通过增强情境反馈改善公民投诉管理的会话式用户界面

大语言模型(LLM)的人机协作众包任务设计与质量控制智慧城市与城市感知政府官员与公务员

随着城市转型干扰公民生活,尽管公民参与很重要,但往往未被重视。公民投诉系统存在,但在与市政当局进行有意义的对话方面往往受限。同时,智慧城市旨在通过将数字孪生与物理基础设施整合来提高生活标准、效率和可持续性,有可能通过实时数据增强城市与其居民之间的透明度和丰富沟通。配合这些发展,实现会话式用户界面(CUI)的技术正变得更有能力提供会话式和反馈导向的方法,如投诉管理过程。本研究探索了通过增强情境反馈改进公民投诉管理的CUI。情境反馈这一术语已被开发并定义为与投诉和/或潜在问题相关的所有信息(例如背景、条件、解释、时间线和类似投诉的存在),这些信息可能与用户相关。本论文提出的解决方案通过CUI收集用户关于其问题的数据,随后查询各种数据源以获取相关的情境信息。随后,大语言模型处理收集的数据以产生相应的反馈。在研究中,将没有情境数据的静态CUI作为基线与包含情境数据的CUI进行了比较,分析了它们对实用性和享乐性质量、复用意愿以及对公民对市政当局信任的潜在影响。该研究与德国Wadgassen市合作进行。基线系统的良好表现表明,即使没有数据源,大语言模型在公民投诉领域也具有一般潜力。结果表明,情境反馈整体表现更好,在实用性、享乐性、吸引力、复用意愿、投诉被认真对待的感觉以及对市政当局的信任方面都有显著改善。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cui/166827/2024

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CUI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、众包任务设计与质量控制、智慧城市与城市感知
work
职业/产业
政府官员与公务员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文