Influence of Personality and Communication Behavior of a Conversational Agent on User Experience and Social Presence in Augmented Reality
TU Berlin(柏林工业大学);German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心);Hamm-Lippstadt University of Applied Sciences(哈姆-利普施塔特应用科技大学)
该研究针对AR对话智能体人格与非言语行为的影响机制不明确的问题,通过30名用户与两种人格、两种肢体语言的虚拟助手的交互实验,证实智能体表征、幽默感及肢体语言对用户体验与社会存在感存在显著影响。
2024-03-14 cs.HC
"It feels like hard work trying to talk to it": Understanding Older Adults' Experiences of Encountering and Repairing Conversational Breakdowns with AI Systems
Georgia Institute of Technology(佐治亚理工学院);Northeastern University(东北大学)
本研究通过20周居家部署实验,分析老年人使用语音AI药物管理系统的844次交互,识别四种对话中断类型,发现老年人依赖情境知识修复中断且需付出认知努力,强调AI需整合用户环境知识以提升交互体验。
2025-10-08 cs.HC
Single Vs Dual: Influence of the Number of Displays on User Experience within Virtually Embodied Conversational Systems
本研究对比单/双平板场景下虚拟具身医疗对话系统的用户体验,通过43人受试者内实验发现单屏可用性和实用质量更高,但部分用户偏好双屏放置虚拟形象以提升临场感。
2024-10-07 cs.HC
User Prompting Strategies and ChatGPT Contextual Adaptation Shape Conversational Information-Seeking Experiences
University of Utah(犹他大学);Michigan State University(密歇根州立大学);Boise State University(博伊西州立大学);Emory University(埃默里大学)
研究探讨用户提示策略和ChatGPT响应风格如何影响对话信息检索体验,发现只有19.1%的用户使用提示策略,且这些用户教育程度较高且倾向民主党。ChatGPT在争议性话题中表现出更高的认知复杂性和外部引用,但复杂的响应被感知为不受欢迎,却产生了更积极的相关态度。
2025-09-29 cs.HC
Towards User-Centric Guidelines for Chatbot Conversational Design
聊天机器人的对话性质给设计师带来了挑战,因为它们的开发与其他软件不同,需要在人类与人工智能交互的背景下研究新的实践及其对用户体验的影响。因此,这项工作的目的是揭示聊天机器人对话的做法及其对用户的影响,以建立一个网络指南,以支持设计师,同时构思聊天机器人的对话。我们进行了系统性文献综述(SLR),以确定聊天机器人会话设计中使用的语言,视觉和交互元素。SLR产生了40个选定的研究,这些研究经过审查并编码成一套对话指南,通过调查进行评估。受访者强烈同意,在聊天机器人开发中应用拟议的指南将提高用户满意度和用户参与度,该指南可用,灵活,清晰,易于理解,使其成为构建具有改进用户体验的聊天机器人的重要盟友。
2023-01-16 cs.HC
How Does Conversation Length Impact User's Satisfaction? A Case Study of Length-Controlled Conversations with LLM-Powered Chatbots
本研究通过 GPT-4 驱动的 Slack 聊天机器人控制对话长度(0至7轮),发现改变文本长度对对话质量影响不显著,证明了 LLMs 调节对话长度的能力及其潜在用户益处,同时指出文本形式变化不等同于质量变化。
2024-04-25 cs.HC
Personalizing Emotion-aware Conversational Agents? Exploring User Traits-driven Conversational Strategies for Enhanced Interaction
