服务等领域。
• 局限性与未来工作: 由于研究异质性无法进行元分析；以西方为中心的研究视角；需要标准化的评估框架和伦理指南。

摘要

本文系统性地回顾了85项研究，探讨了如何将人类对话技能转移到会话代理设计中。将技能分类为语言、副语言和非语言三种模式，识别了基于对话数据、理论驱动以及共同设计的转移策略，并提出了一个四阶段“双钻石”设计流程用于技能转移。研究发现规则驱动的实现方式占主导地位，同时大型语言模型在复杂技能部署方面展现了潜力。强调了伦理考量以应对偏见和用户依赖等风险。该研究为在多个领域中创建类人化、社会适宜且高效的CA提供了可操作的见解。