解释等待:聊天机器人响应延迟的理由对用户信任的影响
作者
对话式聊天机器人可解释人工智能(XAI)AI/ML 研究员与工程师HCI 研究员
在人类沟通中,快速或缓慢回答问题会影响我们对答案的信任。当聊天机器人逐渐模仿人类说话时,响应速度可以被人为改变以在用户心中创造特定印象。然而,研究结论仍不明确,可能是因为缺少允许解释延迟的上下文线索。因此,本研究探索用文本解释来证明即时和动态响应延迟(取决于答案长度)的合理性。我们基于先前工作设计了五种设计变体,并评估它们对聊天机器人感知社交存在感和透明性的影响(N=10)。在一项在线被试间研究(N=194)中,我们评估了最高评价的理由对用户在两种延迟条件下对聊天机器人透明度、社交存在感和信任的感知的影响。结果表明,虽然这些理由在即时响应场景中增强了感知透明性和信任,但在动态延迟情境中却没有效果。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
自动接单系统中的问题诊断与优先级排序:一种机器辅助的错误发现方法
CHI '25· 对话式聊天机器人 +1
- 75%
会话式解释:与非AI专家讨论可解释AI
IUI '25· 可解释人工智能(XAI)
- 67%
会话式XAI是所需的一切吗?基于会话XAI助手的人机决策研究
IUI '25· 对话式聊天机器人 +2
- 60%
聊天机器人、胡说机器人与通用人工智能的追求
CHI '19· 对话式聊天机器人 +1
- 60%
操纵和测量模型可解释性
CHI '21· 可解释人工智能(XAI) +1
- 60%
每个人都想做模型工作,而不是数据工作:高风险人工智能中的数据级联
CHI '21· 可解释人工智能(XAI) +1
- 60%
整体是否超过其部分?AI解释对互补团队绩效的影响
CHI '21· 可解释人工智能(XAI) +1
- 60%
共享兴趣:测量人机对齐以识别模型行为中的重复模式
CHI '22· 可解释人工智能(XAI) +1
- 60%
去偏CAM以减轻图像扰动并提供机器学习的忠实可视化解释
CHI '22· 可解释人工智能(XAI) +1
- 60%
文本分类中的公平性评估:机器学习从业者对个体和群体公平性的看法
CHI '23· 可解释人工智能(XAI) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
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
对话式聊天机器人、可解释人工智能(XAI)
work
职业/产业
AI/ML 研究员与工程师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文