論文の概要: Mind the Style: Impact of Communication Style on Human-Chatbot Interaction
- arxiv url: http://arxiv.org/abs/2602.17850v1
- Date: Thu, 19 Feb 2026 21:32:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-23 18:01:41.155155
- Title: Mind the Style: Impact of Communication Style on Human-Chatbot Interaction
- Title（参考訳）: Mind the Style: コミュニケーションスタイルがヒューマン-チャットボットインタラクションに及ぼす影響
- Authors: Erik Derner, Dalibor Kučera, Aditya Gulati, Ayoub Bagheri, Nuria Oliver,
- Abstract要約: 参加者がNAVIと対話する対象間ユーザ調査の結果について述べる。
1つのバージョンは親しみやすく、サポート的であり、もう1つは直接的でタスク中心である。
その結果,親和性は主観的満足度を高め,女性のみのタスク完了率を大幅に向上させることがわかった。
- 参考スコア（独自算出の注目度）: 8.656732143142756
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conversational agents increasingly mediate everyday digital interactions, yet the effects of their communication style on user experience and task success remain unclear. Addressing this gap, we describe the results of a between-subject user study where participants interact with one of two versions of a chatbot called NAVI which assists users in an interactive map-based 2D navigation task. The two chatbot versions differ only in communication style: one is friendly and supportive, while the other is direct and task-focused. Our results show that the friendly style increases subjective satisfaction and significantly improves task completion rates among female participants only, while no baseline differences between female and male participants were observed in a control condition without the chatbot. Furthermore, we find little evidence of users mimicking the chatbot's style, suggesting limited linguistic accommodation. These findings highlight the importance of user- and task-sensitive conversational agents and support that communication style personalization can meaningfully enhance interaction quality and performance.
- Abstract（参考訳）: 会話エージェントは日々のデジタルインタラクションを仲介する傾向にあるが、コミュニケーションスタイルがユーザ体験やタスク成功に与える影響は明らかでない。
このギャップに対処するために、対話型マップベースの2Dナビゲーションタスクにおいて、参加者がNAVIと呼ばれる2つのバージョンのチャットボットのうちの1つと対話する、オブジェクト間ユーザスタディの結果について述べる。
2つのチャットボットバージョンはコミュニケーションスタイルでのみ異なり、1つは親しみやすく、支援的であり、もう1つは直接的でタスク中心である。
以上の結果から,親和性は主観的満足度を高め,女性のみのタスク完了率を有意に向上させるが,チャットボットを使わずにコントロール条件下では男女のベースライン差は認められなかった。
さらに,チャットボットのスタイルを模倣したユーザの証拠はほとんど見つからず,言語的宿泊の制限が示唆された。
これらの知見は,コミュニケーションスタイルのパーソナライゼーションが対話の質と性能を有意義に向上する上で,ユーザおよびタスクに敏感な会話エージェントの重要性を強調した。
関連論文リスト
- Mind the Gap: Linguistic Divergence and Adaptation Strategies in Human-LLM Assistant vs. Human-Human Interactions [14.21024646209994]
大規模言語モデル(LLM)は、顧客向けアプリケーションにますます多くデプロイされている。
本研究は,2つの設定間でのユーザ言語の文法的流布度,丁寧さ,語彙的多様性に有意な差異が認められた。
打上げ後の通信スタイルの変更に対する堅牢性を高めるために,我々は2つの戦略を実験した。
論文 参考訳（メタデータ） (2025-10-03T00:45:37Z) - HumAIne-Chatbot: Real-Time Personalized Conversational AI via Reinforcement Learning [0.4931504898146351]
textbfHumAIne-chatbotはAIによる会話エージェントで、新しいユーザプロファイリングフレームワークを通じて応答をパーソナライズする。
ライブインタラクションの間、オンライン強化学習エージェントは暗黙の信号を組み合わせることで、ユーザ毎のモデルを洗練する。
その結果、パーソナライズ機能を有効にすると、ユーザ満足度、パーソナライズ精度、タスク達成度が一貫した改善が見られた。
論文 参考訳（メタデータ） (2025-09-04T15:16:38Z) - Empathetic Response in Audio-Visual Conversations Using Emotion Preference Optimization and MambaCompressor [44.499778745131046]
まず、チャットボットのトレーニングに感情的選好最適化(EPO)を用いる。
このトレーニングは、モデルが正しい反応と反感情反応の微妙な区別を識別することを可能にする。
次に,MambaCompressorを導入し,会話履歴を効果的に圧縮し,管理する。
複数のデータセットにまたがる包括的実験により、我々のモデルは共感的応答の生成や長い対話の管理において、既存のモデルよりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2024-12-23T13:44:51Z) - Nonverbal Interaction Detection [83.40522919429337]
この研究は、社会的文脈における人間の非言語的相互作用を理解するという新たな課題に対処する。
我々はNVIと呼ばれる新しい大規模データセットを寄贈し、人間とそれに対応する社会グループのための境界ボックスを含むように細心の注意を払ってアノテートする。
第2に,非言語的インタラクション検出のための新たなタスクNVI-DETを構築し,画像から三つ子を識別する。
第3に,非言語相互作用検出ハイパーグラフ (NVI-DEHR) を提案する。
論文 参考訳（メタデータ） (2024-07-11T02:14:06Z) - Designing and Evaluating Multi-Chatbot Interface for Human-AI Communication: Preliminary Findings from a Persuasion Task [1.360607903399872]
本研究では, 特定の説得環境におけるマルチチャットボットコミュニケーションの効果について検討した。
マルチチャットボット通信が可能なオンライン環境を開発し,パイロット実験を行った。
本稿では,マルチチャットボットインタフェースの開発プロセスとパイロット実験による予備的な結果について述べる。
論文 参考訳（メタデータ） (2024-06-28T04:33:41Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳（メタデータ） (2024-03-17T03:52:52Z) - 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) - Dehumanizing Voice Technology: Phonetic & Experiential Consequences of
Restricted Human-Machine Interaction [0.0]
我々は、要求が音声の収束と低音声の遅延を増大させ、最終的には消費者にとってより自然なタスク体験をもたらすことを示す。
スマートオブジェクトとの対話を開始するために必要な入力を変更することは、消費者の主観的経験と人間の声の客観的な音声的変化の両方において、体系的な変化を引き起こす証拠を提供する。
論文 参考訳（メタデータ） (2021-11-02T22:49:25Z) - Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn
Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。
我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。
本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文 参考訳（メタデータ） (2021-03-30T15:24:37Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z) - I love your chain mail! Making knights smile in a fantasy game world:
Open-domain goal-oriented dialogue agents [69.68400056148336]
我々は、模倣学習したチトチャットモデルに対して強化学習を施した目標指向モデルを訓練する。
両モデルが逆モデルベースラインより優れており,目標を達成するために対話相手と自然に会話できることを示す。
論文 参考訳（メタデータ） (2020-02-07T16:22:36Z)
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。