Die Auswirkung von Chatbot-Speicher auf die Nutzerbindung
Studie zeigt, wie die Erinnerung von Chatbots an Gespräche die Nutzerinteraktion und Privatsphäre beeinflusst.
― 6 min Lesedauer
Inhaltsverzeichnis
- Ziel der Studie
- Forschungsfragen
- Studiendesign
- Was wir über Nutzerengagement gelernt haben
- Bedenken hinsichtlich der Privatsphäre
- Methode der Nutzerstudie
- Ergebnisse
- Interviews für tiefere Einblicke
- Diskussion der Ergebnisse
- Einschränkungen der Studie
- Zukünftige Forschungsrichtungen
- Fazit
- Originalquelle
- Referenz Links
Chatbots sind Programme, die mit Menschen sprechen können. Sie können sich merken, was in früheren Gesprächen gesagt wurde, und das später wieder aufgreifen. Das kann das Chatten mit ihnen natürlicher und freundlicher machen, aber es könnte auch Bedenken hinsichtlich der Privatsphäre der Nutzer aufwerfen. Diese Studie untersucht, wie unterschiedliche Möglichkeiten, vergangene Gespräche zu erinnern, die Einstellung der Nutzer gegenüber Chatbots beeinflussen können.
Ziel der Studie
Die Studie hatte das Ziel herauszufinden, wie das Erinnern an frühere Aussagen der Nutzer auf unterschiedliche Weise die Gedanken der Nutzer über Chatbots beeinflusst. Wir wollten wissen, ob die Nutzer Chatbots als spannender, intelligenter empfinden oder ob sie Bedenken bezüglich ihrer Privatsphäre haben, wenn Chatbots vergangene Gespräche ansprechen.
Forschungsfragen
Wir konzentrierten uns auf zwei Hauptfragen:
- Wie beeinflusst die Art und Weise, wie ein Chatbot frühere Gespräche anspricht, wie sehr die Nutzer den Chatbot mögen?
- Wie fühlen sich die Nutzer bezüglich ihrer Privatsphäre, wenn Chatbots auf das verweisen, was sie zuvor gesagt haben?
Studiendesign
Um Antworten auf diese Fragen zu finden, führten wir eine Studie mit 169 Personen durch. Sie sprachen über ihre Zahnseide-Gewohnheiten mit einem Chatbot über drei Wochen. Jede Woche verwendete der Chatbot eine von drei Möglichkeiten, um auf frühere Aussagen zu verweisen:
- Keine: Der Chatbot erwähnte nichts von letzter Woche.
- Wortwörtlich: Der Chatbot wiederholte, was der Nutzer gesagt hat, genau so.
- Paraphrase: Der Chatbot formulierte das, was der Nutzer gesagt hat, in eigenen Worten um.
Was wir über Nutzerengagement gelernt haben
Nach dem Gespräch mit dem Chatbot bewerteten die Nutzer, wie engagiert und intelligent sie den Chatbot fanden. Diejenigen, die mit Chatbots sprachen, die auf ihre früheren Aussagen verwiesen (entweder wortwörtlich oder paraphrasiert), fanden den Chatbot schlauer und ansprechender als die, die die Keine-Variante verwendeten.
Engagement mit verschiedenen Formaten
Die Nutzer fanden, dass die Formate Wortwörtlich und Paraphrase das gesprächige Programm persönlicher machten. Das liegt wahrscheinlich daran, dass es sich wie ein Gespräch mit einem Freund anfühlt, wenn der Chatbot das, was sie gesagt haben, erinnert. Die Nutzer der Keine-Variante fühlten sich jedoch etwas disconnected und dachten, der Chatbot wäre weniger engagiert.
Bedenken hinsichtlich der Privatsphäre
Während viele Nutzer das gesteigerte Engagement durch das Erinnern an frühere Aussagen genossen, warfen sie auch Bedenken auf. Diejenigen, die das Wortwörtlich-Format verwendeten, waren besonders besorgt, dass der Chatbot zu viele persönliche Informationen sammelte.
Privatsphäre vs. Engagement
Diese Situation spiegelt ein häufiges Thema wider, das als Personalisierungs-Privatsphäre-Paradoxon bekannt ist. Nutzer wollen personalisierte Erlebnisse, möchten aber auch ihre privaten Informationen schützen.
