通过聊天机器人或文本发声:形式如何塑造信息一致性、抗拒性、环境意识与信任
大语言模型(LLM)的人机协作AI 辅助决策与自动化系统AI 伦理、公平与问责气候变化传播工具AI/ML 研究员与工程师环保倡导者隐私政策制定者
文献标题
Speaking Through Chatbots or Text: How Format Shapes Information Agreement, Reactance, Environmental Awareness, and Trust
出版信息
- 主题领域: 会话代理(CAs)与静态文本在环境传播中的效果比较。
- 关键词: 会话代理,静态文本,环境意识,信任,逆反心理,一致性,情感效价,可持续性,纵向研究,电子燃料(eFuels)。
背景与问题
- 问题/挑战: 人机交互(HCI)领域缺乏系统的实证证据,无法确定会话代理(CAs)是否在提升环境意识、减少逆反心理以及增加信任和一致性方面优于静态文本。
- 重要性: 理解信息传递形式如何影响环境意识和态度对于设计有效的可持续性干预措施至关重要。
- 动机与相关研究: 先前研究表明,CAs在多个领域中可以增强说服力和信任,但其在电子燃料(eFuels)等有争议的可持续性主题中的具体作用尚未得到充分探索。此外,情感框架(效价)和纵向效果也需要进一步研究。
解决方案
- 提出的方法: 进行一项纵向研究,比较CAs和静态文本在一致性、逆反心理、环境意识和信任(仅限CA条件)方面的效果,并考察信息效价(正面、中性、负面)的变化。
- 创新点:
- 首次对CA与静态文本在环境传播中的纵向比较。
- 探讨效价对信任和逆反心理的长期影响。
- 聚焦于有争议的可持续性主题(电子燃料),探索情感和态度反应。
- 将信任作为一种动态、与形式相关的构念进行整合。
- 研究流程与关键技术:
- 参与者(N=449)在四周内每周接受一次干预,分为六种条件(CA与文本×正面、中性、负面效价)。
- 纵向测量一致性、逆反心理、环境意识和信任(仅限CA条件)。
- 以电子燃料为主题,内容根据效价和形式进行定制。
结果
- 具体发现:
- 一致性在CA条件下更高(M=4.74)而文本条件较低(M=3.99),其中中性效价的一致性最高。
- 逆反心理在CA条件下更低(M=2.00)而文本条件较高(M=2.53),负面效价的逆反心理随时间减少。
- 环境意识随时间略有提升(第1周: M=3.86;第6周: M=3.97),但未受形式或效价影响。
- 对CA的信任在负面和中性效价条件下随时间增加,而在正面效价条件下保持稳定。
- 相较基线的优势: CAs在减少逆反心理和增加一致性方面始终优于静态文本,无论效价或时间如何变化。
- 实验/评估:
- 参与者被随机分配到六种条件,并每周接受一次关于电子燃料的干预。
- 测量指标包括一致性、逆反心理、环境意识和信任(仅限CA条件)。
- 纵向设计捕捉四周内的变化。
- 局限性与未来工作:
- CA内容缺乏个性化。
- 研究主题局限于电子燃料,需要扩展到更广泛的环境主题。
- 四周的研究时长可能不足以引起显著的态度变化。
- 信任的自我报告测量缺乏行为验证。
- 效价区分可能需要更强的前测或机器学习验证。
总结
本研究表明,会话代理(CAs)在提升对环境信息的一致性和减少逆反心理方面优于静态文本,这些效果在不同效价和时间条件下均得以保持。对CAs的信任随时间增加,尤其是在负面效价条件下,但环境意识仅表现出适度的、与形式无关的增长。这些发现突显了CAs在促进可持续性主题参与中的潜力,同时强调了负责任设计的重要性,以降低不加批判接受信息的风险。建议开展更长期的研究,并扩展到更广泛的环境背景,以进一步探索CAs对意识和行为的影响。
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/10.1145/3772318.3790737
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
4 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、AI 辅助决策与自动化系统、AI 伦理、公平与问责、气候变化传播工具
work
职业/产业
AI/ML 研究员与工程师、环保倡导者、隐私政策制定者
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文