超越文字：为对话代理注入类人打字行为

最近，大语言模型促进了高度智能的对话人工智能的出现，能够进行类似人类的对话。然而，一个显著的区别在于，这些人工智能模型主要快速生成响应，通常产生大量内容，而没有模拟人类认知和打字时特有的思考过程。本文提出了一种模拟类人打字行为的设计，包括犹豫和自我修正等模式，并进行了一项初步用户实验，以了解具有类人打字行为的代理可能在多大程度上影响对话参与及其可信度。我们构建了一个具有用户可调参数的交互式平台，允许用户个性化人工智能的沟通风格，从而培养更丰富和沉浸式的对话体验。我们的用户实验涉及与三种类型的代理交互——基线代理、模拟犹豫的代理，以及整合犹豫和自我修正行为的代理——结果显示，同时包含两种行为的代理更受青睐，表明感知自然度和可信度有所提升。通过我们设计过程以及用户实验的定量和定性反馈的洞察，本文为对话人工智能的多模态交互设计和用户体验做出了贡献，倡导更类人、更吸引人和更可信的沟通范式。