探究语音对话搜索中的偏见
人机交互
2024-09-04 v1 信息检索
摘要
基于语音的系统，如Amazon Alexa、Google Assistant和Apple Siri，以及日益流行的OpenAI ChatGPT和Microsoft Copilot，服务于包括视障和低识字率群体在内的多样化人群。这反映了用户期望从传统搜索向更具交互性的问答模式的转变。然而，由于语音渠道的线性特性，在其中有效呈现信息仍然具有挑战性。这一限制可能影响涉及具有多种观点的争议性话题的复杂查询的呈现。未能呈现多样化的观点可能会延续或引入偏见，并影响用户态度。在设计公平有效的语音系统时，平衡信息负载和解决偏见问题至关重要。为此，我们(i)回顾了在基于屏幕的网页搜索中如何研究偏见和用户态度变化，(ii) 探讨了在语音对话搜索(SCS)等语音环境中研究这些变化的挑战，(iii) 概述了研究问题，并(iv) 提出了一个包含变量、数据和工具的的实验设置，以探索在语音对话搜索等语音环境中的偏见。
引用
@article{arxiv.2409.00890,
title = {Towards Investigating Biases in Spoken Conversational Search},
author = {Sachin Pathiyan Cherumanal and Falk Scholer and Johanne R. Trippas and Damiano Spina},
journal= {arXiv preprint arXiv:2409.00890},
year = {2024}
}
备注
Accepted Late-Breaking Results at ACM ICMI Companion 2024