如何让博物馆更具互动性？——艺术聊天机器人案例研究
人机交互
2025-09-03 v1 信息检索
摘要
大语言模型（Large Language Models, LLMs）驱动的对话代理日益被用于教育场景，尤其是在封闭的数字环境中，但其在物理学习环境中，如文化遗产场所、博物馆和美术馆的采用仍相对不足。本研究提出了Artistic Chatbot——一个面向非结构化学习的语音到语音检索增强生成（RAG）聊天系统，用于提升访客在位于波兰 Warsaw Academy of Fine Arts媒体艺术院15周年庆展览中的互动性和非正式学习。该问答聊天机器人以波兰语响应自由形式的 spoken questions，并利用来自组织者提供的226份文档构成的特定领域知识库进行上下文检索，包括院方信息、艺术杂志、书籍和期刊。我们描述了系统架构和用户交互设计的关键方面，以及在公共文化场所部署聊天机器人时的实际挑战。基于交互分析，我们的发现表明，诸如Artistic Chatbot之类的聊天机器人能够有效地在面对来自目标领域之外的不可预测查询时，保持响应基于展览内容（60%的响应直接相关），显示出其在公共文化场所提高互动性的潜力。GitHub项目页面：https://github.com/cinekucia/artistic-chatbot-cikm2025
引用
@article{arxiv.2509.00572,
title = {How to Make Museums More Interactive? Case Study of Artistic Chatbot},
author = {Filip J. Kucia and Bartosz Grabek and Szymon D. Trochimiak and Anna Wróblewska},
journal= {arXiv preprint arXiv:2509.00572},
year = {2025}
}
备注
7 pages, 3 figures