Action-a-bot：通过元认知对话构建操作指南以提升现场感知能力

DOI

人们经常依靠共享的程序和处理技巧来处理不熟悉的任务，但遵循教程可能具有挑战性。个人可能会跳过步骤、改变动作或遗漏信息，导致错误或任务失败。教程通常基于个人经验，可能会遗漏重要的细节，而这些细节会因上下文而异。此外，当其他人尝试遵循这些教程时，不同的情况可能使他们难以遵循步骤或跟踪进度。受同事通过元认知对话讨论工作状态和工作方法的启发，我们提出了Action-a-bot，一个将静态教程转变为交互式、结构化、逐步指导的聊天机器人框架。Action-a-bot引导用户专注于每个步骤，审查他们完成的内容，并预测下一步，同时调整动作并解决问题。我们的研究探讨了人机交互如何通过提高用户参与度和对工作情况的意识来改善任务完成并使教程更具可操作性。我们讨论了聊天机器人在支持教学通信和任务执行方面的潜力。