KTH Royal Institute of Technology(皇家理工学院);University of Bergen(卑尔根大学);University of Surrey(萨里大学);Norwegian University of Science and Technology(挪威科技大学);Chalmers University of Technology(查尔姆斯理工大学)
本研究通过实证探究用户性别、人格和文化背景如何影响其与多情绪多声音情感感知对话代理的交互策略,发现个性化定制能提升用户满意度与交互质量。
2025-11-10 cs.HC
Conversation Progress Guide : UI System for Enhancing Self-Efficacy in Conversational AI
本研究提出对话进度指南(CPG)系统,通过可视化界面展示任务进度,为用户提供掌握经验,以提升对话式AI交互中的自我效能感,实验证明其有效性。
2025-02-24 cs.HC
Submitting surveys via a conversational interface: an evaluation of user acceptance and approach effectiveness
会话界面目前正在兴起:越来越多的应用程序依赖于类似聊天的交互模式来提高其可接受性并改善用户体验。此外,在问卷设计和管理领域,交互设计越来越被视为数字解决方案的重要组成部分。出于这些原因,我们设计并开发了一个会话调查工具,通过类似聊天的Web界面以口语形式管理问卷。在本文中,我们提出了我们的方法的评估结果,考虑到用户的观点-通过评估用户的接受程度和偏好的调查编制经验-和调查设计的角度-通过调查的有效性的对话式调查相比,传统的问卷。我们表明,用户清楚地欣赏对话的形式,更喜欢它比传统的方法,从数据汇集的角度来看,对话的方法显示出相同的可靠性和更高的响应质量相对于传统的问卷调查。
2020-03-05 cs.HC
Domain Specific Design Patterns: Designing For Conversational User Interfaces
设计会话式用户界面体验是复杂的,因为会话伴随着许多期望。当这些期望得到满足时,我们会觉得界面很自然,但一旦被违反,我们就会觉得有些不对劲。过去十年见证了人类语言技术和行为,使人类能够使用口语对话与软件进行对话,以访问,创建和处理信息。人们对设计聊天机器人交互的实用性知之甚少。本文介绍了会话式用户界面(CUI)的本质,描述了它们所基于的底层技术,并定义了在不同领域中设计会话式界面的准则。本文特别着重于对CUI设计模式中使用的元素和技术进行分类。在总结了CUI的某些挑战之后,我们将讨论在特定领域的CUI设计中需要考虑的重要功能和聊天机器人状态。我们设想这项研究支持CUI研究人员设计适用于特定领域的定制聊天机器人,并改善人工智能和会话代理领域的研究挑战的现状。
2018-02-25 cs.HC
ProVoice: Designing Proactive Functionality for In-Vehicle Conversational Assistants using Multi-Objective Bayesian Optimization to Enhance Driver Experience
UCL Interaction Centre(UCL交互中心);Institute of Media Informatics, Ulm University(乌尔姆大学媒体信息研究所)
ProVoice通过多目标贝叶斯优化设计车载对话助手的前瞻性功能,提升驾驶员体验并优化设计权衡。
2026-01-27 cs.HC
Comparing Conventional and Conversational Search Interaction using Implicit Evaluation Methods
对话式搜索应用提供了通过代理支持在信息搜索中改进用户体验的前景。然而,与传统的用户驱动的搜索界面(例如标准网络搜索引擎中的搜索界面)相比,搜索者将如何对这种参与模式作出反应尚不清楚。我们描述了一个基于实验室的研究,直接比较用户行为的传统搜索界面(CSI)与代理介导的多视图会话搜索界面(MCSI),扩展CSI。用户反应和搜索结果的两个接口进行了比较,使用隐式评价使用五种分析方法:声称有一个更好的搜索体验,对比相应的标准搜索界面。
2023-03-18 cs.HC
Tell me more: Intent Fulfilment Framework for Enhancing User Experiences in Conversational XAI
School of Computing, Robert Gordon University(罗伯特戈登大学计算机学院)
本研究针对对话式XAI中多样化用户解释需求的满足问题,提出整合解释追问功能的意图满足框架及对话模型,经用户研究验证可提升用户参与度、系统实用性与整体体验。
2024-05-16 cs.AI cs.HC
