AI聊天机器人用于社会支持的新兴应用需要对人类和非人类实体作为支持来源进行系统性比较。在一项被试间实验研究中,一名人类支持者和两种表面上的聊天机器人(在Wizard of Oz设计中)与疫情期间经历压力情境的大学生进行了支持性对话。我们发现,与较不理想的聊天机器人(即低响应性聊天机器人)相比:(1)人类支持者被认为更具温暖性,这直接减少了参与者的情绪困扰;(2)理想聊天机器人(即高响应性聊天机器人)被认为更具能力,这激发了参与者对压力情境的认知重评,随后减少了情绪困扰。人类支持者与理想聊天机器人在用户感知的能力或温暖性方面没有差异,尽管人类支持者在激发参与者的认知重评方面更有效。本研究将人类传播理论整合到人机交互研究中,通过将用户对聊天机器人的感知定位于一个更大的过程中的不同传播能力支持来源,延伸到用户的认知和情绪反应,最终到困扰结果。讨论了理论和设计启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/123307/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
work
职业/产业
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文