从文本到自我：用户关于AI在人际沟通与自我方面潜力的感知
人机交互
2024-03-12 v3 人工智能
计算与语言
摘要
在快速发展的AI中介沟通（AIMC）领域中，由大语言模型（LLMs）驱动的工具正成为人际沟通的重要组成部分。我们采用混合方法，开展了一项为期一周的日记与访谈研究，以探索用户对这些工具以下能力的感知：1）短期内支持人际沟通，以及2）导致潜在的长期影响。我们的研究结果表明，参与者对AIMC支持持积极看法，列举了诸如提升沟通信心、找到精确语言表达自身想法、应对语言与文化障碍等益处。然而，研究也揭示了AIMC工具当前的局限性，包括冗长、不自然的回应以及过度的情感强度。这些缺陷因用户对不真实感及对该技术潜在过度依赖的担忧而进一步加剧。此外，我们识别出由沟通利害关系（高或低）与关系动态（正式或非正式）界定的四个关键沟通空间，它们差异化地预测用户对AIMC工具的态度。具体而言，参与者发现该工具更适用于正式而非非正式关系中的沟通，且在高风险比低风险沟通中更有裨益。
引用
@article{arxiv.2310.03976,
title = {From Text to Self: Users' Perceptions of Potential of AI on Interpersonal Communication and Self},
author = {Yue Fu and Sami Foell and Xuhai Xu and Alexis Hiniker},
journal= {arXiv preprint arXiv:2310.03976},
year = {2024}
}