基于五种用户问题求解风格的人机交互用户体验包容性度量
人机交互
2024-02-20 v5
摘要
动机：近期关于如何普遍改进AI产品用户体验的研究已经出现，但关于AI产品包容性的认知相对匮乏。例如，它良好支持哪类用户，又遗漏了谁？以及产品中何种改动可提升其包容性？目标：我们的总体目标是填补这一空白，探究AI产品遗漏了哪些多样化用户，以及如何基于该认知采取行动。为使研究发现具备可操作性，我们聚焦于用户问题求解属性的多样性。因此，我们的具体目标是：（1）揭示在一系列AI产品中，具有不同问题求解风格的用户是否被遗漏；（2）将参与者的问题求解多样性与其人口统计学多样性（具体而言性别与年龄）相关联。方法：我们开展了18项实验，剔除其中2项未通过操纵检验的实验。每项实验均为针对在线参与者的2x2因子实验，比较两款AI产品：一款刻意违背HAI指南，另一款应用该指南。针对第一目标，我们分析了每款AI产品相较其对照产品在包容性上的增减，其中包容性定义为对具有特定问题求解风格参与者的支持程度。针对第二目标，我们分析了参与者的问题求解风格与其人口统计学特征（即性别与年龄）的对应关系。结果与启示：参与者的多样化问题求解风格揭示了六类包容性结果：（1）遵循HAI指南的AI产品在各类问题求解风格多样性上几乎总是比未遵循该指南的产品更具包容性——但获得大部分包容性的“对象”因指南与问题求解风格不同而差异显著……
引用
@article{arxiv.2108.00588,
title = {Measuring User Experience Inclusivity in Human-AI Interaction via Five User Problem-Solving Styles},
author = {Andrew Anderson and Jimena Noa Guevara and Fatima Moussaoui and Tianyi Li and Mihaela Vorvoreanu and Margaret Burnett},
journal= {arXiv preprint arXiv:2108.00588},
year = {2024}
}