IdeaBot:探究人机团队创造力中的社会促进作用
荣誉提名对话式聊天机器人会话代理的人格与拟人化语音可访问性大语言模型(LLM)的人机协作UI/UX 设计师HCI 研究员
文献标题
IdeaBot: Investigating Social Facilitation in Human-Machine Team Creativity
文献信息
- 主题领域: 人机交互、团队协作中的社会促进与创新
- 关键词: 聊天机器人, 团队协作, 社会促进, 创造力, 点子生成
研究背景与问题
- 发现的挑战与问题:
- 人类的创造力研究仍然存在很多未解之谜,特别是在团队合作中,既可能存在促进行为,也可能存在阻碍创造力的情景。
- 当前关于聊天机器人在团队协作(尤其是创意任务)中的作用研究较少,特别是作为活跃的团队成员而非被动助手时的表现。
- 对人工智能机器人是更好地模仿人类的交互风格还是保持机器人特性,尚存争议。
- 研究重要性:
- 随着人工智能在交流场景的扩展,理解机器人如何影响人与机器的共创过程有助于设计更有效的协作系统。
- 研究动机与相关工作:
- 基于社会促进理论和分心—冲突理论,探讨非人类队友的存在是否能减轻社会压力从而促进创造表现。
- 考察聊天机器人通过不同的对话风格(机器人化或拟人化)对团队创造力影响的潜力。
解决方案
- 研究方法/实验设计:
- 作者通过三项文本聊天实验设计(跨群组研究)探讨了人机团队协作的影响因素:
- 研究1: 比较与真实聊天机器人和真实人类队友的合作效果。
- 研究2: 与人类助手进行人类化的对话风格,但告知队友是机器人(假机器人)或人类。
- 研究3: 与机器人进行对话风格,但告知队友是人类(假人类)或机器人。
- 作者通过三项文本聊天实验设计(跨群组研究)探讨了人机团队协作的影响因素:
- 创新之处:
- 本研究的独特之处在于:
- 强调了人工智能作为积极参与者在团队协作中的角色,而非传统被动协作者或工具;
- 探讨了团队协作任务中“感知身份”(将队友视为机器人或人类)与对话风格(拟人或机器人化)的影响;
- 分析了在群组交流中焦虑水平是否调节对任务成功与创造力的影响。
- 本研究的独特之处在于:
- 关键技术与分析方法:
- 采集并分析文本聊天记录与参与者的主观反馈(如创意自我效能)。
- 数据分析包括独立样本t检验、路径分析(基于R工具lavaan包)以及分层线性模型。
研究成果
主要发现
- 感知的机器人身份对创意输出的影响:
- 不论真实身份如何,参与者认为队友为机器人的情况下,创意输出数量和质量较高(例如,总结生成更多原创性、高信息量的想法)。
- 对话风格的调节作用:
- 当队友采用机器人化对话风格时,社会促进的正向作用更强。
- 对于社交焦虑较强的参与者而言,与机器人队友合作增强了他们的创意自我效能感。
- 与队友的交互感知:
- 在虚拟实验中,机器人队友可以被感知为更具主导力,且这种主导性在机器人访谈风格中对促进团队任务表现的效果尤为显著。
- 综合三项实验:
- 无论是机器人还是拟人化对话风格,参与者与机器人合作的产生创意数量和质量普遍高于与人类队友的合作。
局限性与未来方向
- 局限性:
- 实验基于在线文本对话实现,存在局限于较正式、结构化对话流(缺乏自然实时互动)。
- 未比较面对面或其他非文本沟通方式的实验结果。
- 创意任务选用的头脑风暴任务相对简单,可能不能完全捕获参与者的发散性创造力。
- 未来研究方向:
- 探索机器人对更多复杂或非结构化创造性任务(如创意写作、设计任务)的影响。
- 增强实验的生态效度(如采用虚拟现实或实体机器人)。
- 考察机器人队友身份及其对长期团队协作行为的连续性影响。
总之,该研究为设计未来协作型聊天机器人提供了重要见解,特别是在选用对话风格和身份呈现方式上。同时,对于如何利用机器人特性提高团队创意,提供了清晰的理论和实践指导。
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。
help
研究问题
3- 机器人队友的身份感知如何影响团队创造力的输出?分类: 群体机器人与团队协作同类问题arrow_forward
- 不同的对话风格(类人化或类机器化)如何调节机器人队友对团队创造力的影响?分类: 群体机器人与团队协作同类问题arrow_forward
- 机器人作为团队成员时如何缓解高社交焦虑的成员的心理压力并提升创造力?分类: 群体机器人与团队协作同类问题arrow_forward
lightbulb
现实痛点
1- 用户在团队创造性协作中感到社交焦虑,影响创意质量。分类: 群体机器人与团队协作同类问题arrow_forward
- 83%
在YouTube上通过辩论聊天机器人促进批判性思维:社会身份和对话风格有所不同
CHI '24· 对话式聊天机器人 +2
- 71%
助人者人恒助之:说话者与听者的协作努力及人-代理协作通信中的劳动分工
CHI '26· 对话式聊天机器人 +2
- 67%
AXNav: 从自然语言重播可访问性测试
CHI '24· 语音可访问性 +1
- 67%
苹果的知识导航员:为什么那样的对话代理还不存在?
CHI '24· 对话式聊天机器人 +1
- 67%
对话架构对对话智能体感知的影响
CUI '23· 会话代理的人格与拟人化 +1
- 67%
《人工智能导演请起立》:通过故事补全探索语音技术的可能未来
DIS '20· 会话代理的人格与拟人化 +1
- 67%
BigBlueBot:成功的在人机交互中运用的教学策略
IUI '19· 对话式聊天机器人 +1
- 63%
当周围无人是真实的:探索多主体AI社交平台的公众意见与用户体验
CHI '26· 对话式聊天机器人 +3
- 63%
智能对话增强的设计空间
IUI '25· 对话式聊天机器人 +2
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/10.1145/3411764.3445270
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
荣誉提名
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、语音可访问性、大语言模型(LLM)的人机协作
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
9 篇相关论文