Bei der Verwendung des Keine-Formats fühlten sich die Nutzer weniger besorgt um ihre Daten, hatten aber auch das Gefühl, dass der Chatbot nicht auf sie achtete. Die Spannung zwischen dem Wunsch nach einem freundlichen Gespräch und der Angst vor einer Verletzung der Privatsphäre machte einige Menschen unwohl, persönliche Details über ihre Zahngewohnheiten zu teilen.
Methode der Nutzerstudie
Einrichtung der Studie
Wir führten die Studie über drei Wochen durch. Jede Woche loggten sich die Teilnehmer ein und redeten mit dem Chatbot. Wir wollten sehen, wie das Erwähnen vergangener Gespräche den Nutzern helfen konnte, offener über ihre Zahnseide-Gewohnheiten zu sprechen. Jede Sitzung dauerte etwa 3 bis 5 Minuten.
Wir teilten die Teilnehmer in drei Gruppen auf, je nachdem, welchen Verweisstil der Chatbot verwendete.
Nutzerinteraktion
In der ersten Woche folgten alle Gruppen demselben vorgegebenen Gespräch, bei dem die Teilnehmer ihre Meinungen über Zahnseide äusserten, ohne auf frühere Gespräche Bezug zu nehmen. In den folgenden Wochen passte der Chatbot seine Antworten an, um entweder frühere Aussagen wortwörtlich oder als Paraphrasen einzubringen.
Ergebnisse
Engagement-Bewertungen
Die Nutzer, die mit Chatbots sprachen, die frühere Gespräche mit Bezugnahmen verwendeten, berichteten von einem höheren Engagement. Sie bewerteten diese Chatbots auch als intelligenter im Vergleich zu denen, die mit einem Chatbot interagierten, der keine früheren Chats erwähnte.
Bedenken hinsichtlich der Privatsphäre
Die Verbatim-Gruppe fühlte sich jedoch mehr um ihre Privatsphäre besorgt. Sie dachten, dass der Chatbot zu viele persönliche Informationen speicherte. Teilnehmer, die das Keine-Format verwendeten, hatten weniger Bedenken bezüglich der Privatsphäre. Sie fühlten sich wohler beim Teilen von Informationen, hatten aber auch das Gefühl, vom Bot ein wenig vernachlässigt zu werden.
Interviews für tiefere Einblicke
Um mehr über die Erfahrungen der Nutzer zu verstehen, führten wir Interviews mit einer kleineren Gruppe von Teilnehmern durch. Dies half uns, ihre Gedanken zu Privatsphäre und Engagement zu sammeln.
Gefühle zur Privatsphäre
Während der Interviews beschrieben einige Teilnehmer ihre Zahngewohnheiten als nicht sehr sensibel, was sie weniger besorgt machte, Informationen zu teilen. Andere hingegen fühlten sich unwohl und wollten ihre Zahnseide-Gewohnheiten nicht zugeben. Diese Verlegenheit liess sie manchmal daran denken, dem Chatbot gegenüber zu lügen.
Engagement und Vertrauen
Die Teilnehmer betrachteten im Allgemeinen Chatbots, die auf ihre früheren Äusserungen verwiesen, als intelligenter und ansprechender. Allerdings äusserten die Nutzer der Verbatim-Gruppe Unbehagen, da sie das Gefühl hatten, der Chatbot würde sich zu sehr auf das konzentrieren, was sie gesagt hatten, was als invasiv empfunden werden könnte. Die Nutzer der Paraphrase-Gruppe hingegen empfanden die Interaktionen als viel freundlicher und angenehmer.
Diskussion der Ergebnisse
Vergleich der drei Formate
Die Teilnehmer hatten klare Präferenzen beim Vergleich der drei Verweisformate. Die meisten bevorzugten das Paraphrase-Format, da es natürlicher und menschlicher wirkte. Sie fanden, dass dieses Format half, ein lockeres Gespräch aufrechtzuerhalten. Das Verbatim-Format hatte auch seine Unterstützer, da manche die Genauigkeit des Erinnerns ihrer genauen Worte schätzten.
