文献标题
设计对话式代理:基于自我决定理论的方法
文献信息
- 主题领域: 人机交互设计、对话式代理、用户体验
- 关键词: 对话式代理、用户体验、自我决定理论、设计指南、心理需求
研究背景与问题
- 问题与挑战: 在设计对话式代理(Conversational Agents, CAs)时,如何满足用户的心理需求(胜任感、自治感、关联感),以提供积极的用户体验。
- 重要性: CAs正迅速进入人类生活的各个领域(如家庭、教育、医疗等),它们不仅为用户提供便利,同时也可能引发技术、社会和心理方面的负面影响。理解如何设计使其产生积极体验变得尤为迫切。
- 研究动机与相关工作: 相关研究指出心理需求的满足对用户体验和幸福感具有显著影响;现有文献中的设计建议通常缺乏具体性和实际操作性。此外,目前学术界尚未针对CAs设计需求提出专门的设计指南。
解决方案
-
研究方法:
- 第一阶段: 基于自我决定理论(Self-Determination Theory, SDT)进行采访研究,探索用户如何体验到胜任感、自治感和关联感。
- 第二阶段: 从研究发现中提炼设计指南,帮助设计能够支持心理需求的CAs。
-
创新之处与实施步骤:
- 应用SDT强调心理需求在设计过程中的重要性,旨在实现超越单纯功能性满足的设计。
- 将结果转化为指导性且操作性强的10条设计指南,基于用户研究数据和严格的分析过程使其更具实用性。
研究成果
-
具体成果:
- 胜任感: 用户的胜任感受到其对系统能力的了解程度以及CA的沟通效率的影响。针对这一点,提出了教育用户了解CA能力的设计建议。
- 自治感: 用户自治感体现在对与CA互动和数据管理的控制程度,以及个性化体验的程度。研究建议提供更多自定义选项及数据管理机会。
- 关联感: 用户当前对CAs支持社会功能的期望较低,但研究发现CAs在家庭娱乐和互动方面可能隐性地提升关联感。
-
设计指南:
- 核心建议包括:提供个性化功能概述、在对话中引入新功能、提供清晰的能力表现、设计流畅的交互、支持数据管理等(详见文献Table 2)。
-
优势:
- 具体化的指导性设计建议,弥补现有HCI和AI设计指南的不足。
- 对如何满足心理需求提供了理论支持,为后续CA设计研究和实践铺平道路。
-
实验或评估结果:
- 研究通过采访实践验证了用户需求和设计建议之间的联系。其中,关于胜任感和自治感的设计建议被优先考虑,关联感则因当前技术发展限制而未纳入实际设计指南。
-
局限性与未来方向:
- 当前指南尚未经过设计专家评估,实用性需进一步验证。
- 未来研究可基于更多理论或通过整合文献,为CAs的设计提供更广泛的理论支持。
- 进一步探索如何应用呈现的指南于实际设计流程中。
总结
-
主要贡献:
- 提出了基于心理需求的CAs设计方向,强调胜任感、自治感和关联感的重要性。
- 提炼了10条SDT驱动型设计指南,补充现有UI及AI设计规范,助力CAs设计实践。
-
影响与应用: 本研究为设计人员提供了可操作的指导方针,推动了对话式代理设计中理论驱动的实践探索,同时对理解技术与心理需求之间的联系提供了新视角。
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- 如何在对话式代理(CAs)的设计中满足用户的心理需求(能力感、自主性、关系感)以提供积极的用户体验?分类: 心理健康、情绪调节与行为改变支持同类问题arrow_forward
- 哪些具体的设计指南能够支持对话式代理在满足心理需求的同时提高可用性?分类: 心理健康、情绪调节与行为改变支持同类问题arrow_forward
- 对话式代理如何通过设计提升用户对系统能力的理解和他们的交互自主性?分类: 心理健康、情绪调节与行为改变支持同类问题arrow_forward
lightbulb
现实痛点
1- 用户在使用对话式代理时,心理需求常被忽视,体验不佳。分类: 心理健康、情绪调节与行为改变支持同类问题arrow_forward
- 100%
触动你心:社交媒体客服的情感意识聊天机器人
CHI '18· 对话式聊天机器人 +1
- 100%
单个或多个对话代理?交互连贯性比较
CHI '18· 对话式聊天机器人 +1
- 100%
什么构成了一次好的对话?设计真正对话代理的挑战
CHI '19· 对话式聊天机器人 +1
- 100%
如果你说得没错:构建和评估具有主动倾听技能的访谈聊天机器人
CHI '20· 对话式聊天机器人 +1
- 100%
群聊中的机器人:通过聊天机器人提高效率和参与度来促进群聊讨论
CHI '20· 对话式聊天机器人 +1
- 100%
说服性对话的影响:测试机器人身份和询问策略
CHI '20· 对话式聊天机器人 +1
- 100%
"我听到你了,我感受到你了":通过聊天机器人鼓励深层次的自我披露
CHI '20· 对话式聊天机器人 +1
- 100%
探索半监督学习在预测听众回应中的应用
CHI '21· 对话式聊天机器人 +1
- 100%
对话代理的启发式评估
CHI '21· 对话式聊天机器人 +1
- 100%
与基于文本的聊天机器人协作:对人类与聊天机器人交互过程中实施的真实世界协作策略的探索
CHI '23· 对话式聊天机器人 +1
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/10.1145/3411764.3445445
一眼看懂
fact_check论文快照
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
—
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文