多语言用户是否更喜欢混合代码的聊天机器人？让我们引导并发现答案！

尽管文本对话代理（聊天机器人）无处不在，但目前它们主要以单语言模式运行，而用户往往是多语言的。众所周知，多语言用户在与其他人的互动中以及与计算机系统的交互中（如基于文本/语音的搜索界面和数字助理中的查询表述）会混合语言。语言学家将这种现象称为代码混合或多语言转换。多语言用户是否也更喜欢能以代码混合语言回应的聊天机器人？为了为多语言用户设计聊天机器人，我们进行了一项混合方法的用户研究（N=91），研究对话代理如何在多个对话轮次中进行代码混合并回应用户的混合选择。我们设计了一个人在环中的聊天机器人，具有两种不同的代码混合策略——（a）无论用户行为如何都始终进行代码混合，（b）用细微的代码混合线索进行引导，只有当用户反过来进行代码混合时才会回应。这两种策略与从不进行代码单一语言聊天机器人进行对比。用户被要求与机器人交互，并提供关于感知自然度和个人偏好的评分。他们还被问及关于他们不喜欢机器人什么的开放式问题。聊天日志、用户评分和定性响应分析表明，多语言用户强烈偏好能够进行代码混合的聊天机器人。我们发现自我报告的语言熟练度是用户偏好的最强预测因素。与始终代码混合策略相比，引导策略是一种低风险低收益的策略，对所有用户都同样可接受。引导策略得到了进一步支持，因为那些对代码混合机器人评分较高的用户往往倾向于回应机器人的语言混合模式。这些发现是为更具人性和吸引力的对话系统开发的第一步，这些系统通过适应用户的语言风格而更加人性化。