Investigating the Day-to-Day Experiences of Users with Traumatic Brain Injury with Conversational Agents
本研究通过为9名创伤性脑损伤患者提供四周家庭对话代理,发现其能力与用户无障碍需求存在差距,并识别出14项相关活动,归类为四组,提出改进设计建议。
2023-10-10 cs.HC
Understanding How Psychological Distance Influences User Preferences in Conversational Versus Web Search
本文研究心理距离如何影响用户在对话式搜索与网络搜索之间的偏好,发现心理距离越大,用户越倾向于选择对话式搜索,并据此提出设计建议。
2025-03-12 cs.HC
Memory Sandbox: Transparent and Interactive Memory Management for Conversational Agents
本文提出交互式系统Memory Sandbox,通过将记忆视为可跨对话查看、操作、记录、总结和共享的数据对象,使用户能够透明地管理和控制LLM对话代理的记忆,从而解决用户心智模型不佳和对话中断问题。
2023-08-03 cs.HC
Effect of Avatar Head Movement on Communication Behaviour, Experience of Presence and Conversation Success in Triadic Conversations
本研究探讨虚拟化身头部运动对沟通行为、存在感和对话成功性的影响,发现动态头部运动能提升真实感和沟通效果。
2025-04-29 cs.HC cs.SD
Lessons from Oz: Design Guidelines for Automotive Conversational User Interfaces
本文借鉴了文献和我们在汽车领域使用自然语言、会话式用户界面(CUI)进行绿野仙踪(WoZ)研究的经验。这些研究揭示了使用车载CUI对认知需求/工作量、被动任务相关疲劳、信任、接受和环境参与等问题的积极影响。一套新生的以人为本的设计准则,已经出现。这些是基于对用户行为的分析和观察到的积极益处,旨在使与车载代理对话者的互动安全,有效,吸引人和愉快,同时符合用户的期望。该指南可用于通知未来车载CUI的设计或使用WoZ方法进行实验应用,并将在正在进行的工作中进行评估和完善。
2019-07-25 cs.HC
An empirical user-study of text-based nonverbal annotation systems for human-human conversations
随着在线人与人对话数量的大幅增加以及多模态转录的实用性,对自动多模态转录系统的需求不断增加,以帮助我们更好地理解对话。在本文中,我们评估了三种方法来执行多模态转录。它们是(1)Jefferson --语言学界广泛使用的现有手动系统,(2)MONAH --一个旨在使多模态转录可访问和自动化的系统,(3)MONAH+ --一个基于MONAH的可视化机器注意力的系统。基于104名参与者的回答,我们发现:(1)所有基于文本的方法都显着减少了人类用户的信息量,(2)MONAH被发现比Jefferson更有用,(3)Jefferson的相对优势在于时间顺序(pace / delay)和语言学(音调/音量)注释,而MONAH的相对优势在于身势语(身体语言)注释,(4)基于机器注意力放大单词的字体大小会使人类用户感到困惑,因为音量很大。这些结果为研究人员设计多模态注释系统提供了考虑,这些系统可以为想要全自动或人工增强会话分析系统的大众提供多模态注释系统。
2021-12-30 cs.HC
ChatAR: Conversation Support using Large Language Model and Augmented Reality
本研究提出ChatAR系统,结合增强现实与大语言模型实时支持对话,并通过考虑眼神移动的信息呈现方法减少对方察觉,实验证明其提升对话平衡性与兴奋度。
2025-06-19 cs.HC
Understanding User Preferences for Interaction Styles in Conversational Recommender Systems: The Predictive Role of System Qualities, User Experience, and Traits
School of Computer Science, University of Technology Sydney(技术科技大学计算机科学学院);Australian Institute of Health Innovation, Macquarie University(麦觉里大学健康创新研究所)
