数字化转型已重塑业务格局,使我们的数据超出了我们的处理能力。对话型AI是人工智能的一个方面,它使机器能够进行类似人类的对话。这包括聊天机器人和能够互动和个性化响应的虚拟助手。本文探讨了对话式AI的机制,突出了自然语言处理(NLP),机器学习(ML)和自动语音识别(ASR)作为关键组成部分。对话式AI经常合并由专家策划或通过机器学习构建的知识库,以维持上下文并更好地了解用户意图。此上下文意识使聊天机器人能够在网站,消息应用程序和语音接口等各种渠道上提供个性化响应。通过利用这些技术,对话AI可以增强客户体验,增强潜在客户的生成,简化客户服务并完善个性化的营销工作。
背景:对医疗服务的高需求和人工智能不断增强的能力导致了对话代理的发展,旨在支持各种与健康相关的活动 - 包括行为改变、治疗支持、健康监测、培训、分类和筛查支持。这些任务的自动化可以让临床医生专注于更复杂的工作,并增加公众获得医疗服务的可及性。需要对这些代理在医疗保健领域的可接受性、可用性和有效性进行总体评估,以收集证据,以便未来的发展可以针对需要改进的领域和可持续采用的潜力。目的:本系统评价旨在评估对话代理在医疗保健领域的有效性和可用性,并确定用户喜欢和不喜欢的元素,为这些代理的未来研究和开发提供信息。方法:系统地搜索了 PubMed、Medline(Ovid)、EMBASE、CINAHL、Web of Science 和 ACM 数字图书馆,查找自 2008 年以来发表的评估医疗保健中使用的不受约束的自然语言处理对话代理的文章。使用 Endnote(X9 版;Clarivate Analytics)参考文献管理软件进行初步筛选,然后由一名审阅者进行全文筛选。提取数据并由一名审阅者评估偏倚风险,由另一名审阅者验证。结果:共选定了 31 项研究,包括各种对话代理——14 个聊天机器人(其中两个是语音聊天机器人)、6 个具体对话代理、3 个交互式语音应答电话、3 个虚拟患者和 3 个语音识别筛选系统,以及一个上下文问答代理和一个语音识别分类系统。总体而言,报告的证据大多是正面的或混合的。可用性和满意度表现良好(27/30 和 26/31),四分之三的研究(23/30)发现了积极或混合的有效性,但在具体的定性反馈中强调了代理的几个局限性。结论:研究通常报告了对所研究的对话代理的有效性、可用性和满意度的积极或混合证据,但定性用户感知更加复杂。许多研究的质量有限,需要改进研究设计和报告,以更准确地评估这些药物在医疗保健中的实用性并确定需要改进的关键领域。进一步的研究还应分析这些药物的成本效益、隐私和安全性。
摘要 本研究评估了对话式人工智能 (CAI) 在纠正认知偏差和识别人机交互中的情感方面的有效性,这对于数字心理健康干预至关重要。认知偏差——系统性偏离规范思维——会影响心理健康,加剧抑郁和焦虑等状况。治疗聊天机器人可以使认知行为疗法 (CBT) 更易于获得且更实惠,提供可扩展和即时的支持。该研究采用结构化方法,使用基于临床的虚拟案例场景模拟典型的用户-机器人交互。在两类认知偏差中评估了表现和情感识别:心智理论偏差(人工智能拟人化、对人工智能的过度信任、归因于人工智能)和自主性偏差(控制错觉、基本归因错误、公正世界假设)。使用定性反馈机制和序数量表来量化基于准确性、治疗质量和对 CBT 原则的遵守情况的反应。通过脚本交互评估治疗机器人(Wysa、Youper)和通用 LLM(GTP 3.5、GTP 4、Gemini Pro),由认知科学家和临床心理学家双重审查。统计分析表明,治疗机器人在偏见纠正方面始终优于非治疗机器人,并且在 6 种情感识别偏见中有 4 种表现出色。数据表明,非治疗聊天机器人在解决某些认知偏见方面更有效。关键词:认知偏见、对话式人工智能、聊天机器人、数字心理健康、偏见纠正、情感识别 * 通讯作者。电子邮件:marcin.rzadeczka@umcs.pl,邮寄地址:Wydział Filozofii i Socjologii UMCS, pl。Marii Curie-Skłodowskiej 4, pok。204, 20-031 卢布林数据和协议:https://data.mendeley.com/datasets/h2xn2bxz5r/1 预印本 doi:https://doi.org/10.48550/arXiv.2406.13813
摘要 - 这项工作引入了一个机器人平台,该平台全面地集成了多步操作执行,自然语言理解和内存,以根据可变需求和用户意图进行交互性执行服务任务。所提出的体系结构是围绕源自GPT-4的AI代理构建的,该代理嵌入了体现系统中。我们的方法利用语义匹配,计划验证和状态信息将代理在物理世界中扎根,并在交流和行为之间进行无缝合并。我们通过HRI研究来证明该系统的优势,该研究比较了在自由形式的旅游指南方案中具有和没有对话性AI功能的移动机器人。沿五个维度测量了系统的适应性:灵活的任务计划,互动信息探索,情感友好性,个性化以及增强的总体用户满意度。
