arXiv · Human-Computer Interaction· Anwesha Das, Vera Demberg, Anna Maria Feit
· 23 小时前AI 评分51
AI 必须把话说全吗？限时任务中对提示的语用理解
Must AI Spell It Out? Pragmatic Comprehension of Alerts in a Time-Critical Task
预印本 · 尚未经过同行评审
AI 导读
辅助系统通常把信息全部说出，占用了用户已知内容的时间与注意。研究在预注册实验中让 114 名被试完成监控任务，控制其先验知识与可用于发现关键情况的时间，比较一个基于听者知识模型决定说什么、何时说、说得多明确的语用规划器与按出现顺序完整说明问题的基线。结果显示，被试对不完整提示的解决几乎与完整提示一样可靠，而且更快，发现的问题更多，认为语用助手有帮助的比例更高，自报心理负荷没有增加。
摘要 · AI 翻译
辅助系统通常会把所有信息都告诉用户，往往把时间和注意力花在用户已经知道的事情上，留给接下来要发生的事就少了。而人类则不同，他们会省略自己预期听者能够自行补充的内容。不过，当说话者是机器时，人们能否利用自己先前的知识来理解不完整的信息呢？我们在一项监控任务中研究了这种语用理解，并控制了用户的先验知识和可用于发现关键情境的时间。在一项预注册研究（N=114）中，我们将一个语用规划器与一个基线进行了比较：前者基于听者知识模型进行推理，以决定说什么、何时说以及说得多明确；后者则按发生顺序完整说明问题。参与者对信息不充分的警报的解决几乎与对信息完整的警报一样可靠，而且更快，发现了更多问题，并更经常地认为该语用助手有帮助，同时报告的心理需求没有增加。我们的发现表明，人们能够还原系统所隐含的内容，并且语用沟通能够在不断变化的世界约束下支持有效的辅助。
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv · Human-Computer Interaction · arxiv.org