本研究通过受试者内实验发现,愉悦感、有用性、新颖性和对话质量等预测用户对探索性交互的偏好,并识别出五种用户画像,为对话式推荐系统的自适应设计提供依据。
2025-08-04 cs.CL cs.HC cs.IR
A Conceptual Framework for Implicit Evaluation of Conversational Search Interfaces
会话式搜索是近年来信息检索领域的一个研究热点。已经进行了多项研究,探讨对话搜索的概念。理解和推进CS研究需要仔细和详细的评估。现有的CS研究仅限于基于简单的用户对任务完成情况的反馈进行评价。我们提出了一个CS评估框架,其中包括多个维度:搜索经验,知识增益,软件可用性,认知负荷和用户体验,会话系统和IR的研究的基础上,我们介绍这些评估标准,并提出他们的使用框架中的CS系统的评估。
2021-04-08 cs.HC cs.IR
No Two Developers Think Alike: How Problem-Solving Styles and Experience Shape Needs in Conversational Interaction with Copilot
Radboud University Nijmegen(拉德堡德大学);Federal University of Technology – Paraná Campo Mourão(巴拉那联邦技术大学 - 卡莫阿乌校区);Microsoft(微软)
通过混合方法出声思考研究,识别出5种交互模式和10种需求,并建立概念模型,揭示认知多样性如何影响开发者与GitHub Copilot的交互。
2026-06-18 cs.HC cs.SE
Using LLMs to Investigate Correlations of Conversational Follow-up Queries with User Satisfaction
本研究通过分析Naver Cue:的对话日志,提出18种后续查询模式分类体系,并构建LLM分类器(73%准确率),发现澄清查询等模式与用户不满意相关,为对话式搜索体验的自动评估提供信号。
2024-07-18 cs.HC cs.IR
"This really lets us see the entire world:" Designing a conversational telepresence robot for homebound older adults
University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Carnegie Mellon University(卡内基梅隆大学)
本文通过需求发现和技术探针研究,设计对话式远程临场机器人,帮助居家老年人探索外界、回忆和社交参与,并提出机器人主动引导和对话设计见解。
2024-05-23 cs.HC cs.RO
The Illusion of Empathy: How AI Chatbots Shape Conversation Perception
National Institute on Drug Abuse(美国国家药物滥用研究所);University of Pennsylvania(宾夕法尼亚大学);New York University(纽约大学)
该研究通过分析155段对话发现,GPT聊天机器人虽对话质量评分更高,却被认为共情能力低于人类,说明高质量人机交互不能仅靠嵌入共情语言,还需解决用户对聊天机器人共情的细微感知问题。
2025-03-06 cs.AI cs.HC
Conversational AI-Powered Design: ChatGPT as Designer, User, and Product
University of Technology Sydney(悉尼科技大学)
大语言模型(LLM)的最新进展,特别是像ChatGPT这样的对话式LLM,已经促使包括设计在内的一系列领域发生了变化。本研究旨在检查ChatGPT在以人为本的设计过程中的能力。为此,我们进行了一个假想的设计项目,利用ChatGPT生成人物角色,模拟与虚构用户的访谈,创建新的设计理念,模拟使用场景和虚构原型与虚构用户之间的对话,最后评估用户体验。结果表明,ChatGPT有效地执行了分配给它作为设计师,用户或产品的任务,提供了大多数适当的响应。然而,这项研究也强调了一些缺点,如遗忘的信息,部分反应,缺乏输出多样性。本文解释了在设计中使用对话式LLM的潜在好处和局限性,讨论了其影响,并为这一快速发展的领域的未来研究提出了方向。
2023-02-15 cs.AI cs.HC
Multimodal Fusion with Semi-Supervised Learning Minimizes Annotation Quantity for Modeling Videoconference Conversation Experience
