論文の概要: Designing for Harm Reduction: Communication Repair for Multicultural Users' Voice Interactions

• arxiv url: http://arxiv.org/abs/2403.00265v1
• Date: Fri, 1 Mar 2024 03:57:04 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-05 18:14:31.137481
• Title: Designing for Harm Reduction: Communication Repair for Multicultural Users' Voice Interactions
• Title（参考訳）: ハームリダクションのための設計:多文化ユーザの音声対話のためのコミュニケーション修復
• Authors: Kimi Wenzel and Geoff Kaufman
• Abstract要約: ボイスアシスタントが有色・非ネイティブの英語話者に提供できないことは、主にサービス品質の害として記録されている。 音声アシスタントにおける品質・サービス障害から伝播する6つの下流障害を同定する。
• 参考スコア（独自算出の注目度）: 11.81389769950908
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Voice assistants' inability to serve people-of-color and non-native English speakers has largely been documented as a quality-of-service harm. However, little work has investigated what downstream harms propagate from this poor service. How does poor usability materially manifest and affect users' lives? And what interaction designs might help users recover from these effects? We identify 6 downstream harms that propagate from quality-of-service harms in voice assistants. Through interviews and design activities with 16 multicultural participants, we unveil these 6 harms, outline how multicultural users uniquely personify their voice assistant, and suggest how these harms and personifications may affect their interactions. Lastly, we employ techniques from psychology on communication repair to contribute suggestions for harm-reducing repair that may be implemented in voice technologies. Our communication repair strategies include: identity affirmations (intermittent frequency), cultural sensitivity, and blame redirection. This work shows potential for a harm-repair framework to positively influence voice interactions.
• Abstract（参考訳）: ボイスアシスタントが有色・非ネイティブの英語話者に提供できないことは、主にサービス品質の害として記録されている。 しかし、この貧弱なサービスから下流の被害が伝播するかを調査する研究はほとんどない。 ユーザビリティの低下はユーザの生活にどのように影響するのか? そして、ユーザーがこれらの効果から回復するのに役立つインタラクションデザインは何か? 音声アシスタントにおけるサービス品質の害から伝播する6つの下流の害を識別する。 16人の多文化的参加者によるインタビューやデザイン活動を通じて、これらの6つの害について明らかにし、多文化的ユーザが音声アシスタントをユニークにパーソナライズする方法を概説し、これらの害とパーソナライズが相互作用に与える影響を示唆する。 最後に, コミュニケーション修復に関する心理学的手法を用いて, 音声技術に実装可能な有害修復の提案を行う。 我々のコミュニケーション修復戦略は、アイデンティティ確認(断続周波数)、文化的感受性、非難のリダイレクトである。 この研究は、音声の相互作用に肯定的な影響を与える調和修復フレームワークの可能性を示している。

関連論文リスト

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• Rel-A.I.: An Interaction-Centered Approach To Measuring Human-LM Reliance [73.19687314438133]
  インタラクションの文脈的特徴が依存に与える影響について検討する。 文脈特性が人間の信頼行動に大きく影響していることが判明した。 これらの結果から,キャリブレーションと言語品質だけでは人間とLMの相互作用のリスクを評価するには不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-07-10T18:00:05Z)
• An Analysis of Dialogue Repair in Voice Assistants [0.0]
  音声対話システムは、クエリに対するリアルタイム応答を提供することによって、人間と機械のインタラクションを変革した。 本研究では,仮想アシスタントとユーザ間の対話修復における対話言語の重要性について検討する。 発見は、いくつかのアシスタント生成戦略を明らかにしているが、"hh?"のような人間のような修復戦略を再現できない。
  論文  参考訳（メタデータ） (2023-11-07T12:50:11Z)
• "We care": Improving Code Mixed Speech Emotion Recognition in Customer-Care Conversations [36.9886023078247]
  音声感情認識(SER)は、発話中の感情を識別するタスクである。 本稿では,単語レベルのVAD値を組み込むことで,負の感情に対して,SERのタスクを2%改善することを示す。 我々の研究は、このような状況下でより丁寧で共感的な会話エージェントを開発するために利用することができる。
  論文  参考訳（メタデータ） (2023-08-06T15:56:12Z)
• An Analysis of Dialogue Repair in Virtual Voice Assistants [0.0]
  本研究は、英語とスペイン語の両方で2人の人気のあるアシスタントによる補修開始器の使用について検討した。 最終的に、データは、人間のアシスタントと人間の対話修復戦略に違いがあるだけでなく、アシスタントと研究言語にも同様の違いがあることを実証した。
  論文  参考訳（メタデータ） (2023-07-13T21:57:28Z)
• CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a Context Synergized Hyperbolic Network [52.85130555886915]
  CoSynは、オンライン会話における暗黙のヘイトスピーチを検出するために、ユーザと会話のコンテキストを明示的に組み込んだ、コンテキスト中心のニューラルネットワークである。 我々は、CoSynが、1.24%から57.8%の範囲で絶対的に改善された暗黙のヘイトスピーチを検出することで、我々のベースラインを全て上回っていることを示す。
  論文  参考訳（メタデータ） (2023-03-02T17:30:43Z)
• Understanding How People Rate Their Conversations [73.17730062864314]
  我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。 我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
  論文  参考訳（メタデータ） (2022-06-01T00:45:32Z)
• Fragments of the Past: Curating Peer Support with Perpetrators of Domestic Violence [88.37416552778178]
  我々は,過去フラグメントの設計と展開において,6人の支援労働者と18人の加害者とともに働いた10ヶ月の研究を報告した。 私たちは、暴力から脱却した経験をデジタルで強化された成果物、すなわち「フラグメント」を作ることが、メッセージのモチベーションと仲間間のラッピングをいかに翻訳するかを共有します。 これらの知見は、挑戦的な人口を持つ将来のネットワーク設計の実践的考察の基礎となる。
  論文  参考訳（メタデータ） (2021-07-09T22:57:43Z)
• Speaker De-identification System using Autoencoders and Adversarial Training [58.720142291102135]
  本稿では,対人訓練とオートエンコーダに基づく話者識別システムを提案する。 実験結果から, 対向学習とオートエンコーダを組み合わせることで, 話者検証システムの誤り率が同等になることがわかった。
  論文  参考訳（メタデータ） (2020-11-09T19:22:05Z)
• Joint Modelling of Emotion and Abusive Language Detection [26.18171134454037]
  マルチタスク学習フレームワークを用いて,感情と虐待的言語検出の最初のジョイントモデルを提案する。 その結果、感情的特徴を取り入れることで、データセット間での悪用検出性能が大幅に向上することが示された。
  論文  参考訳（メタデータ） (2020-05-28T14:08:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。