《倾听音乐，倾听自己》：设计一个对话代理以支持在听音乐时的自我意识

文献标题

“Listen to Music, Listen to Yourself”: Design of a Conversational Agent to Support Self-Awareness While Listening to Music

文献信息

• 主题领域: 音乐影响与自我意识的交互设计
• 关键词: 音乐聆听, 聊天机器人, 用户参与, 自我决定理论, 情感健康, 人机交互, 冥想设计, 音乐心理学

研究背景与问题

• 发现的问题与挑战:

  1. 音乐可以触发人的情绪和认知，帮助人们理解情感和内心的想法，从而提高自我意识。
  2. 尽管以音乐为媒介的技术能支持心理健康，但很少有研究专注于如何结合聊天机器人来增强听音乐时的自我意识。
  3. 现有系统缺乏对用户自我意识和表达的引导设计，在促进情感共鸣和深度自我表达方面存在不足。

• 研究重要性:

  1. 自我意识与心理健康密切相关，强大的自我意识可以帮助人们更好地管理情绪和提高幸福感。
  2. 聊天机器人作为一种新兴技术，能够为用户提供伴随式互动，并具有潜力增强用户参与感和用户体验。
  3. 探索设计策略可以为未来的音乐技术和心理健康支持工具提供更多指导。

• 研究动机与相关工作:

  • 音乐作为一种日常常见的娱乐活动，在情感调节和社交活动中扮演重要角色。
  • 聊天机器人在心理健康支持中的潜力已经得到了一定验证，但尚未在听音乐场景中充分利用。
  • 提前研究两个主要设计因素（主动引导与社交信息）的影响，可帮助进一步优化聊天系统设计。

解决方案

• 提出的方法或解决方案:

  • 设计了一款新颖的聊天机器人（CA, Conversational Agent），可以在用户听音乐时通过对话形式支持用户的自我意识和自我表达。
  • 系统集成了两种关键设计因素：主动引导（Proactive Guidance, PG）和社交信息（Social Information, SI，音乐评论）。

• 创新之处:

  1. 首次将交互式聊天体验融入音乐听觉场景，以支持用户的情感共鸣和自我表达。
  2. 通过五天的用户研究，提供了关于设计因素如何影响用户自我意识、需求满足以及接受度的实证数据。

• 实施步骤和关键技术:

  • 构建聊天界面：机器人主动向用户询问目前心情、推荐符合用户情绪的音乐，并鼓励用户分享内心感受。
  • 集成音乐评论：提供其他听众对同一音乐的评论信息，以激发用户的情感共鸣。
  • 设计实验：进行基于 2x2 的实验研究以观察不同 PG 和 SI 组合的影响。
  • 测量指标：记录用户情感共鸣次数、自我表达深度与长度、三种基本心理需求满足程度（自主性、胜任感和关联感）和用户接受度（包括有用性、易用性和使用意愿）。

研究成果

• 具体成果:

  1. 系统成功提升了用户的自我意识：主动引导与社交信息均显著影响自我感知和表达能力。
  2. 社交信息（如音乐评论）能促进用户的深度表达，而高主动引导能提升情感共鸣次数。
  3. 主动引导产生了综合效果，但过高的引导可能降低用户的自主性与对系统有用性的感知。

• 与现有解决方案的比较优势:

  • 相较于传统的音乐推荐和探索系统，本研究的聊天机器人更注重用户自我意识的培养，而不仅仅是推荐音乐的角度。
  • 通过提出两种关键设计因素并进行实证分析，明确了如何优化系统以更好地满足心理健康需求。

• 实验或评估结果:

  1. 任务层面：高主动引导显著提升了自我意识，而社交信息显著提高了表达深度。
  2. 技术层面：用户接受度受到心理需求满足程度的中介作用影响，高自主性感知与较低的主动引导设置呈正相关。
  3. 生活层面：系统在五天的用户研究中轻微改善了用户的整体心理健康分数。
  4. 音乐匹配性：音乐评分是影响情感共鸣和心理需求满足程度的重要情境因素。

• 局限性与未来方向:

  • 参与者人群以中国年轻人为主，文化背景和年龄不同可能影响结果适用性。
  • 系统的音乐推荐未完全个性化，未来可以通过更高级的个性化推荐算法（如基于历史数据）优化用户体验。
  • 聊天机器人的对话设计较为基础，未来可以通过情感化语言模型进一步提升对用户的移情能力与互动反馈。