New York UniversityUSA(纽约大学);Max Planck SocietyGermany(马克斯·普朗克研究所)
本文提出基于半监督学习的多模态融合方法,利用少量标注和大量未标注音视频与文本数据预测视频会议中的不流畅或不愉快时刻,在仅8%标注数据下达到监督学习全量数据性能的96%,显著降低标注成本。
2025-06-01 cs.CL cs.HC cs.LG
Examining user reviews of conversational systems: a case study of Alexa skills
会话系统使用口头语言与用户交互。虽然对话系统,如亚马逊Alexa,正在变得越来越普遍,并提供有趣的功能,但人们对这些系统的用户面临的问题知之甚少。在本文中,我们研究了2,800多个Alexa技能的用户评论,以了解评论的特点和其中提出的问题。我们的研究结果表明,大多数技能收到不到50个评论。我们使用开放编码对用户评论进行了定性研究,发现了用户评论中的16种问题。与内容相关的问题,与在线服务和设备的集成,错误和回归是用户提出的主要问题。我们的研究结果还表明,与更传统的移动应用程序相比,用户投诉的数量和类型存在差异。我们讨论了我们的研究结果对从业人员和研究人员的影响。
2020-03-02 cs.HC cs.SE
Perceived Conversation Quality in Spontaneous Interactions
日常自发对话的质量对我们的福祉以及互动社会主体的发展都很重要。先前直接研究社交对话质量的研究已经将其狭义地操作化,将更高的质量与更少的闲聊联系起来。其他作品采取了更广泛的互动经验的角度间接研究质量通过几个重叠的结构之一,如融洽或参与,在隔离。在这项工作中,我们提出了一个整体的概念化的对话质量,建立在合作对话楼层的协作属性,弥合这一差距。从会话的多层次视角出发,我们在个体和群体两个层面上开发并验证了感知会话质量(PCQ)的两种工具。具体来说,我们激励捕捉外部评分员的完形印象的参与者的经验,从行为的薄片,并收集注释的PCQ上公开可用的MatchNMingle数据集的野生混合对话。最后,我们提出了一个行为特征的预测PCQ的分析。我们发现,对于MatchNMingle中的对话,评分者倾向于将较小的群体规模,公平的说话回合与较少的中断,以及同步身体协调所需的时间与较高的PCQ联系起来。
2022-07-12 cs.HC cs.MM
Conversational User Interfaces for Blind Knowledge Workers: A Case Study
Palo Alto Research Center(帕洛阿尔托研究中心)
使用触摸表面控制的办公设备界面设计的现代趋势为盲人和视力受损的用户创造了更大的障碍,并促成了工作环境中的依赖环境。我们认为,\textit{conversational user interfaces}(CUI)为触摸屏交互提供了一种合理的替代方案,使盲人知识工作者能够获得更多的访问权限,最重要的是获得更大的独立性。我们提出了一个案例研究,我们的工作,开发一个会话式用户界面的多功能打印机的可访问性。我们还描述了我们的方法,会话界面一般,强调基于任务的人与智能代理之间的协作交互,我们详细介绍了我们为多功能打印机创建的解决方案的细节。为了指导我们的设计,我们与一群盲人和视障人士合作,从焦点小组会议开始,以确定我们的目标用户在职业生活中面临的挑战。我们通过用户研究来跟踪技术开发,以评估解决方案并指导我们未来的工作。我们提出了我们的研究结果和结论。
2020-10-13 cs.CL cs.HC
Same Stories, Different Journeys: Exploring Persona-Grounded Conversational Agents for Supporting Career Exploration with Peers' Posts
Sun Yat-sen University(中山大学)
研究针对年轻求职者在社交媒体职业探索时被动浏览的问题,开发JobMate交互式系统,将真实帖子转化为对话式AI代理,通过对比研究发现其能引导社会比较转向建设性自我重构并促进意义建构,还探讨了相关AI系统设计启示。
2026-09-24 cs.AI cs.HC
The Decision to Verify: How Warmth and User Characteristics Shape Reliance on Conversational Agents for Information Search
Amsterdam University of Applied Sciences(阿姆斯特丹应用科学大学);Leiden University(莱顿大学)
研究通过混合实验发现,即使提供事实核查工具,用户仍过度依赖对话AI,验证行为主要由用户特征(如先验信任)驱动,而温暖对话风格通过增加对错误答案的认同间接影响依赖。