Implikationen für das Design von Chatbots
Die Ergebnisse legen nahe, dass Chatbot-Designer sorgfältig darüber nachdenken sollten, wie sie auf Nutzeräusserungen verweisen. Es ist notwendig, ein Gleichgewicht zwischen der Aufrechterhaltung des Nutzerengagements und dem Schutz ihrer Privatsphäre zu finden. Wenn Chatbots vergangene Gespräche auf freundliche Weise erinnern können, kann das zu besseren Erlebnissen für die Nutzer führen. Gleichzeitig muss auch Transparenz darin bestehen, wie mit Nutzerdaten umgegangen wird.
Einschränkungen der Studie
Die Studie hatte Einschränkungen. Sie dauerte nur drei Wochen, was vielleicht nicht genug Zeit ist, um Veränderungen im Gesundheitsverhalten zu erkunden. Auch die Sensibilität des Themas, wie das Zähneputzen, könnte nicht auf andere Diskussionen anwendbar sein.
Zukünftige Forschungsrichtungen
Zukünftige Studien könnten untersuchen, wie verschiedene Themen Bedenken hinsichtlich der Privatsphäre und des Engagements beeinflussen. Die Forschung könnte auch ergründen, wie diverse Verweismethoden aussehen könnten. Beispielsweise könnten die Effekte von Sprachinteraktionen bei Verweisen unterschiedliche Einsichten bieten.
Fazit
Zusammenfassend lässt sich sagen, dass die Art und Weise, wie Chatbots auf vergangene Gespräche verweisen, einen erheblichen Einfluss auf das Nutzerengagement und die Bedenken hinsichtlich der Privatsphäre haben kann. Die Verwendung von paraphrasierten Verweisen schafft tendenziell eine ansprechendere und freundlichere Umgebung, während wortwörtliche Verweise Privatsphäre-Bedenken hervorrufen können. Die Designer von Chatbots müssen einen Weg finden, diese Elemente in Einklang zu bringen, um die bestmögliche Erfahrung für die Nutzer zu schaffen.
Titel: Comparing How a Chatbot References User Utterances from Previous Chatting Sessions: An Investigation of Users' Privacy Concerns and Perceptions
Zusammenfassung: Chatbots are capable of remembering and referencing previous conversations, but does this enhance user engagement or infringe on privacy? To explore this trade-off, we investigated the format of how a chatbot references previous conversations with a user and its effects on a user's perceptions and privacy concerns. In a three-week longitudinal between-subjects study, 169 participants talked about their dental flossing habits to a chatbot that either, (1-None): did not explicitly reference previous user utterances, (2-Verbatim): referenced previous utterances verbatim, or (3-Paraphrase): used paraphrases to reference previous utterances. Participants perceived Verbatim and Paraphrase chatbots as more intelligent and engaging. However, the Verbatim chatbot also raised privacy concerns with participants. To gain insights as to why people prefer certain conditions or had privacy concerns, we conducted semi-structured interviews with 15 participants. We discuss implications from our findings that can help designers choose an appropriate format to reference previous user utterances and inform in the design of longitudinal dialogue scripting.
Autoren: Samuel Rhys Cox, Yi-Chieh Lee, Wei Tsang Ooi
Letzte Aktualisierung: 2023-08-09 00:00:00
Sprache: English
Quell-URL: https://arxiv.org/abs/2308.04879
Quell-PDF: https://arxiv.org/pdf/2308.04879
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.
Referenz Links
- https://dl.acm.org/ccs.cfm
- https://www.luis.ai/
- https://dl-acm-org.libproxy1.nus.edu.sg/doi/pdf/10.1145/3411763.3451735?casa_token=rY6rPC3qRNwAAAAA:meLn2zIMBEg5WrH_G56aQy153XH590ngofw1gBb0SPGmPTU1yY4l-Yc1SUccVQU4IzS31BGXLqE
- https://en.wikipedia.org/wiki/Theory_of_planned_behavior
- https://dl.acm.org/doi/pdf/10.1145/3491102.3517652?casa_token=cwAJQljLov0AAAAA:rcUt_if7MLTFcF3E-y2-TQnL5KnoQDePNFqpoId9fWz4rMUDkiZCQkepn3vVDshjdy-eTAQSHtn_Zw