使用对话代理赋能轻度认知障碍的老年人及其护理伙伴

智能语音助手(Alexa、Siri 等)认知障碍与神经多样性(自闭症、ADHD、阅读困难)老年人友好技术设计老年护理人员家庭照顾者(Caregiver)

文献标题

Empowering Dyads of Older Adults With Mild Cognitive Impairment And Their Care Partners Using Conversational Agents

文献信息

  • 主题领域: 人机交互与辅助技术,探索会话代理在老年认知障碍患者及其护理伙伴中的应用
  • 关键词: 会话代理、语音助手、老年人、轻度认知障碍(MCI)、护理伙伴、智能环境、家庭健康、技术辅助、用户研究、心理干预

研究背景与问题

  • 问题或挑战:

    • 轻度认知障碍 (MCI) 会对老年人的记忆、执行功能等产生不良影响,导致使用复杂技术的困难。
    • 老年人通常对于新技术需要更多的支持与培训,而老年人MCI患者的记忆力衰退使他们更难适应。
    • MCI患者的护理伙伴往往也需要投入大量努力来支持其日常生活,这可能会导致护理负担过重。
    • 如何以科技增强MCI患者的独立性,并降低护理伙伴的负担,是一个值得研究的问题。
  • 重要性:

    • 随着全球老龄化,MCI 群体人数持续增加。如何通过科技提升这一群体的日常生活质量,具有重要的社会意义。
    • 人机交互领域的研究表明基于语音助手的会话代理(如 Google Home)可以通过“免手”和“免视”交互代替传统触屏或显示设计,可能为MCI患者提供认知支持。
  • 相关工作:

    • 现有研究已经证实了会话代理能在家庭自动化、日程提醒等方面为用户提供帮助,但对MCI患者及其护理伙伴的长期使用模式缺乏深入研究。
    • 过去的研究主要集中在基础功能和技术实现,较少涉及对特殊群体(如认知障碍者)的心理和功能支持。

解决方案

  • 提出的方法与解决方案:

    • 本研究设计并开展了一项历时10周的实地研究,观察10对MCI患者与护理伙伴的家庭如何使用 Google Home Hub (GHH) 会话代理。
    • 成员和护理伙伴被引导探索家庭用会话代理的各种功能,并通过主动设计和使用日程安排、提醒工具等技术设置增强交互的独立性。
  • 创新之处:

    • 提出了一个三层交互框架,将会话代理交互类型划分为“基础功能”、“个性化功能”和“技能拓展”的层次,并结合用户认知能力建立难度分析。
    • 强调护理伙伴通过“交互脚手架”(设置提醒、定制化参数等),在日常生活中为MCI患者提供间接支持。
    • 研究提出“赋能”(empowerment)作为目标,对该人群的心理支持和技术独立进行了分析。
  • 实施步骤与技术:

    • 部署了 Google Home Hub 设备,并完成与用户手机和Google账户的配对,允许语音识别与个性化日程设置。
    • 提供了一系列分阶段的培训材料,包括“快捷指令指南”、教学视频和扩展列表,并根据用户反馈增加功能说明。
    • 收集了所有用户的交互数据(3878条日志),完成了定量统计,同时通过Zoom访谈和在线调查收集定性体验数据。

研究成果

  • 具体成果:

    • 结果总结了MCI患者及其护理伙伴共3878次交互行为的模式和类型,发现护理伙伴平均使用较多并更多涉及个性化功能。
    • 用户互动主要集中在基础功能(占79%),个性化功能(约20%)和技能拓展(约2%)。
    • 通过定性访谈发现部分护理伙伴通过使用提醒、日程安排等功能降低了直接护理的负担。
    • 用户对会话代理提高日常独立性和缓解孤独感表现出积极反馈,同时小部分用户对技术的难度表达了负面情绪。
  • 比较与优势:

    • 与以往研究相比,本研究更全面地探索了会话代理在特定群体(MCI患者及护理伙伴)中的应用,特别是在心理赋能和协同任务管理方面。
    • 本研究首次细化了会话代理中不同交互层次的认知负担对功能使用率的影响。
  • 实验及评估结果:

    • 观察发现护理伙伴的“交互脚手架”行为占其互动总数的29%,显著降低成员在询问和记忆上的问题负担。
    • 用户调查显示,多数成员和护理伙伴希望会话代理在提醒、危险警告等方面进一步优化。
  • 局限性与未来方向:

    • 局限性:
      • 研究重点在会话代理的功能探索,未深入研究长期使用对认知功能的具体影响。
      • 部分用户对复杂功能(如技能层级)依然感到难以掌握,可能需要设计更简化的交互体验。
      • 由于新冠疫情,很多活动转为在线,这可能对结果产生过度使用或干扰。
    • 未来方向:
      • 探索更丰富的传感器集成(如危险监测器)。
      • 开发自动化的“唤醒词”优化功能,减少用户对特定语音指令的依赖。
      • 提供更系统化的培训模式,并加入个性化学习路径。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47675/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445124
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
4 位作者
sell
研究子方向
智能语音助手(Alexa、Siri 等)、认知障碍与神经多样性(自闭症、ADHD、阅读困难)、老年人友好技术设计
work
职业/产业
老年护理人员、家庭照顾者(Caregiver)
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文