用户在反复使用后对聊天机器人的外向性感知

文献标题

User Perceptions of Extraversion in Chatbots after Repeated Use

文献信息

• 主题领域: 人机交互 (Human-Computer Interaction)，特别是基于文本的聊天机器人个性化设计及用户体验
• 关键词: 聊天机器人, 对话代理, 外向性, 个性化, 个性, 用户体验

研究背景与问题

• 发现问题或挑战:

  • 虽然通过赋予机器人或语音助手个性可以改善用户体验，其在文本聊天机器人中的应用仍然理解有限。
  • 当前的商业化对话代理多采用“普适性”的设计方式，忽略了个性化所能带来的潜在优势。
  • 大部分关于个性化聊天机器人的研究仅集中在短期交互，而未探讨长期使用中用户对个性知觉的变化。
  • 对话代理如何通过纯语言信息传递特定个性（如外向性）仍缺乏系统性方法。

• 研究重要性:

  • 聊天机器人广泛应用于健康支持等领域，理解如何塑造个性化对话代理对提高用户参与度和治疗效果至关重要。
  • 个性化聊天机器人有助于增强用户对代理的信任、愉悦感和深度参与行为。

• 研究动机与相关工作:

  • 作者基于心理语言学文献中关于语言与人格的关系，提出通过特定语言学标记来模拟不同水平的外向性。
  • 当前大部分研究集中在机器人或语音助手里通过非语言行为（如语调、眼神）的个性塑造，缺乏对纯语言塑造个性的深入调查。

解决方案

• 提出方法或解决方案:

  • 提出使用聊天机器人带有三种不同外向性水平（外向、中等、内向）的设计，并测试其在长期使用中的用户反馈。
  • 使用心理语言学中与外向性相关的语言标记（如词频、情感词、句法复杂性等），分别为三个版本的聊天机器人调整其语言输出风格。

• 解决方案的创新之处:

  • 通过逐步操控文本聊天机器人语言中的外向性标记，实现连续而非二元的个性化塑造。
  • 引入系统的方法，通过在线实验评估用户长期使用后的个性化感知变化。

• 实施步骤与关键技术:

  1. 设计阶段:
     • 使用心理语言学中的语言学标记来设计聊天机器人的语言风格（如外向机器人使用长句、情感词汇；内向机器人使用正式语言、复杂词汇）。
     • 通过Telegram平台实现机器人交互，对各个机器人版本进行系统化调试与测试。
  2. 实验阶段:
     • 样本招募与分组: 招募了34名参与者，根据其自评外向性水平分组（外向、中等、内向）。
     • 设计实验流程: 参与者与每个机器人版本交互4天（其中3天填写压力日记，第4天生成反馈报告），周期共12天。
     • 数据收集: 收集参与者的开放式评价、交互行为（如输入字数）、以及聊天机器人外向性评分。
  3. 问卷与数据分析:
     • 使用Big Five人格问卷评价机器人外向性。
     • 记录用户倾向与偏好评估。
     • 开发线性混合模型分析数据，探索用户的个性对机器人偏好的影响。

研究成果

• 具体成果:

  • 外向性塑造的成效:
    • 用户能够清楚感知到赋予外向性和中等外向性的机器人的外向特征。
    • 尽管设计了内向特征，纯语言标记无法有效传递内向性，用户对内向机器人的感知更多是“正式”或“严谨”。
  • 用户偏好:
    • 大部分用户更喜欢外向性机器人，其次是内向性机器人；平均水平的机器人排名较低。
    • 外向性机器人的开放语风格和社交化表现被普遍认为更友好、更人性化。
  • 用户行为:
    • 用户倾向于对内向性机器人输入更多文字，这可能是因为内向机器人的“专业”语气促使用户更认真地回答问题。
  • Agreeableness（宜人性）对偏好的影响:
    • 所有机器人都被用户认为具有宜人性，但这一特性对外向性机器人的吸引力更为突出。
  • 个性化适配:
    • 用户的个人外向性得分与其对聊天机器人的偏好之间并未发现显著相关。

• 实验或评估结果:

  • 三个聊天机器人在可用性评分中无显著差异，说明用户偏好基于个性而非工具实用性。
  • 用户体验分析表明，设计个性化激励的聊天机器人可显著提升用户参与度和满意度。

• 局限性与未来方向:

  • 样本规模较小且过于集中于英国英语母语用户，未来研究需引入更大的样本量及多文化背景。
  • 内向性塑造成效不足，未来研究需要探索语言标记以外的其他方式（例如推迟响应、减少互动频率）。
  • 建议为人机交互领域量身定制新的人格测量工具，以补充当前使用的人格问卷。