一刀切并不适用：面向社交机器人的个性化功能可供性设计

个性化对于在人机交互中取得更可接受且更有效的结果至关重要。许多研究将用户置于核心地位，专注于增强社交机器人感知和理解用户的能力。然而，关于如何改善用户在口语交互中对社交机器人的感知与解读，目前所知甚少。本文所述工作旨在探究影响社交机器人功能可供性（affordance）个性化的因素，即其外观、声音和语言行为。本文展示的实验数据基于一个正在进行的项目。数据表明，人们在不同情境下对社交机器人功能可供性的偏好会发生多种多样的变化。研究还考察了这些偏好与对社交机器人特征（如能力与温情）的期望之间的关系。研究同样显示，不同个体对同一机器人的语言行为有着不同的感知。这些结果表明，一刀切式的个性化并不适用所有人。个性化应被视为一种综合方法，包括恰当的功能可供性设计，以适应用户对社会角色的期望。