礼貌但无聊?聊天机器人反馈风格在参与度和心理抗拒之间的权衡
对话式聊天机器人情感化人机对话行为改变与反思技术AI/ML 研究员与工程师HCI 研究员UI/UX 设计师
文献标题
Polite But Boring? Trade-offs Between Engagement and Psychological Reactance to Chatbot Feedback Styles
出版信息
- 主题领域: 行为改变干预中的聊天机器人反馈风格。
- 关键词: 聊天机器人, 反馈风格, 心理抗拒, 礼貌, 语言泄露, 参与度, 行为改变, 对话代理, 用户感知, 人机交互。
背景与问题
- 问题/挑战: 设计聊天机器人反馈风格以减少心理抗拒同时保持用户参与度具有挑战性。现有研究通常关注礼貌策略,但忽略了与参与度和新颖性之间的权衡。
- 重要性: 理解这些权衡对于在健康、可持续性和公民参与等领域设计有效的对话代理至关重要。
- 动机与相关工作: 先前研究表明,直接风格可能引发抗拒,而礼貌风格能减少抗拒但可能导致参与度下降。像语言泄露这样的新颖风格仍然研究不足,可能在平衡说服力和参与度方面具有潜力。
解决方案
- 提出的方法: 比较三种聊天机器人反馈风格——直接、礼貌和语言泄露——在个人影响和社会影响场景中的表现。
- 创新点:
- 实证比较聊天机器人反馈中的直接、礼貌和语言泄露风格。
- 探讨减少心理抗拒与维持参与度之间的权衡。
- 分析心理距离(个人场景与社会场景)对用户感知的影响。
- 程序与关键技术:
- 进行3 × 2混合因子研究(N = 158名参与者),使用假设场景。
- 通过GPT-4o生成的聊天机器人响应操控反馈风格。
- 测量情绪抗拒(愤怒、内疚、惊讶)、对自由的威胁感知以及信息有效性(处理、说服力)。
- 对开放式用户反馈进行定性分析。
结果
- 具体发现:
- 礼貌风格引发的愤怒(M = 1.73)和对自由的威胁(M = 2.00)最少,但被评为最不令人惊讶(M = 1.87)。
- 语言泄露风格引发更高的惊讶(M = 2.52)和参与度,但也伴随更高的内疚感(M = 2.53)和对自由的威胁(M = 2.83)。
- 直接风格引发最多的愤怒(M = 2.45),且说服力最低(M = 2.62)。
- 相较基线的优势:
- 礼貌风格的说服力显著高于直接风格(p <.0001)和语言泄露风格(p = 0.0054)。
- 语言泄露风格更具参与性,但相比礼貌风格更易引发抗拒。
- 实验/评估:
- 参与者在两个心理距离场景(个人和社会)中与聊天机器人互动。
- 定量测量包括情绪抗拒和信息有效性的李克特量表。
- 定性编码评估行为意图和情感。
- 局限性与未来工作:
- 基于场景的设计限制了外部有效性;需要纵向研究。
- 结果可能无法推广到不同文化或模态(如语音界面)。
- 未来工作应探索解释类型以及用户对聊天机器人风格的偏好。
总结
本研究比较了三种聊天机器人反馈风格——直接、礼貌和语言泄露——在行为改变场景中的表现。礼貌风格减少了心理抗拒,但被认为缺乏吸引力;语言泄露风格增加了参与度和惊讶感,但引发更高的抗拒;直接风格效果最差,激发了愤怒和对自由的威胁。结果突出了减少抗拒与促进参与之间的权衡,建议设计者应根据用户偏好和情境采用多样化的反馈风格。未来研究应探讨纵向影响、文化差异和个性化策略。
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。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
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/10.1145/3772318.3790340
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
对话式聊天机器人、情感化人机对话、行为改变与反思技术
work
职业/产业
AI/ML 研究员与工程师、HCI 研究员、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文