无意识吸引子：一种基于听觉扰动的抗误报注意力引导干预
人机交互
2021-01-22 v1 人工智能
摘要
显式提醒用户并非总是最优干预，尤其当他们缺乏遵从动机时。例如，在基于视频的学习中，从视频分心的学习者不会遵循要求其注意的提醒。受无意识计算（Mindless Computing）概念启发，我们提出一种新颖干预方法——无意识吸引子（Mindless Attractor），它利用人类语音交流的本质，在不依赖学习者动机的情况下帮助其重新聚焦注意力。具体而言，它扰动视频中的语音以引导其注意力，而不消耗其意识觉察。我们的实验不仅证实了所提方法的有效性，还强调了其与基于机器学习的感知模块结合的优势。即，即使干预由其注意状态的误报检测激活，也不会使用户沮丧。我们的干预方法可成为人机共生中诱导行为改变的可靠途径。
引用
@article{arxiv.2101.08621,
title = {Mindless Attractor: A False-Positive Resistant Intervention for Drawing Attention Using Auditory Perturbation},
author = {Riku Arakawa and Hiromu Yakura},
journal= {arXiv preprint arXiv:2101.08621},
year = {2021}
}
备注
To appear in ACM CHI Conference on Human Factors in Computing Systems (CHI '21), May 8-13, 2021, Yokohama, Japan