ArticulatePro：气候数据探索任务中主动与非主动助手的比较研究

自然语言界面和大语言模型的最新进展改变了我们处理NLP任务的方法，使焦点转向更基于语用学的方法。这种转变实现了人类与语音助手之间更自然的交互，这在过去是难以实现的。语用学涉及理解用户如何经常不按顺序发言、相互打断，或在未被明确要求的情况下提供相关信息（数量准则）。为了探索这一点，我们开发了一种数字助手，它能够持续监听对话，并在数据探索任务中主动生成相关的可视化图表。在一项被试内研究中，参与者在探索夏威夷气候数据门户时，分别与主动和非主动版本的语音助手进行了交互。结果表明，主动助手提高了用户参与度并促进了更快的洞察。我们的研究突显了语用学、主动AI在NLI中的潜力，并指出了其实施过程中的关键挑战，为未来研究提供了见解。