响应延迟与任务类型对人机LLM交互及感知的影响
人机交互
2026-04-09 v1
摘要
大型语言模型（LLM）应用中的响应性被广泛认为是关键的，但延迟对用户行为和输出质量感知的影响尚未得到系统性探索。我们报告了一项受控实验，在两种分类驱动的知识任务类型（创作与建议）中变化首次令牌生成时间延迟（2、9、20秒）。日志分析显示，用户交互行为对延迟具有鲁棒性，但因任务类型而异：创作任务比建议任务引发更频繁的提示。与经历2秒延迟的参与者相比，经历9秒或20秒延迟的参与者对LLM输出的评价更为深思熟虑和有用。参与者将延迟归因于AI的深思熟虑，尽管长时间等待偶尔会将其解读转向挫败感或对可靠性的担忧。总体而言，这项工作表明延迟并非简单的需要降低的成本，而是一个具有伦理影响的可调设计变量。我们提供了增强人机LLM交互的设计策略。
引用
@article{arxiv.2604.06183,
title = {The Impact of Response Latency and Task Type on Human-LLM Interaction and Perception},
author = {Felicia Fang-Yi Tan and Moritz A. Messerschmidt and Wen Yin and Oded Nov},
journal= {arXiv preprint arXiv:2604.06183},
year = {2026}
}
备注
To be published in ACM CHI 2026