合成用户在评估对话推荐系统的评估中是真实用户的经济高效代理。大型语言模式在模拟类似人类的范围方面表现出了希望,这提出了他们代表多样化用户的能力的问题。我们制定了一种新协议,以衡量语言模型可以在会话推荐中准确模拟人类行为的程度。该协议由五个任务组成,每个任务都旨在评估合成用户应展示的关键属性:选择要讨论的项目,表达二进制偏好,表达开放式的偏好,调查建议,并回馈。通过评估基线类似者,我们证明了这些任务有效地揭示了语言模型与Human行为的偏差,并提供了有关如何通过模型选择和提示策略来减少偏差的见解。1
随着教育组织越来越多地考虑支持或用聊天机器人代替人类聊天顾问,至关重要的是要检查用户对聊天机器人的看法与人类不同。聊天机器人的对话特征可能会信号响应能力,从而改善用户响应。为了探讨这一点,我们使用建议设置的研究进行了三个在线实验(N总计= 1,005)。我们计算了汇总数据分析,因为个人研究结果并未为我们的假设提供明确的支持。结果表明,用户更喜欢人类代理人使用的能力和意图,但不觉得享受。响应能力提高了可爱,温暖和满意度。对相互作用的看法介导了响应效应。我们的发现表明,教育组织可以通过良好的聊天机器人来支持其研究,而无需引起负面用户的响应。
Hardy等。 [14],请注意,在聊天机器人对话体验中共享主动性或对话控制的方式使其与人类互动不同。 与人类的对话不同,双方都领导和介绍主题,当前的聊天机器人互动通常是单方面的,人类发起对话,并且机器人被动地响应。 Chatgpt [28]的早期用户报告了这种单方面交互的一些负面经历,例如难以制定有效的提示启动器,并且需要多次调整其提示以获得所需的响应。 这与Luger和Sellen的[18]发现保持一致,这表明与聊天机器人互动的用户熟悉聊天机器人会响应的提示类型,最终增加了激励他们与聊天机器人互动的可能性。Hardy等。[14],请注意,在聊天机器人对话体验中共享主动性或对话控制的方式使其与人类互动不同。与人类的对话不同,双方都领导和介绍主题,当前的聊天机器人互动通常是单方面的,人类发起对话,并且机器人被动地响应。Chatgpt [28]的早期用户报告了这种单方面交互的一些负面经历,例如难以制定有效的提示启动器,并且需要多次调整其提示以获得所需的响应。这与Luger和Sellen的[18]发现保持一致,这表明与聊天机器人互动的用户熟悉聊天机器人会响应的提示类型,最终增加了激励他们与聊天机器人互动的可能性。
涵盖语音和基于文本的助手的对话式AI(CAI)系统正在上升,并且已在很大程度上融入了人们的日常生活中。尽管采用了广泛的采用,但用户表达了对这些系统的隐私,安全性和信任的担忧。但是,这些看法的组成,它们对技术采用和使用的影响以及在CAI环境中隐私,安全性和信任看法之间的关系仍然是开放的研究挑战。这项研究通过进行系统的文献综述来为该领域做出贡献,并提供有关CAI系统背景下隐私,安全和信任感知的当前研究状态的见解。评论涵盖了应用程序字段和用户组,并阐明了用于评估的经验方法和工具。此外,它提供了有关隐私,安全性和信任量表的可靠性和有效性的见解,以及广泛研究每个项目的子构造以及同时收集的其他概念。我们指出,基于我们确定的子构造的信任,隐私和安全性的看法重叠。大多数研究调查了其中一个概念,但只有少数研究共同探索了隐私,安全和信任的看法。我们的研究旨在告知为用户的隐私,安全和信任感知开发和使用可靠量表的方向,并为可信赖的CAI系统的开发做出贡献。
摘要:本研究考察了尼日利亚南南地区商业银行商业模式创新与组织弹性之间的关系。对尼日利亚南南地区 20 家商业银行的 436 名员工进行了横断面调查。数据采用结构化问卷收集,并使用结构方程模型进行分析。结果表明,商业模式创新(价值主张创新和价值获取创新)维度与组织弹性之间存在显著的正相关关系。研究得出结论,成功整合价值主张和价值获取方面的商业模式创新对于提高南南尼日利亚商业银行的敏捷性和稳健性至关重要。因此,该研究建议商业银行应培育创新和创造文化,鼓励员工探索新的想法和方法,这将对银行应对市场变化的敏捷性产生积极影响。关键词:商业模式创新、价值主张创新、价值获取创新、组织弹性、敏捷性、稳健性。 1.0 简介 总体而言,公司在极其动荡的环境中运作,这种环境的特点是不可预测性和高度模糊性,客户偏好不断变化、竞争压力不断加大、监管政策不断波动(Rajala & Hautala- Kankaanpää,2023 年)。考虑到尼日利亚商业领域的不可估量性质,各组织目前正在寻求提高其复原力的方法,因为只有具有复原力的组织才能保持稳定的业务发展。组织离不开竞争对手,在激烈的竞争中,组织的连续性和有效运营的能力取决于他们调整运营以适应行业趋势的能力。在发生重大干扰时,公司的复原力是指其在为消费者、用户和相关利益相关者提供服务的同时对其做出反应、恢复并照常开展业务的能力(Saidenberg 和 Goyne,2020 年)。在经济紧张时期,银行如果具备足够的资本,则能够获得资金、赢得投资者的支持并赢得储户的信任(Fiksel,2006 年)。Dietz、Kincses、Seshadrinathan 和 Yang(2022 年)认为,银行必须提高其韧性并重新考虑其公司战略,以度过当前不确定的时刻并实现长期增长和盈利。