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

文献标题

与基于文本的聊天机器人协作：探讨真实世界中人类与聊天机器人交互中的协作策略

文献信息

• 主题领域: 人机交互、聊天机器人、协作策略
• 关键词: 聊天机器人、人机协作、任务型聊天机器人、合作策略、真实世界数据、用户体验、语言适配、行为策略

研究背景与问题

• 发现的问题或挑战:

  • 大多数关于聊天机器人的研究使用人工实验设置，缺乏对真实世界交互的观察。
  • 现有研究主要关注用户对沟通中断的反应，却忽视了用户在整个对话中的更广泛协作策略。
  • 人们如何与聊天机器人合作以实现其目标尚未被充分理解。

• 重要性:

  • 聊天机器人已广泛应用于客户服务等任务领域，其对话质量直接影响用户体验。
  • 深入理解人类与聊天机器人合作的动态，可以提升聊天机器人的设计和效率。

• 研究动机与相关工作:

  • 当前研究侧重于修复破损性对话而非整体协作策略。
  • 真实用户的聊天记录分析提供了探索自然协作动态的机会。
  • 部分研究开始关注用户如何利用聊天机器人克服问题，但仍缺乏针对协作行为的系统性分析。

解决方案

• 提出的解决方案:

  • 使用定性分析方法（扎根理论）对真实用户（意大利一通信公司客户）与任务型聊天机器人互动的 12,477 条对话进行分析。

• 创新之处:

  • 与大多数基于实验或用户报告的伪现实数据不同，本研究提供了基于真实世界聊天记录的协作策略分析。
  • 识别了两大协作方面（行为协作和对话协作）及其演变动态。
  • 首次系统性地揭示了协作和非协作的方式及演变模式。

• 实施步骤与关键技术:

  • 数据清洗和预处理，制定保密和道德指引。
  • 基于扎根理论的编码和分类，分析行为和语法的变动。
  • 识别协作类型、策略和交互动态。

研究成果

具体成果

• 协作的两大方面:

  • 行为协作: 用户通过执行聊天机器人的请求或维护礼貌，表现出对互动环境的适应。
  • 对话协作: 用户通过调整语言结构和内容，使聊天机器人更容易理解。

• 协作策略:

  • 行为策略:
    • 承诺: 用户严格执行机器人的指令。
    • 礼貌: 用户通过言辞展现耐心和礼貌对话。
    • 行为非协作: 用户拒绝遵循指令或表现出攻击行为。
  • 对话策略:
    • 摘要: 用户减少信息量以聚焦关键内容。
    • 简化: 修改复杂句法结构为简单句。
    • 重构: 替换词语以寻求机器理解。
    • 复杂化: 增加句子的结构和细节。
    • 修正: 改正语法错误或拼写错误。
    • 强调: 使用大写字母突出关键词。
    • 重复: 原样重复未被机器人理解的句子。
    • 对话非协作: 用户不修改复杂语言，甚至拒绝重新表述。

• 协作动态:

  • 演化: 用户逐步加强协作，例如从复杂句转为简化语言，尝试不同策略。
  • 退化: 用户逐步减少协作，表现出疲惫或挫败感，最终可能放弃对话。

与现有解决方案相比的优势

• 提供关于真实世界互动的见解，真实记录增强研究结果的可靠性。
• 涉及广泛协作类型，不局限于沟通故障的修复策略。
• 捕捉了协作行为的动态演化和退化现象。

实验或评估结果

• 用户在大量互动中展现了多样化的协作策略。
• 超过三分之二的用户持续尝试协作，即使面临沟通障碍。
• 用户间的行为呈现显著差异，部分用户表现出高度的耐心和礼貌。

局限性与未来方向

• 局限性:

  • 聊天机器人功能有限，用户必须承担主要协作责任。
  • 数据局限于意大利特定文化背景，可能限制结果的普适性。
  • 未收集用户对自身行为的直接反思，无法验证行为动机的准确性。

• 未来方向:

  • 扩展研究至其他文化背景和不同任务型聊天机器人。
  • 结合用户反思与对话记录，探讨行为与感知的一致性。
  • 研发具有动态协作能力的智能聊天机器人，更好地参与人机协作。

设计启示

1. 创造友好且礼貌的对话环境:

   • 增强聊天机器人的情感表达和人性化设计。
   • 借助主动的礼貌行为鼓励用户采用同样的互动方式。

2. 引导用户采用适合的协作策略:

   • 提供明确的指导，动态建议用户使用某些策略（如简化或复杂化）。

3. 让用户感知协作的进展:

   • 强调交互中的细微进展，避免重复性回答令用户感到对话停滞。

总结

本文为任务型聊天机器人与人类交互中协作行为提供了一个全面的视角。研究揭示了用户通过行为和对话适应聊天机器人的多种策略，并分析了协作演化和退化的动态特征。这些发现为聊天机器人的设计，尤其是在客户服务领域的潜在改进提供了具体建议。