Enable Partial Participation in Remote Meetings
远程工作工具与体验分布式团队协作大语言模型(LLM)的人机协作软件工程师与开发者AI/ML 研究员与工程师UI/UX 设计师
文献标题
Enabling Partial Participation in Remote Meetings
出版信息
- 主题领域: 远程协作与人工智能辅助的会议参与
- 关键词: 部分参与, 远程会议, AI代理, 多任务处理, 大语言模型更新, 社会存在感, 心理负荷, 会议理解, 混合工作, ProxyMe
背景与问题
- 问题/挑战: 当前的协作平台将参与视为一种二元状态(完全参与或缺席),无法适应远程会议中间歇性或多任务处理的参与需求。
- 重要性: 随着远程和混合工作模式的普及,员工常常需要同时处理多项任务或参加重叠的会议,因此解决这一问题至关重要。
- 动机与相关工作: 先前研究指出现有会议工具在支持灵活参与方面的局限性、多任务处理的挑战,以及AI生成更新和对话代理的潜力。然而,这些方法尚未被充分探索以支持缺席者在实时会议中的有意义贡献。
解决方案
- 提出的方法: ProxyMe,一个通过实时更新和AI辅助决策延迟实现会议部分参与的原型系统。
- 创新点:
- 将部分参与概念化为同步和异步会议参与之间的中间状态。
- 开发ProxyMe,结合实时更新和代理辅助的延迟决策支持多任务参与。
- 探索更新频率和响应方式如何影响多任务场景中的社会存在感、心理负荷和理解能力。
- 流程与关键技术:
- 使用大语言模型(Google Gemini 2.5 Flash-Lite)生成两种风格的实时会议更新:低细节/高频率(LD/HF)和高细节/低频率(HD/LF)。
- 代理辅助的延迟决策通过多选(MC)或文本输入(TI)方式提示用户响应。
- 提供移动友好的界面,用于监控更新和响应延迟决策。
- 在模拟会议环境中进行受控用户研究。
结果
- 具体发现:
- 社会存在感评分平均为3.53/7,表明与会议的连接感适中。
- 视频理解分数在LD/HF更新条件下略低(效应量为-1.03),而会议理解在不同条件下差异较小。
- 心理负荷为中等至高水平(平均RSME = 79.79/150),不同条件之间无显著差异。
- 无论更新风格如何,参与者更偏好MC响应方式而非TI。
- 相较基线的优势:
- ProxyMe实现了实时参与和决策,减少了对会后总结的依赖,并增强了对正在进行讨论的包容性。
- 更新和延迟决策增强了存在感,使参与者能够半同步地做出贡献。
- 实验/评估:
- 采用2 × 2因子设计的用户研究,24名参与者(年龄19–30岁)评估了更新风格(LD/HF vs. HD/LF)和响应方式(MC vs. TI)对理解、社会存在感和心理负荷的影响。
- 参与者通过观看视频讲座并使用ProxyMe参与模拟会议进行多任务处理。
- 数据收集包括测验、问卷(如Networked Minds量表、RSME)和结构化访谈。
- 局限性与未来工作:
- 小规模、以学生为主的样本限制了对专业环境的普适性。
- 模拟会议缺乏真实场景的复杂性和社会动态。
- 未来工作应探索实时会议部署、更丰富的参与方式以及自适应系统配置。
总结
本文提出了部分参与这一远程会议的新范式,解决了二元参与模型的局限性。ProxyMe原型展示了如何通过AI生成的更新和代理辅助的延迟决策实现多任务参与,从而促进适度的社会存在感和理解能力。用户研究揭示了更新频率、响应方式与心理负荷之间的权衡,突出了用户偏好的情境性和个体差异性。尽管ProxyMe为灵活的会议参与提供了有前景的解决方案,但未来研究应关注其在真实场景中的应用、更丰富的交互方式,以及在生产力与福祉之间的平衡。
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。
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/10.1145/3772318.3790744
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
远程工作工具与体验、分布式团队协作、大语言模型(LLM)的人机协作
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文