Chatbots IA : Améliorer la préparation aux catastrophes dans des communautés diverses
Utiliser des chatbots IA pour améliorer la communication dans la préparation aux catastrophes pour les groupes multiethniques.
― 5 min lire
Table des matières
- Le rôle des chatbots IA génératifs
- Importance de l'adaptation culturelle
- Aperçu de l'étude
- Facteurs de communication dans les interactions avec les chatbots
- Méthodologie
- Résultats clés
- Motifs de communication
- Influence du ton du chatbot
- Pertinence culturelle
- Implications pour la préparation aux catastrophes
- Directions de recherche future
- Conclusion
- Source originale
- Liens de référence
Cet article se concentre sur l'utilisation des chatbots IA pour améliorer la communication sur la préparation aux catastrophes dans des communautés diverses. Avec le changement climatique qui augmente la fréquence et la gravité des catastrophes, il est crucial que toutes les communautés reçoivent les informations dont elles ont besoin pour se préparer efficacement. Beaucoup de gens dans des communautés multiethniques font face à des défis uniques quand ils cherchent des infos sur les catastrophes à cause des barrières linguistiques et des différences culturelles.
Le rôle des chatbots IA génératifs
Les chatbots IA génératifs peuvent créer du contenu personnalisé qui répond aux besoins spécifiques de différentes communautés. Ces chatbots permettent une communication plus efficace entre les agences de gestion des catastrophes et le public en offrant une livraison d'informations interactive et adaptée. En analysant les interactions des utilisateurs, on peut concevoir des chatbots qui résonnent avec des populations diverses, surtout pendant des urgences comme les ouragans.
Importance de l'adaptation culturelle
L'adaptation culturelle consiste à adapter les messages pour correspondre aux caractéristiques culturelles de groupes spécifiques. Cette pratique est essentielle quand on communique avec des communautés multiethniques, car différents backgrounds culturels peuvent influencer la façon dont les gens perçoivent et réagissent aux informations sur les catastrophes. Des recherches montrent que des messages adaptés culturellement peuvent mener à une meilleure implication et compréhension.
Aperçu de l'étude
Une étude a été réalisée avec des participants de divers horizons raciaux pour tester l'efficacité des chatbots IA génératifs dans la diffusion d'informations sur la préparation aux ouragans. Les participants ont interagi avec des chatbots qui variaient en ton et en adaptation culturelle et ont rempli des questionnaires pour évaluer leurs expériences et leur préparation.
Facteurs de communication dans les interactions avec les chatbots
Dans l'étude, deux aspects principaux ont été examinés : le ton de la conversation et l'adaptation culturelle. Le ton de la conversation fait référence au style dans lequel le chatbot communique. Cela peut être formel ou informel, chacun ayant des effets différents sur les perceptions des utilisateurs. L'adaptation culturelle implique de personnaliser les réponses du chatbot pour les aligner avec l'identité culturelle de l'utilisateur.
Méthodologie
L'étude impliquait une expérience contrôlée où les participants interagissaient avec des chatbots conçus pour délivrer des informations sur la préparation aux ouragans. Les participants étaient assignés à différentes conditions basées sur le ton du chatbot et si l'information était culturellement adaptée. Leurs interactions ont été enregistrées et analysées pour identifier des motifs de communication et d'efficacité dans la transmission d'informations sur la préparation.
Résultats clés
Motifs de communication
L'analyse des interactions des utilisateurs a révélé des motifs significatifs dans la façon dont les gens s'engageaient avec les chatbots. Les principaux sujets qui ont émergé incluent :
- Prévisions : Informations sur l'arrivée des ouragans, les catégories et les alertes.
- Stratégies de préparation : Conseils pour préparer la maison et les kits d'urgence.
- Mesures de sécurité : Conseils pour gérer les pannes de courant et les catastrophes naturelles.
- Procédures d'évacuation : Conseils sur quand et comment évacuer.
Influence du ton du chatbot
Le ton utilisé par les chatbots a eu un impact significatif sur les perceptions des utilisateurs. Un ton informel a conduit à un plus grand sentiment de connexion et d'engagement, tandis qu'un ton formel a augmenté la crédibilité. Cela suggère que bien que la convivialité puisse encourager l'interaction, la crédibilité est cruciale pour accepter des informations importantes.
Pertinence culturelle
Les participants ont rapporté que les chatbots culturellement adaptés rendaient l'information plus pertinente et connectée aux besoins spécifiques de leur communauté. Cela améliore l'engagement, encourageant les utilisateurs à chercher plus d'informations et à les partager avec d'autres.
Implications pour la préparation aux catastrophes
Les résultats de cette étude indiquent que l'intégration de chatbots IA génératifs dans la communication sur les catastrophes peut améliorer l'engagement des utilisateurs et la préparation. En s'assurant que les interactions avec les chatbots sont à la fois amicales et culturellement pertinentes, les agences peuvent mieux servir les populations diverses, aidant à améliorer la préparation globale aux catastrophes.
