理解與支持帶有觀點的聊天機器人在線討論
arXiv - Human-Computer InteractionTianqi Song, Chi-Lan Yang, Zihan Liu, Zhengtao Xu, Yibin Feng, Yi-Chieh Lee
研究發現對立型聊天機器人可促進觀點轉變，支持設計更具建設性的在線討論。
AI 幫你先抓重點
AI 重點 1
對立型聊天機器人能有效促進觀點彈性，降低極化風險
滑鼠懸停看 AI 判斷理由
此洞察顯示設計者可利用對立機器人激發批判性思考，減少回音室效應，對公共議題討論的質量與多元性具有深遠影響。
AI 重點 2
聊天機器人信任度與溝通風格密切相關，需平衡功能與用戶體驗
滑鼠懸停看 AI 判斷理由
信任是使用者接受與持續互動的關鍵，若忽視信任構建，機器人即使功能強大也難以在教育環境中發揮效益，影響學習成效與參與度。
核心研究發現
- 1
參與者與始終持反對觀點的聊天機器人互動，觀點轉變幅度顯著增大，顯示更願意修正初始立場。
- 2
與始終強化自身觀點的聊天機器人互動，參與者在後續對話中更傾向採用更和諧、同意式的溝通風格。
- 3
不同類型聊天機器人互動導致對信任度、對機器人與人類對話者的感知差異，影響後續討論的質量。
對教育工作者的啟發
設計帶有對立觀點的聊天機器人時，應先確保其資訊來源可信、語氣中立，避免過度攻擊；同時提供透明的算法說明，提升使用者信任。為促進批判性思考，可在討論前先讓機器人提出反面觀點，鼓勵使用者重新評估立場。若需維持友善互動，可在強化型機器人中加入同意式語句，減少衝突。最後，將信任度量表納入評估，定期調整對話策略，以兼顧學習效果與正面體驗。
原始文獻資訊
- 英文標題：
- Understanding and Supporting Online Discussion with Opinionated Chatbots
- 作者：
- Tianqi Song, Chi-Lan Yang, Zihan Liu, Zhengtao Xu, Yibin Feng, Yi-Chieh Lee
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
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。