Are We Generalizing from the Exception? An In-the-Wild Study on Group-Sensitive Conversation Design in Human-Agent Interactions

要約

このペーパーでは、2つの現実世界の研究を通じて、2つの社会的にインタラクティブなエージェント（SIA）におけるグループに適合する会話デザインの影響を調査します。
ソーシャルロボットであるFurhatと仮想エージェントのメタフマンの両方のSIAは、ハイブリッド検索と生成モデルを組み合わせた会話型人工知能（CAI）バックエンドを装備していました。
この研究は、ドイツの博物館で、ダイアド、トライアド、または大規模なグループでSIAとやり取りした合計$ n = 188ドルの参加者で、野生の環境で実施されました。
結果は、認識された満足度に対するグループに敏感な会話デザインの重要な効果を明らかにしませんでしたが、この調査結果は、多党の相互作用のためにCAIを適応させるという課題と、異なる実施形態（ロボット対\仮想エージェント）の課題についての貴重な洞察を提供し、言語の多元化を超えたマルチモーダル戦略の必要性を強調しています。
これらの洞察は、ヒューマンエージェント相互作用（HAI）、ヒトロボット相互作用（HRI）、およびより広範なヒューマシン相互作用（HMI）の分野に貢献し、グループ設定における効果的な対話適応に関する将来の研究の洞察を提供します。

要約(オリジナル)

This paper investigates the impact of a group-adaptive conversation design in two socially interactive agents (SIAs) through two real-world studies. Both SIAs – Furhat, a social robot, and MetaHuman, a virtual agent – were equipped with a conversational artificial intelligence (CAI) backend combining hybrid retrieval and generative models. The studies were carried out in an in-the-wild setting with a total of $N = 188$ participants who interacted with the SIAs – in dyads, triads or larger groups – at a German museum. Although the results did not reveal a significant effect of the group-sensitive conversation design on perceived satisfaction, the findings provide valuable insights into the challenges of adapting CAI for multi-party interactions and across different embodiments (robot vs.\ virtual agent), highlighting the need for multimodal strategies beyond linguistic pluralization. These insights contribute to the fields of Human-Agent Interaction (HAI), Human-Robot Interaction (HRI), and broader Human-Machine Interaction (HMI), providing insights for future research on effective dialogue adaptation in group settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google