2026-05-27 cs.AI cs.HC
AI-exhibited Personality Traits Can Shape Human Self-concept through Conversations
Computer Science(计算机科学);National University of Singapore(新加坡国立大学);School of Computing(计算学院)
本研究发现基于AI的人格特质可通过对话影响用户自我概念,揭示了AI在人机交互中的潜在影响及设计启示。
2026-01-19 cs.AI cs.HC
How Conversational Structure and Style Shape Online Community Experiences
OpenAI
本研究通过大规模调查分析会话结构和语言风格对在线社区感知虚拟社区(SOVC)的影响,识别出三个主要维度,并提供量化证据支持社交互动模式与SOVC的联系。
2026-04-21 cs.HC cs.SI
From Clicks to Conversations: Evaluating the Effectiveness of Conversational Agents in Statistical Analysis
本文提出统计分析会话智能体 StatZ,并通过 51 名参与者实验证明其在准确性、耗时、体验和满意度上均优于 SPSS 等传统 GUI 软件。
2025-02-16 cs.HC stat.CO
Voice Over Body? Older Adults' Reactions to Robot and Voice Assistant Facilitators of Group Conversation
RIKEN Center for Advanced Intelligence Project (AIP)(理化学研究所革新智能统合研究中心)
智能代理有很大的潜力,促进老年人之间的群体对话。然而,关于如何设计用于此目的和用户组的代理知之甚少,特别是在代理实施例方面。为此,我们进行了一个混合方法的研究,老年人的声音和身体的反应,在一组会话促进剂。比较了具有相同底层人工智能(AI)和语音系统的两种代理形式:人形机器人和语音助手。一项初步研究(共n=24)和一项实验研究比较声音和身体形态(n=36)进行了老年人和有经验的人类主持人。研究结果显示,人工的代理,无论其形式,是有益的社会不舒服的任务,会话促进。即便如此,健谈的性格类型对“身体”机器人版本的体验较差。设计的影响和补充反应,特别是代理的声音,也进行了讨论。
2022-12-08 cs.HC cs.RO
User Misconceptions of LLM-Based Conversational Programming Assistants
University of Michigan(密歇根大学);Pontifical Catholic University of Rio de Janeiro(里约热内卢天主教大学);Heidelberg University(海德堡大学);Reykjavik University(雷克雅未克大学);IT University of Copenhagen(哥本哈根IT大学)
研究揭示了用户在使用基于大语言模型的对话式编程助手时可能存在的误解,强调了工具在明确自身能力及通过实证研究澄清编程需求的重要性。
2026-10-06 cs.AI cs.HC
Evaluating User Experience in Conversational Recommender Systems: A Systematic Review Across Classical and LLM-Powered Approaches
School of Computer Science, University of Technology Sydney(技术科技大学计算机科学学院);The Applied College, King Abdulaziz University(国王阿卜杜勒阿齐兹大学应用学院);Australian Institute of Health Innovation, Macquarie University(麦考瑞大学健康创新研究所)
本综述基于PRISMA方法分析2017-2025年间23项实证研究,揭示对话式推荐系统用户体验评估存在事后调查主导、情感构念缺失及自适应行为关联不足等问题,并提出面向LLM的评估议程。
2025-08-06 cs.AI cs.HC cs.IR
OpinionConv: Conversational Product Search with Grounded Opinions
University of Bonn(波恩大学);Leipzig University(莱比锡大学)
OpinionConv利用产品评论为对话式AI提供真实主观意见依据,开发了首个模拟销售对话的AI,并通过用户研究验证了生成意见的现实感和决策价值。
