Quantifying sources of variation in turn-taking: How much do demographics and personality explain?

La danza invisibile della conversazione

Immaginate di essere a una festa affollata. State cercando di conversare con un amico, ma la stanza è rumorosa. Per mantenere fluido il dialogo, voi e il vostro amico dovete eseguire una danza invisibile ad alta velocità. Non vi limiti a aspettare che l'altra persona smetta di parlare per poi iniziare; dovete prevedere esattamente quando finirà per poter intervenire nel momento perfetto. Se intervenite troppo presto, interrompete (una "sovrapposizione"). Se aspettate troppo, si crea un silenzio imbarazzante (una "lacuna").

Gli scienziati chiamano questo processo turn-taking (alternanza dei turni). È il ritmo di avanti e indietro che rende la conversazione umana fluida, anziché simile a una partita di ping-pong dove la pallina colpisce il pavimento ogni volta. Per molto tempo, i ricercatori hanno dibattuto sul perché danziamoamo in questo modo. È a causa di chi siamo? Forse siete naturalmente dei parlatori veloci perché siete estroversi, o forse parlate lentamente a causa dell'età o del genere. O è qualcosa che accade tra due persone? Forse la danza non riguarda i vostri passi individuali, ma quanto bene voi e il vostro specifico partner vi sincronizzate.

Questa domanda è importante perché, se vogliamo costruire robot che parlino come gli umani o app che aiutino le persone a comunicare meglio, dobbiamo sapere: dobbiamo programmare il robot con la vostra personalità, o dobbiamo insegnargli come danzare con voi specificamente?

Il grande esperimento sulla conversazione

In questo studio, un team di ricercatori ha deciso di risolvere questo dibattito analizzando una enorme quantità di dati del mondo reale. Non si sono limitati a osservare poche persone che chiacchierano; hanno analizzato oltre 12.000 conversazioni provenienti da due enormi database. Un database, chiamato Fisher, conteneva telefonate tra sconosciuti. L'altro, CANDOR, conteneva videochiamate tra sconosciuti. Poiché molte delle persone in questi database parlavano con più partner diversi, i ricercatori potevano giocare a un astuto gioco di "trova il modello".

Si sono chiesti: Se la Persona A parla con la Persona B, e poi la Persona A parla con la Persona C, la Persona A parla nello stesso modo entrambe le volte? (Questo significherebbe che dipende dall'Attore). O la Persona A parla diversamente a seconda che stia parlando con la Persona B o con la Persona C? (Questo significherebbe che riguarda il Partner). E infine, esiste una "magia" speciale che accade solo quando la Persona A e la Persona B sono insieme, un modello che scompare se uno dei due parla con qualcun altro? (Questo è il Diade, ovvero la coppia).

Per misurare questo, hanno osservato quattro "mosse di danza" specifiche:

1. Floor Transfer Offset (FTO): l'esatto numero di millisecondi tra quando una persona smette e l'altra inizia.
2. Sovrapposizione (Overlap): quanto tempo le persone passano a parlare l'una sopra l'altra.
3. Pause: quanto silenzio avviene mentre una persona detiene la parola.
4. Attività di parola (Speech Activity): quanto tempo della conversazione totale una persona ottiene effettivamente per parlare.

I risultati sorprendenti: è complicato!

I ricercatori hanno scoperto che non esiste una risposta unica. La "danza" dipende interamente da quale mossa state osservando.

La "Diade" vince la corsa al tempo
Quando si è trattato del tempismo infinitesimale del turn-taking (l'FTO), il fattore più importante era la coppia stessa. I ricercatori hanno scoperto che la specifica chimica tra due persone spiegava la maggior parte della variazione nel loro tempismo. Anche tenendo conto di chi fossero gli interlocutori e di chi fossero i loro partner, l'unica "vibrazione" di quella specifica coppia esercitava ancora l'influenza maggiore. È come se ogni coppia avesse il proprio ritmo segreto che non potete prevedere solo conoscendo i singoli individui. Nei dati telefonici, la diade spiegava il 54% delle differenze di tempismo; nei dati video, era il 34%. Ciò suggerisce che l' "orologio" di una conversazione è impostato dalle due persone che danzano insieme, non solo dai singoli ballerini.

L' "Attore" guida il silenzio
Tuttavia, quando si è trattato delle Pause (il silenzio mentre si detiene la parola), il singolo parlante era il capo. I ricercatori hanno scoperto che quanto si pausa dipende principalmente da te. Se sei una persona che pausa molto, parlerai con molte pause a prescindere da chi hai di fronte. Questa è stata la misura più "guidata dall'attore", il che significa che il tuo stile personale domina il silenzio.

L' "Attività di parola" è un lavoro di squadra
Per l'Attività di parola (chi ottiene a parlare di più), si è trattato di un mix. La tua personalità e le tue abitudini sono il fattore principale (l'Attore), ma anche il tuo partner conta molto. Se parli con un partner dominante, potresti parlare meno, anche se sei solitamente un chiacchierone. I ricercatori hanno scoperto che, sebbene i tuoi tratti personali spieghino la maggior parte delle cose, l'identità del tuo partner tiene comunque conto di una parte significativa della variazione.

La "Sovrapposizione" è uno spirito mutevole
La quantità di persone che parlano sopra l'altra (Sovrapposizione) è stata la parte più confusa. Nelle conversazioni video, sembrava dipendere principalmente dal parlante. Ma nelle chiamate telefoniche, dipendeva principalmente dall'ascoltatore. Ciò suggerisce che il modo in cui interrompiamo o ci sovrapponiamo possa cambiare in base al mezzo (video vs audio) e in base a come interpretiamo gli indizi dell'altro.

Le vostre caratteristiche demografiche contano?

Potreste chiedervi: "Quindi, il fatto di essere un uomo, una donna, giovane, anziano o avere una certa personalità cambia il mio modo di parlare?"

La risposta è: Sì, ma non quanto potreste pensare.

I ricercatori hanno testato se fattori come Sesso, Età, Istruzione e Personalità potessero predire questi modelli. Hanno scoperto che questi fattori contavano, ma spiegavano solo una piccola fetta del puzzle — circa il 6% al 16% della variazione totale.

• Il Sesso è stato il predittore più costante. Gli uomini tendevano ad avere intervalli leggermente più lunghi tra i turni e a sovrapporsi leggermente meno rispetto alle donne.
• L'Età e la Personalità (specificamente l'estroversione) hanno anch'esse giocato un ruolo, specialmente nel quanto le persone parlavano.
• Tuttavia, anche con tutti questi dettagli, i ricercatori non riuscivano a predire una conversazione guardando solo il profilo di una persona. La "magia" della specifica coppia e l'unico contesto del momento continuavano a dominare la scena.

Cosa significa per il futuro

Lo studio conclude che siamo molto più dei nostri profili demografici. Non siamo solo "uomini estroversi" o "donne anziane" con stili di conversazione fissi. Siamo ballerini dinamici che cambiano i propri passi a seconda di chi hanno di fronte.

Per i robot e i sistemi di IA del futuro, questo è un grande indizio. Se volete che un robot parli in modo naturale, non potete limitarvi a programmarlo con la personalità dell'utente. Dovete insegnargli a ascoltare la coppia. Il robot deve imparare che questo specifico essere umano parla diversamente con questo specifico robot rispetto a come parla con sua madre o con il suo capo. Il tempismo di una conversazione non è solo una performance solista; è un duetto, e la musica è spesso scritta dalle due persone che la suonano insieme, non dallo spartito che hanno in tasca.