表达用户反馈：输入模态对自我表露的影响

本研究探讨输入模态（语音与文本）如何影响用户反馈中的自我表露，采用一种新方法，即利用基于Transformer的模型检测嵌入语境中的每token自我表露程度。在一项122名参与者参与的在线实验中，结果表明使用语音输入的参与者的自我表露水平显著低于使用文本输入的参与者，这一发现与语音交互中感知匿名性降低相关。在控制回复长度后，该效应仍然存在，表明语音输入对自我表露的影响不仅源于回复更简短，还反映了人们对语音通信的独特心理反应。这些发现有助于深化对输入模态在用户反馈情境中塑造表露行为的理论理解。实践意义为语音反馈系统的设计提供了指导，以在敏感环境中鼓励更加开放和真实的反馈。