2023-08-08 cs.CL cs.HC cs.IR
Navigating User Experience of ChatGPT-based Conversational Recommender Systems: The Effects of Prompt Guidance and Recommendation Domain
Hong Kong Baptist University(香港浸会大学);Duke Kunshan University(昆山杜克大学)
本研究开发基于ChatGPT的对话式推荐系统,通过在线实验(N=100)考察提示引导和推荐领域对用户体验的影响,发现提示引导提升系统可解释性等指标,且效果受推荐领域调节。
2024-05-22 cs.AI cs.HC
Quantifying the Effects of Prosody Modulation on User Engagement and Satisfaction in Conversational Systems
Emory University(埃默里大学)
随着Alexa、Siri和Google Assistant等基于语音的助手变得无处不在,用户越来越希望与这些系统保持自然和信息丰富的对话。然而,对于一个开放域的会话系统是连贯的和引人入胜的,它必须能够保持用户的兴趣延长时间,而不会听起来无聊或烦人。在本文中,我们研究了一种自然的方法来解决这个问题,调制响应韵律,即,改变反应的音调和节奏,以表示高兴,悲伤或其他常见的情绪,以及使用预先录制的感叹词。直观地说,这种方法应该可以提高对话的自然性,但试图量化韵律调制对用户满意度和参与度的影响仍然具有挑战性。为了实现这一目标,我们报告了一项大规模实证研究的结果,该研究测量了韵律调制对多个会话域的用户行为和参与度的影响,无论是在每个回合之后,还是在整体会话水平上。我们的研究结果表明,韵律调制显着增加即时和整体用户满意度。然而,由于不同领域的影响各不相同,我们验证韵律调制不取代连贯的,信息丰富的内容的反应。总之,我们的研究结果提供了有用的工具和见解,以提高自然的反应在会话系统。
2020-06-02 cs.AI cs.HC cs.LG
Gunrock: A Social Bot for Complex and Engaging Long Conversations
University of California, Davis(加州大学戴维斯分校)
Gunrock是2018年亚马逊Alexa奖的获奖者,这是通过真实用户和亚马逊选择的专家对话者的一致性和参与度进行评估的。我们专注于理解复杂的句子,并在开放的领域进行深入的对话。在本文中,我们介绍了一些创新的系统设计和相关的验证分析。总的来说,我们发现用户对Gunrock产生更长的句子,这与用户的参与度直接相关(例如,额定值、匝数)。此外,用户对Gunrock的背景故事查询与用户满意度呈正相关。最后,我们发现,将事实、个人观点和故事交织在一起的对话流会带来更好的用户满意度。
2019-10-07 cs.AI cs.CL cs.HC
Detecting User Engagement in Everyday Conversations
本文提出了一种新的语音情感识别的应用:语音通信系统的用户之间的会话参与程度的估计。首先,我们使用机器学习技术,如支持向量机(SVM),分类用户的情绪表达在个人的话语。然而,这本身并不能模拟会话参与的时间和互动方面。因此,我们建议使用耦合隐马尔可夫模型(HMM)的基础上的多级结构,以估计在连续的自然语音的参与程度。第一级由基于SVM的分类器组成,这些分类器识别情绪状态,这些情绪状态可以是(例如)离散的情绪类型或唤醒/效价水平。然后,高级HMM使用这些情绪状态作为输入,通过解码HMM的内部状态来估计用户在对话中的参与度。我们报告的实验结果,通过将我们的算法应用到LDC情感韵律和CallFriend语音语料库。
2004-10-13 cs.CL cs.HC cs.SD
SpeakEasy: A Conversational Intelligence Chatbot for Enhancing College Students' Communication Skills
本文提出了 SpeakEasy 聊天机器人,通过与大学生进行7分钟语音对话,利用基于心理学和语言学的指标分析音频转录tokens来评估对话质量并提供详尽反馈,从而提升其沟通技能。
2023-09-23 cs.AI cs.HC cs.SD
Towards Personalized Dialog Policies for Conversational Skill Discovery
Amazon Alexa(亚马逊Alexa)
