为性侵幸存者设计对话代理:定义自我披露的负担并构想以幸存者为中心的解决方案

对话式聊天机器人会话代理的人格与拟人化社会工作者家庭暴力支持者

文献标题

设计用于性侵犯幸存者的会话代理:定义自我披露的负担并展望以幸存者为中心的解决方案

文献信息

  • 主题领域: 人机交互(HCI)和计算机支持的协作工作(CSCW)在心理健康和性暴力幸存者支持中的应用
  • 关键词: 会话代理(CA)、人工智能聊天机器人、自我披露负担、性侵犯幸存者、幸存者支持

研究背景与问题

  • 发现的问题或挑战:

    • 性侵犯幸存者出于心理、社会和文化原因通常不愿与他人分享他们的经历,甚至避免报警。这导致这些幸存者缺乏必要的支持。
    • 自我披露过程中伴随的“二次受害”现象(如责备、羞辱)进一步加重了幸存者的心理负担。
    • 传统人机交互系统在设计针对幸存者的技术时容易忽视用户心理上的负担及其主观感受。
    • 现有的聊天机器人产品在面对敏感话题时表现出设计不足,可能导致误解或伤害。
  • 为什么重要:

    • 对性侵犯幸存者特别是那些遭受沉重心理和社会压力的人,提供安全、自主且非评判性的帮助工具至关重要。
    • 设计一个能减轻心理负担的会话代理将提高报告性违法行为或寻求帮助的可能性,同时降低幸存者在报告过程中的障碍。
  • 研究动机:

    • 尽管现有聊天机器人展示了心理健康支持的潜力,但针对性暴力幸存者的特定需求尚未得到很好地满足。
    • 探讨技术如何降低幸存者在自我披露和报告过程中的负担,从而促进其福祉和生活质量。

解决方案

  • 提出的方法或解决方案:

    • 开发了一种会话代理原型(NamuBot),旨在提供信息支持、功能支持和情感支持,减轻性犯罪报告过程中遇到的负担。
    • 在设计初期,与性侵犯罪的相关专业人士(如警察、心理咨询师)合作,定义需求和设计概念。
    • 在后期,通过参与式设计(包括幸存者、警察和咨询师)引入用户需求与用户反馈。
  • 创新之处:

    • 将性侵犯幸存者、警察及心理咨询师作为主要利益相关方,共同设计一个系统,专注识别和减轻幸存者在进行自我披露时的心理和实际负担。
    • 系统功能设计注重幸存者的实际需求,包括隐私保护、安全性增强、自动保存数据及隐蔽用户界面。
    • 引入了自我同情功能和安全认证机制,如多层认证、会话内容假名化等,以提升使用安全性。
  • 实施步骤与关键技术:

    • 初始设计阶段进行需求调研,包括主题分析和利益相关方需求分析。
    • 开发了基于规则和深度学习的混合逻辑会话代理,允许幸存者选用文字或语音交互。
    • 通过原型测试和焦点小组(包含幸存者和专业人士)完成迭代设计,最终形成用户驱动的改进策略和解决方案。

研究成果

  • 具体成果:

    • 确定并分类了九个幸存者自我披露过程中面临的负担类别,包括时间负担、财务负担、隐私与安全负担、社交负担、数据管理负担等。
    • 研究发现,相较于人与人的互动(HHI),大多数幸存者更愿意与会话代理交互,且在与NamuBot互动中心理负担显著降低。
    • 提出并设计了七种解决会话代理自身带来的负担的功能,包括多层认证、数据备份与自动锁定机制以及伪装用户界面。
  • 与现有解决方案相比的优势:

    • 提供了高度个性化、幸存者友好的技术设计,满足幸存者隐私与安全方面的高需求。
    • 系统在操作便捷性、情感支持以及匿名性方面表现优越,扩大了技术应用群体(如边缘化幸存者)。
    • 实验结果表明,NamuBot在涉及敏感信息披露时比现有技术能够更好地应对幸存者的核心需求。
  • 局限性与未来方向:

    • 该研究主要集中于韩国文化背景下的用户样本,可能不足以直接推广至其他地区。
    • 不包括未成年人幸存者和男性用户的研究,未来需要扩展研究群体。
    • 下一步工作建议进一步验证所开发系统的可行性与推广性,特别是针对全球背景下的文化和法律变体。

总结

本研究通过与幸存者和专业人士共同设计开发了一个性暴力幸存者专用的会话代理原型(NamuBot),为相关技术在心理和社会支持领域的应用提供了新的设计思路和参考标准。同时,研究洞察了如何通过技术设计减轻高压力、高风险环境下的用户心理和实际负担。这项研究填补了当前技术支持工具在敏感议题上的关切空白,并为未来的相关研究奠定了坚实基础。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47646/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445133
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
对话式聊天机器人、会话代理的人格与拟人化
work
职业/产业
社会工作者、家庭暴力支持者
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文