为何与何时：理解对话式协同搜索中的系统主动性

在过去十年中，对话式搜索吸引了大量关注。然而，多数研究聚焦于可支持\emph{单个}搜索者的系统。在本文中，我们探索系统如何支持通过即时通讯平台（即 Slack）协作的\emph{多个}搜索者。我们呈现了一项“绿野仙踪”研究，其中 27 对参与者通过 Slack 协作完成三项信息搜寻任务。参与者无法自行搜索，必须通过与\emph{搜索机器人}直接从 Slack 频道交互来收集信息。搜索机器人的角色由参考馆员扮演。对话式搜索系统必须能够进行\emph{混合主动}交互，通过掌控与让出对话控制权来实现不同目标。话语分析研究表明，对话智能体可采取\emph{两}个层级的主动性：对话级与任务级主动性。智能体采取对话级主动性以建立智能体间的共同信念，采取任务级主动性以影响其他智能体的目标。在研究期间，参与者暴露于三种实验条件，其中搜索机器人可采取不同层级的主动性：（1）无主动性，（2）仅对话级主动性，以及（3）对话级与任务级主动性兼备。在本文中，我们聚焦于理解“巫师”的行为。具体而言，我们聚焦于理解巫师采取主动性的动机及其每次干预时机的理由。为深入洞察巫师的行为，我们对巫师进行了刺激回忆访谈。我们呈现了该访谈数据定性分析的结果，并讨论了对设计支持协同搜索的对话式搜索系统的启示。