许多企业和消费者正在扩展基于语音的服务的功能,例如Amazon Alexa,Google Home,Microsoft Cortana和Apple Siri,以创建自定义语音体验(也称为技能)。随着这些体验的增加,一个关键问题是发现可用于解决用户请求的技能。在本文中,我们专注于会话技能发现,并提出了一个会话代理,从事与用户的对话,以帮助他们找到满足他们需求的技能。为此,我们从基于规则的代理开始,并通过使用强化学习对其进行改进。通过这种方式,我们使代理能够适应不同的用户属性和会话风格,因为它与用户交互。我们评估我们的方法在一个真正的生产环境中部署的代理与真实的用户进行交互,并显示对话代理的有效性,帮助用户找到他们的要求服务的技能。
2019-11-15 cs.AI cs.CL cs.HC
How Safe Is ChatGPT Health Advice? Evidence from Real User Conversations in Four Global South Countries
Rutgers University(罗格斯大学)
该研究针对四个全球南方国家的真实用户ChatGPT健康对话,开展人口统计学导向的安全性评估,发现约五分之一对话高风险,用户上下文会提升高风险比例,合成案例评估易遗漏危害。
2026-10-14 cs.CL cs.CY cs.HC
"It's a Fair Game", or Is It? Examining How Users Navigate Disclosure Risks and Benefits When Using LLM-Based Conversational Agents
Northeastern University(东北大学);Carnegie Mellon University(卡内基梅隆大学);Rensselaer Polytechnic Institute(伦斯勒理工学院)
本文通过分析真实ChatGPT对话和访谈19位用户,揭示用户在使用基于LLM的对话智能体时面临隐私、效用与便利性的权衡困境,并提出保护用户隐私的设计指南与范式转变建议。
2024-04-02 cs.AI cs.CR cs.HC
Chat2Code: Towards conversational concrete syntax for model specification and code generation, the case of smart contracts
基于模型驱动工程(MDE)框架的自动代码生成工具的革命性潜力尚未实现。除了能够帮助软件专业人员编写更准确、可重用的代码之外,它们还可以使编程对一个全新的非技术用户群体更容易访问。然而,非技术用户接受这些工具的速度很慢。这可能是因为它们的具体语法通常是在文本或图形界面的操作之后模式化的。这些接口是通用的,但用户需要比想象中更广泛、更精确和更详细的知识,才能将其作为具体的语法使用。对话界面(聊天机器人)为非技术用户提供了一种更容易访问的方式来生成代码。在本文中,我们讨论了在模型驱动工程(MDE)框架中集成会话代理的基本挑战,然后转向一个特定的应用:由非技术用户基于会话语法自动生成多种语言的智能合约代码。我们演示了如何做到这一点,并通过进行用户体验调查来评估我们的方法,以评估聊天机器人框架的可用性和功能。
2021-12-21 cs.HC cs.PL cs.SE
Comparing Photorealistic and Animated Embodied Conversational Agents in Serious Games: An Empirical Study on User Experience
The University of Edinburgh(爱丁堡大学)
本文通过36名参与者的被试内实验,比较严肃游戏中写实型与动画型具身对话智能体的用户体验,发现两者可用性均高且写实型更受偏好,为后续ECA真实感研究奠定基础。
2023-10-26 cs.AI cs.CL cs.HC
Convo: What does conversational programming need? An exploration of machine learning interface design
MIT(麻省理工学院);Harvard Graduate School of Design(哈佛大学设计研究生院);Harvard University(哈佛大学)
自然语言理解和语音识别的巨大进步为与计算机的对话交互铺平了道路。虽然会话代理经常被用于简短的面向目标的对话,我们知道很少的代理开发计算机程序。为了探索自然语言在编程中的实用性,我们进行了一项研究($n$ =45),将不同的输入方法与我们开发的对话式编程系统进行比较。参与者使用基于语音、基于文本和基于语音或文本的系统完成新手和高级任务。我们发现用户欣赏每个系统的各个方面(例如,语音输入效率、文本输入精度),并且新手用户比高级用户更看好使用语音输入进行编程。我们的结果表明,未来的对话式编程工具应该根据用户的编程体验进行定制,并允许用户选择他们喜欢的输入模式。为了减少认知负荷,未来的界面可以包含可视化,并拥有自定义的自然语言理解和语音识别模型用于编程。
2020-03-03 cs.AI cs.HC cs.LG