医疗领域对话人工智能中的用户偏好：访谈研究启示

DOI

基于聊天机器人的症状诊断应用日益普及，但可用性和用户信任问题仍然存在。本研究使用修辞结构探索用户对症状诊断聊天机器人特性的偏好。我们在两组不同症状严重程度的用例中进行了16次半结构化访谈，并分析来自四个聊天机器人应用的69条用户评论。研究发现，用户始终重视logos（清晰解释、结构化对话）和ethos（一致性、下一步指导），而pathos（情感支持）在高严重性场景中变得更为重要。同样，logos特性在所有阶段都至关重要，但ethos在第三阶段——诊断交付时变得突出。访谈揭示了对话管理、交互设计和个性化需求等主题。应用评论支持这些发现，突出了透明度、共情和可用性方面的差距。基于这些见解，我们提出了设计指南并可视化交互概念，以符合修辞策略来改善健康对话代理的信任度和有效性。