通过聊天学习、探索与反思：理解基于LLM的投票建议应用聊天机器人的价值
人机交互
2025-05-16 v1 计算机与社会
摘要
投票建议应用（VAAs）在欧洲选举中已变得日益突出，被视为提升选民政治知识和参与度的成功工具。然而，VAAs的复杂语言和僵化呈现限制了其对不太精通的选民的效用。虽然先前工作通过脚本化解释增强了VAAs的基于点击的交互，但对话式聊天bot在定制讨论和审慎政治决策方面的潜力尚未被充分挖掘。我们的探索性混合方法研究调查了基于LLM的聊天bot如何支持投票准备。我们在德国2024年欧洲议会选举前向331名用户部署了VAA聊天bot，从调查、对话日志和10次后续访谈中收集见解。参与者发现VAA聊天bot直观且信息丰富，称赞其简单的语言和灵活的交互。我们进一步揭示了VAA聊天bot作为反思和理性化催化剂的作用。扩展参与者对透明度的需求，我们为构建交互式和可信赖的VAA聊天bot提供了设计建议。
引用
@article{arxiv.2505.09806,
title = {Learn, Explore and Reflect by Chatting: Understanding the Value of an LLM-Based Voting Advice Application Chatbot},
author = {Jianlong Zhu and Manon Kempermann and Vikram Kamath Cannanure and Alexander Hartland and Rosa M. Navarrete and Giuseppe Carteny and Daniela Braun and Ingmar Weber},
journal= {arXiv preprint arXiv:2505.09806},
year = {2025}
}
备注
Accepted to ACM CUI 2025