通过押韵风格增强儿童聊天机器人日记的自我报告

文献标题

Enhancing Children's Self-Reporting in Chatbot Diaries through Rhyming Style

出版信息

• 主题领域: 儿童与计算机交互及用于自我报告的对话代理设计。
• 关键词: 聊天机器人、自我报告、儿童、押韵风格、音韵支架、参与度、基于语音的日记、对话代理、睡眠日记、LLM驱动系统。

背景与问题

• 问题/挑战: 现有的儿童自我报告工具（如问卷和日记）常被认为枯燥乏味，导致参与度低下和低质量的回答。尽管能力适配型聊天机器人改善了可访问性，但由于成人化的措辞和缺乏表达性对话风格，仍无法维持儿童的参与度并引出丰富的回答。
• 意义: 改善儿童的自我报告对研究、教育和医疗至关重要，因为它能够捕捉诸如情绪和行为等无法直接观察的体验。提升参与度和回答质量可以改进数据收集，并深入了解儿童的发展和福祉。
• 动机与相关研究: 之前的研究集中于简化词汇和根据儿童的理解能力调整提示，但这些方法忽略了节奏和押韵等音韵特征，而这些特征已被证明可以支持注意力、愉悦感和记忆力。押韵尚未被探索为自我报告工具中的对话风格，这使得在互动中利用音韵支架的潜力未被充分挖掘。

解决方案

• 提出的方法: 将押韵对话风格集成到基于语音的睡眠日记聊天机器人中，该机器人由GPT-3.5驱动，旨在提升儿童自我报告任务中的参与度和回答质量。
• 创新点:
  1. 引入押韵作为一种音韵支架策略，以补充儿童与代理交互中的语义适配。
  2. 提供实证证据表明押韵能够提升描述性和非描述性问题的回答质量。
  3. 基于与儿童的共创设计开发年龄敏感的对话配置文件和设计原则。
• 流程与关键技术:
  • 与35名儿童开展共创设计工作坊，以识别对聊天机器人对话风格的偏好。
  • 使用三项设计原则开发押韵风格的聊天机器人：简短轻巧的押韵、既有趣又有意义的提示，以及适合睡前的节奏。
  • 在一项包含40名8至12岁儿童的被试内研究中比较押韵和散文风格，使用结构化的睡眠日记问题和参与度测量工具（如“笑声计”和“再来一次表”）。
  • 使用GPT-3.5进行押韵生成，Google Cloud API实现语音转文本和文本转语音，并调整韵律以适应睡前友好的语气。

结果

• 具体发现:
  • 押韵风格引出的回答质量更高（RQI: M=2.88），相比散文风格（RQI: M=2.25），在描述性和非描述性问题上均有显著提升（β = 0.63, p = 0.03）。
  • 两种风格的参与度评分均较高，但押韵风格略占优势，总体上61.53%的儿童更喜欢押韵。
  • 年龄较小的儿童（75%）比年龄较大的儿童（50%）更偏好押韵，但押韵在回答质量上的相对优势在各年龄组中保持一致。
• 相较基线的优势:
  • 押韵提示相比散文提示显著提升了回答的丰富性和参与度，解决了仅依赖语义简化的能力适配型聊天机器人的局限性。
• 实验/评估:
  • 1 × 2 被试内设计，采用平衡顺序。
  • 定量测量：回答质量指数（RQI）、笑声计、再来一次表。
  • 定性访谈以探索儿童的感知和偏好。
• 局限性与未来工作:
  • 在实验室内的短期环境中进行，限制了生态效度和长期坚持性洞察。
  • 未来工作包括家庭环境中的长期部署、适应性对话设计（如混合风格、用户控制切换），以及对睡前习惯和家庭动态等情境因素的探索。

总结

本研究在儿童的基于语音的睡眠日记中引入押韵作为对话风格，证明其相比散文能够提升回答质量和参与度。押韵提示作为一种音韵支架，降低了认知负担，并增强了描述性和非描述性问题的语言表达。偏好因年龄而异，年龄较小的儿童更强烈地偏好押韵，但其对回答质量的益处在各组中均一致。尽管研究结果突出了对话风格作为认知和情感设计杠杆的潜力，但仍需进一步研究其在真实场景中的长期效力和适应性。本研究通过将音韵线索与语义适配相结合，扩展了儿童与代理交互的设计空间。