定义对话式网络的模式

文献标题

Defining Patterns for a Conversational Web

文献信息

• 主题领域: 人机交互、无障碍技术与会话AI设计
• 关键词: 会话用户界面 (Conversational UIs)、会话Web浏览、设计模式、无障碍技术、人机交互、用户研究、语音助手、Web导航、内容分割、认知辅助
• 发表时间与地点: CHI '23, Hamburg, Germany.

研究背景与问题

• 问题或挑战:

  • 现行网页设计仍然过于视觉化，给盲人和视障人士（BVI用户）带来了显著的导航和信息获取困难。
  • 屏幕阅读器是常用辅助工具，但存在如下问题：
    • 网页不遵循无障碍设计指南导致屏幕阅读器解析能力受限。
    • 网站内容被设计为视觉消费优先，语音转化难以传递信息。
  • 现有会话AI虽然可用于搜索或FAQs，但在支持用户的网页内导航和信息获取方面有所不足。

• 重要性:

  • 通过利用会话AI，可以为视障者及其他用户群体提供更自然、无障碍的Web交互体验，使Web真正对所有人开放。
  • 需要建立能够跨网站提供一致性体验的设计指导，来优化Web会话体验。

• 研究动机与相关工作:

  • 针对现有会话AI设计指南的局限性，尤其是其未充分考虑BVI用户的需求。
  • 进一步开发针对网页浏览任务的模式和指南。

解决方案

• 提出的解决方案: 通过一个以用户为中心的设计过程，作者提出了适用于会话Web浏览的设计模式（Conversational Patterns）。这些模式基于视觉受限用户对信息获取和导航困难的深度调查，旨在改进会话AI的交互体验。

• 创新点:

  • 一种称为“会话导向导航树（Conversation-oriented Navigation Tree, CNT）”的模型设计，用于组织和表示网页内容与导航结构的分层架构，实现网页的自然语言交互。
  • 提出了具体的模式，包括导航空间映射、分层内容浏览、内容阅读优化、以及会话控制意图。

• 关键技术与步骤:

  • 用户研究: 通过问卷调查、访谈、实体焦点小组及共设计实验，明确Web浏览特定的难点并提出改进建议。
  • 设计与验证:
    • 引入内容分段、语音标签、链接预测等技术。
    • 开发为Wikipedia页面提供支持的“ConWeb”平台，验证设计模式的可行性和效果。
  • 技术实现:
    • 自动生成会话导向导航树。
    • 使用自然语言处理（NLP）技术解析和生成对话。

研究成果

• 具体成果:

  • 定义了适用于会话Web的设计维度，包括导航结构映射、快速导航机制、页面内容分割与摘要机制。
  • 实现了多种会话模式（Patterns）：
    • 分层内容导航
    • 快速关键字问答（Q&A）
    • 用户书签和分类
    • 通过段落滚动实现内容分割阅读
    • 会话控制机制，包括帮助、回退历史和全局标志节点

• 优势与现有方案的比较:

  • 完善了现有会话AI在网页导航上的不足，提供更自然、更低认知负荷的交互体验。
  • 面向用户的设计模式详细捕捉了BVI用户的需求和痛点，更加实用和具体。

• 实验与评估结果:

  • 初步验证显示设计模式减少了用户的认知负荷，帮助用户快速构建网站的心理模型。
  • 参与者对会话Web呈现方式的直观性和一致性表示赞赏，尤其是通过快速Q&A直接获取内容的能力。

• 局限性与未来方向:

  • 局限性:
    • 未深入解决动态网页组件、复杂表单等场景的交互模式设计。
    • 对更广泛的用户群体和多样化网站类型的覆盖率有限。
    • 样本数量较少，参与者年龄较年轻，可能影响结果的普适性。
  • 未来研究方向:
    • 将设计模式扩展到更多动态和交互复杂的网站。
    • 进一步整合屏幕阅读器与会话AI技术。
    • 研究其他用户群体对会话Web的适用性与评价。

这项研究为改善网页浏览的会话AI提供了新的设计理论和技术实践方向，同时为无障碍Web设计打开了新篇章，更好地服务于包括BVI用户在内的更多群体。