交叉别名：基于交叉性日语自称的语音智能体身份歧义性
人机交互
2025-06-04 v1 人工智能
计算与语言
计算机与社会
声音
音频与语音处理
摘要
模仿人类的对话智能体引发了关于将机器拟人化并赋予其人类社会身份线索的伦理问题。批评者也质疑了类人智能体中身份中性的假设。最近的工作表明，交叉性日语代词能够引发关于智能体身份的复杂且有时是回避性的印象。然而，其他“中性”非代词性自称 (NPSR) 以及语音作为一种社会表达媒介的作用仍未被探索。在一项众包研究中，日本参与者 (N = 204) 使用七个自称评估了三种 ChatGPT 语音（Juniper、Breeze 和 Ember）。我们发现了语音性别化的有力证据，以及交叉性自称通过中性和模糊性来规避性别化的潜力。值得注意的是，根据社会语言学理论，年龄和正式性的感知与性别化交叉，尤其是 boku 和 watakushi。这项工作对智能体身份感知提供了细致的见解，并倡导对语音智能体进行交叉性和文化敏感的研究。
引用
@article{arxiv.2506.01998,
title = {Inter(sectional) Alia(s): Ambiguity in Voice Agent Identity via Intersectional Japanese Self-Referents},
author = {Takao Fujii and Katie Seaborn and Madeleine Steeds and Jun Kato},
journal= {arXiv preprint arXiv:2506.01998},
year = {2025}
}
备注
CHI '25