Directions de recherche future
Les études futures devraient explorer plus en profondeur comment différents groupes culturels interagissent avec les chatbots. Il serait également bénéfique d'évaluer les effets à long terme de l'utilisation de tels chatbots dans de vrais scénarios de catastrophe pour mesurer leur efficacité dans l'amélioration des comportements de préparation.
Conclusion
Les chatbots IA génératifs représentent un outil prometteur pour améliorer la communication sur la préparation aux catastrophes, surtout dans des communautés diverses. En se concentrant sur l'adaptation culturelle et le ton approprié, ces chatbots peuvent créer des connexions plus fortes et fournir des informations critiques qui encouragent les individus à agir face aux catastrophes. À mesure que la technologie continue d'évoluer, il y a un grand potentiel pour que ces outils jouent un rôle essentiel dans les initiatives de sécurité publique.
Titre: Tailoring Generative AI Chatbots for Multiethnic Communities in Disaster Preparedness Communication: Extending the CASA Paradigm
Résumé: This study is among the first to develop different prototypes of generative AI (GenAI) chatbots powered by GPT 4 to communicate hurricane preparedness information to diverse residents. Drawing from the Computers Are Social Actors (CASA) paradigm and the literature on disaster vulnerability and cultural tailoring, this study conducted a between-subjects experiment with 441 Black, Hispanic, and Caucasian residents of Florida. A computational analysis of chat logs (N = 7,848) shows that anthropomorphism and personalization are key communication topics in GenAI chatbot-user interactions. SEM results (N = 441) suggest that GenAI chatbots varying in tone formality and cultural tailoring significantly predict bot perceptions and, subsequently, hurricane preparedness outcomes. These results highlight the potential of using GenAI chatbots to improve diverse communities' disaster preparedness.
Auteurs: Xinyan Zhao, Yuan Sun, Wenlin Liu, Chau-Wai Wong
Dernière mise à jour: 2024-06-12 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2406.08411
Source PDF: https://arxiv.org/pdf/2406.08411
Licence: https://creativecommons.org/licenses/by-nc-sa/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.
Liens de référence
- https://doi.org/10.1016/j.ijdrr.2018.04.015
- https://doi.org/10.1080/02650487.2021.2011654
- https://doi.org/10.1177/11786302231217808
- https://doi.org/10.1353/hpu.2021.0010
- https://doi.org/10.1016/j.ipm.2022.102940
- https://doi.org/10.1037/xge0000033
- https://doi.org/10.1016/S0747-5632
- https://doi.org/10.1023/B:NHAZ.0000026792.76181.d9
- https://doi.org/10.3390/rs11202427
- https://doi.org/10.1016/j.chb.2019.01.020
- https://doi.org/10.1016/j.jbusres.2017.01.012
- https://doi.org/10.1093/jcmc/zmz022
- https://doi.org/10.1080/10627260802557415
- https://doi.org/10.1016/j.chb.2015.02.026
- https://doi.org/10.1016/j.ijdrr.2017.03.002
- https://doi.org/10.1080/10705519909540118
- https://doi.org/10.1111/jcom
- https://doi.org/10.1007/s11069-020-04016-6
- https://doi.org/10.1016/S0148-2963
- https://doi.org/10.1111/j.1460-2466.2008.01410.x
- https://doi.org/10.1111/j.1083-6101.2006.00019.x
- https://doi.org/10.1080/15531181003701913
- https://doi.org/10.1111/j.1468-2958.2010.01370.x
- https://doi.org/10.1146/annurev.publhealth.25.101802.123000
- https://doi.org/10.5993/ajhb.28.3.1
- https://doi.org/10.1037/0022-3514.95.1.144
- https://doi.org/10.1207/S1532754XJPRR1502
- https://doi.org/10.1093/hcr/hqad034
- https://doi.org/10.1029/2021jb022703
- https://doi.org/10
- https://doi.org/10.1080/08824096.2023.2212899
- https://doi.org/10.1080/15205436.2022.2129390
- https://doi.org/10.30658/hmc.2.2
- https://doi.org/10.1080/03637751.2023.2289491
- https://doi.org/10.1007/s11069-020-03866-4
- https://doi.org/10.1111/risa.12037
- https://doi.org/10.1080/1062726X.2022.2068553
- https://doi.org/10.1016/j.pubrev.2023.102385
- https://aisel.aisnet.org/icis2023/ishealthcare/ishealthcare/25
- https://doi.org/10.1111/0022-4537.00153
- https://www.jstor.org/stable/27005158
- https://doi.org/10.1108/09653560310480686
- https://doi.org/10.1080/10447318.2023.2247596
- https://www.jstor.org/stable/45410142
- https://doi.org/10.1016/j.chb.2020.106627
- https://doi.org/10.1177/15226379231167135
- https://doi.org/10.3390/w11020234
- https://nca2023.globalchange.gov/
- https://doi.org/10.1111/j.1539-6924.2012.01942.x
- https://doi.org/10.1016/j.jretconser.2023.103325
- https://doi.org/10.1111/1468-5973.12372
- https://ijoc.org/index.php/ijoc/article/view/11816
- https://doi.org/10.1016/j.chb.2023.107674
- https://doi.org/10.1162/coli