理解信息工作者在与基于文本的对话智能体交互中的沟通偏好
人机交互
2024-11-04 v2
摘要
基于文本的人机对话中的沟通特征在塑造用户体验和对系统的感知方面起着关键作用。随着大型语言模型（LLM）的进步，现在可以在更细粒度的层面上分析这些特征。在本研究中，我们探讨了信息工作者在七种应用中对聊天机器人沟通特征的偏好。参与者被邀请参加一项交互式调查，该调查具有可调节的滑块，允许他们调整并表达对五个关键沟通特征的偏好：正式度、拟人化、共情、社交性和幽默感。我们的研究揭示了不同应用之间截然不同的沟通偏好；例如，在健康情境中偏好相对较高的共情，而在编程中偏好相对较低的拟人化。还观察到客服和日程安排等应用之间的偏好相似性。这些见解为未来的聊天机器人提供了关键的设计指南，强调了针对每个应用进行细致特征调整的必要性。
引用
@article{arxiv.2410.20468,
title = {Understanding Communication Preferences of Information Workers in Engagement with Text-Based Conversational Agents},
author = {Ananya Bhattacharjee and Jina Suh and Mahsa Ershadi and Shamsi T. Iqbal and Andrew D. Wilson and Javier Hernandez},
journal= {arXiv preprint arXiv:2410.20468},
year = {2024}
}