ConSearcher：社群平台對話式資訊搜尋工具
arXiv - Human-Computer InteractionShiwei Wu, Xinyue Chen, Yuheng Liu, Xingbo Wang, Qingyu Guo, Longfei Chen, Chuhan Shi, Zhenhui Peng
本研究提出ConSearcher，一款利用大型語言模型及成員人設，提升線上社群對話式資訊搜尋效率與使用者參與度的工具。
AI 幫你先抓重點
AI 重點 1
動態生成成員人設的創新方法
滑鼠懸停看 AI 判斷理由
此方法能有效解決傳統對話式搜尋在社群環境中缺乏情境理解的問題，透過模擬社群成員的視角，提升搜尋結果的相關性與精準度，對於改善社群資訊搜尋體驗具有重要意義。
AI 重點 2
使用者參與度提升的實驗結果
滑鼠懸停看 AI 判斷理由
ConSearcher 顯著提升使用者參與度，這代表著其設計能更有效地吸引使用者探索社群資訊，並促進更深入的互動，對於提升社群的活躍度與價值具有實務上的參考價值。
核心研究發現
- 1
初步探索性研究顯示，對話式搜尋工具在社群中具有潛力，但仍有改進空間。
- 2
ConSearcher透過動態生成的人設，讓使用者能更精準地表達資訊需求，並從不同視角獲取回應。
- 3
使用者可以透過模擬成員的提問，進一步釐清自身興趣，並探索社群中的相關資訊。
- 4
實驗結果顯示，相較於傳統對話式搜尋工具，ConSearcher能顯著提升資訊搜尋成果與使用者參與度。
- 5
雖然ConSearcher有效提升搜尋體驗，但使用者也表達了對過度個人化可能性的擔憂。
對教育工作者的啟發
ConSearcher 的設計理念可應用於教育社群平台，例如學習論壇或線上課程討論區，透過提供模擬學習者的人設，引導學生更深入地探索學習資源、提問問題，並從不同角度理解學習內容。此外，平台設計者應注意過度個人化可能帶來的隱私與倫理問題，並提供使用者適當的控制權，以確保使用者體驗的平衡與安全。在課程設計上，可以考慮利用類似機制，讓學生扮演不同角色，進行模擬討論，提升學習的參與度與效果。
原始文獻資訊
- 英文標題：
- ConSearcher: Supporting Conversational Information Seeking in Online Communities with Member Personas
- 作者：
- Shiwei Wu, Xinyue Chen, Yuheng Liu, Xingbo Wang, Qingyu Guo, Longfei Chen, Chuhan Shi, Zhenhui Peng
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。