Exploring the Effect of Robotic Embodiment and Empathetic Tone of LLMs on Empathy Elicitation

要約

この研究では、社会的エージェントとの相互作用を通じて、第三者に対する共感の誘発を調査します。
参加者は、物理的なロボットまたは音声対応のチャットボットのいずれかに関与しました。どちらも、共感的なトーンを示すか、ニュートラルのいずれかを示すようにプログラムされた大規模な言語モデル（LLM）によって駆動されます。
相互作用は、架空のキャラクターであるケイティバンクスに焦点を当てています。
参加者がボランティアを喜んで測定したケイティを支援する意欲と、エージェントに対する認識とともに、60人の参加者に対して評価されました。
結果は、ロボットの具体化も共感的なトーンも、参加者のボランティアへの意欲に大きな影響を与えなかったことを示しています。
LLMは人間の共感を効果的にシミュレートしましたが、参加者の真の共感的反応を促進することは挑戦的でした。

要約(オリジナル)

This study investigates the elicitation of empathy toward a third party through interaction with social agents. Participants engaged with either a physical robot or a voice-enabled chatbot, both driven by a large language model (LLM) programmed to exhibit either an empathetic tone or remain neutral. The interaction is focused on a fictional character, Katie Banks, who is in a challenging situation and in need of financial donations. The willingness to help Katie, measured by the number of hours participants were willing to volunteer, along with their perceptions of the agent, were assessed for 60 participants. Results indicate that neither robotic embodiment nor empathetic tone significantly influenced participants’ willingness to volunteer. While the LLM effectively simulated human empathy, fostering genuine empathetic responses in participants proved challenging.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google