关于对话式人机交互的用户体验研究：对ACM数字图书馆的文献回顾

文献标题

UX Research on Conversational Human-AI Interaction: A Literature Review of the ACM Digital Library

文献信息

• 主题领域: 人机交互（HCI）、用户体验（UX）、会话型AI（Conversational AI）
• 关键词: 会话代理、聊天机器人、会话型AI、用户体验研究、文献综述

研究背景与问题

• 研究背景: 会话代理（CAs，如聊天机器人）正快速发展，最早以一对一形式的人机交互为主（dyadic），近来越来越多开始支持多用户的交互（polyadic），即同时支持人机和人际交互。但对于多用户会话代理的设计和评估，特别是其在人际交互中的作用，相关研究仍然分散于不同领域并缺乏系统总结。
• 研究问题:
  1. 多用户会话代理如何解决人际交互中的挑战？
  2. 一对一与多用户会话代理研究有哪些不同？
  3. 设计多用户会话代理的最佳实践是什么？
  4. 使用这些代理对人际交互有什么影响？
  5. 评价多用户会话代理用户体验的指标有哪些？
  6. 设计研究中忽视的问题是什么？
• 重要性: 解决多用户会话代理在人际交互中的设计与伦理问题，对于提升用户体验、促进应用创新具有重要意义。

解决方案

• 研究方法与步骤:

  • 对ACM Digital Library中的文献进行系统性综述，筛选了1302篇文章，最终识别出36篇多用户会话代理相关研究和135篇一对一研究。
  • 混合方法分析：结合定性和定量分析，包括主题建模和开放编码。

• 创新点:

  • 系统地总结多用户会话代理在人际交互中可解决的关键挑战。
  • 提出了多方面评价用户体验的指标集合。
  • 探讨多用户会话代理设计中的社会边界问题。

• 实施步骤与技术:

  1. 数据收集: 从ACM数据库中筛选，设置包括/排除标准，如是否包含用户体验评估，是否多语言。
  2. 定性分析: 使用主题分析定义多用户交互的独特设计及实践。
  3. 定量分析: 使用主题建模工具揭示多用户和一对一会话代理研究的热门主题。

研究成果

• 多用户会话代理所解决的挑战:

  • 沟通效率: 缓解协作中的沟通结构混乱、任务管理困难等问题。
  • 参与度不足: 激励小组成员更平等、有效地参与。
  • 关系维护: 帮助团队管理情绪、构建信任、预防矛盾。
  • 建立连接: 促进跨文化的“破冰”对话和初期关系构建。

• 研究兴趣与焦点差异:

  • 一对一代理研究更加专注于与AI的个体互动质量。
  • 多用户代理研究则集中在团队讨论、教育、在线社区等场景的人际协作改进。

• 常用设计与评价方法:

  • 设计方法: 大部分采用框架驱动或用户参与设计。
  • 常用指标: 包括任务完成时间、用户参与度、对社会支持的感知、对话顺畅度等。
  • 评估方法: 包括实验、调查、访谈、日志分析等，特别是在多用户场景下，考虑社交行为和情感动态。

• 系统性研究的遗漏问题:

  • 多用户会话代理需要明确"可见性"和"可忽略性"设计。
  • 应在代理设计中嵌入"边界感知"(boundary-awareness)以处理隐私、伦理和社交动态的复杂关系。
  • 现有理论较少应用于多用户代理设计，未来需更多与社会学、心理学理论结合。

• 与现有解决方案的比较优势: 本综述首次系统化了多用户会话代理在用户体验和社会关系中的作用，为后续设计提供了强有力的理论基础和实践建议。

• 局限性与未来方向:

  • 仅基于ACM数据库，对其他来源研究的覆盖有限。
  • 对代理的创新性设计与真实场景的实验评估仍需进一步扩展。
  • 建议未来深入探讨边界感知代理的伦理与社会影响，关注多用户交互复杂场景的新维度。