聊天機器人如何讓我們願意對它傾訴心聲?

當《雲端情人》的作業系統情人真的被實現後,我們真的願意對它吐露心聲嗎?聊天機器人除了要智慧到一定的程度,能夠與我們進行來回多輪的對話之外,還需要需要具備什麼條件才會讓人願意與它敞開心胸深談?這篇將從人機互動的角度出發,一窺聊天機器人是如何讓人想對它分享想法與感受。

撰文/楊期蘭

還記得《雲端情人》的男主角西奧多跟作業系統情人莎曼姍徹夜深聊的場景嗎?除了莎曼姍的聲音好聽又很智能之外,還有什麼其他因素會讓人願意對一台機器分享自己的生活大小事,對它「自我揭露」呢?今天這篇文章將要帶讀者們了解:聊天機器人需要具備什麼條件才會讓人想要對它自我揭露?

自我揭露(Self-disclosure) 是一個向他人分享自我的一個過程,人們可以透過自我揭露與他人建立關係,也能讓人們在自我揭露過程中更了解自己或是減輕一些壓力。早在1960年代開始,美國MIT的人工智慧實驗室就已經開始有研究者們嘗試做出一個能夠與人「對話」的機器,這個名作為Eliza的聊天機器人在當時其實並不具備有理解人類語言的能力,它有的功能就只是先紀錄了一段對話腳本,接著設定關鍵字,當它偵測到某些特定說話模式後把便事先寫好的腳本對話輸出,或是直接把人說出的話再重複說出來給他聽。這樣的設計當時被放在心理諮商的情境下,竟然讓不少跟它互動的人都認為Eliza是個真人,並且願意對它自我揭露。

但是隨著對話的時間越拉越長,人們還會不會願意繼續跟聊天機器人閒聊下去呢?一群專門研究人類如何與各種資訊科技互動的人機互動研究者為了了解這個問題,便設計了一個實驗,邀請人們來跟三種他們設計出的聊天機器人閒聊,藉此了解聊天機器人要怎麼設計才會讓人們願意長時間向它自我揭露。

Photo by Priscilla Du Preez on Unsplash

●人與人相處時的自我揭露

當我們在跟另一個人建立關係的時候,其中一方如果願意主動自我揭露的話,通常也會讓對方更願意打開心房多說一些自己的事,因此研究者們便根據這個規則,設計出三種具備不同自我揭露程度的聊天機器人:(1)完全不自我揭露;(2)低程度自我揭露(分享一些客觀外在的事實,像是:對啊,那裡平常很熱鬧);(3)高程度自我揭露(分享較多個人經歷、感受、想法、情感,像是:那裡平常很熱鬧,我經常跟朋友去哪裡逛,很開心)。

實驗為期三個禮拜,總共把47個人分配到三個不同組別,分別跟三種不同的聊天機器人聊天。每天聊天機器人會透過臉書的聊天室傳訊息給實驗參與者們,每個人每天大約會跟它對話8分鐘左右。研究者們讓聊天機器人在這三週內跟參與者們談論三種不同的主題,分別是談論一般性資訊、詢問想法、詢問感受,想藉此分析人們跟不同自我揭露程度的聊天機器人對話時,會偏好分享哪些類型的內容讓聊天機器人知道。

●會自我揭露的聊天機器人使人敞開心胸閒聊

比較三組人分別跟不同聊天機器人的對話內容,分析結果發現,如果是跟自我揭露程度高的聊天機器人對話,人們也會說比較多話(打字量比其他組別多),也會分享比較多想法跟感覺類的問題,而且隨著實驗時間拉長,三種不同聊天機器人帶出的差距也越大,從實驗的第九天開始,人們會跟高自我揭露程度的聊天機器人分享更多自己的想法與感受,但是對於在不具備自我揭露功能的聊天機器人那組,人們開始逐漸減少分享對它自己的想法與感受。除此之外,人們跟高自我揭露程度的聊天機器人聊天,隨著實驗時間拉長,人們也對它產生比較高的親密感。

從事後的訪談也發現,當人們跟高自我揭露程度的聊天機器人講話時,感覺就像是在跟諮商師交換想法,也會想分享比較多細節;但是當跟沒有自我揭露的聊天機器人講話時,人們覺得就像是跟陌生人講話一樣,自然也不想透露太多自己的事。

Photo by Oleg Magni on Unsplash

●未來可能讓聊天機器人協助人們談論較敏感的私人話題嗎?

從這個研究我們可以知道聊天機器人的聊天風格(自我揭露程度高低)會影響與它聊天的人們自我揭露程度,在遵守個人隱私與諮商倫理前提之下,未來也許能夠透過適當的聊天機器人設計,協助心理師或諮商師更全面地了解個案,在個案知情的情況下,邀請個案在非諮商會談時段,與聊天機器人談論較私密的敏感話題,讓人們在與聊天機器人的互動中感受到被聆聽而不用擔心被評價,讓具備自我揭露功能的聊天機器人成為助人工作者的小幫手,如此一來,諮商師就能從個案身上收集到更多面向資料,增進助人專業者對個案的理解。

 

參考資料:

  1. Weizenbaum, J. (1966). ELIZA—a computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36-45.
  2. Lee, Y. C., Yamashita, N., Huang, Y., & Fu, W. (2020, April). " I Hear You, I Feel You": Encouraging Deep Self-disclosure through a Chatbot. In Proceedings of the 2020 CHI conference on human factors in computing systems (pp. 1-12).
人瀏覽過