Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning
这项针对33名教师的混合方法研究表明，在K-12课堂协作学习中，AI智能体的语音口音显著影响着人机协作，其方式在于通过影响智能体被感知为脱离的工具（英式口音）还是集成的同伴（印度和非裔美国口音），从而影响信任、参与度和交互动态。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正走进一间教室，一群老师正围坐在桌旁共同解决一个谜题。坐在他们身边的是一位新成员：一个仅限语音的 AI，名叫“Phoenix（菲尼克斯）”。Phoenix 没有身体，没有脸庞，也没有双手。它只能说话。
研究人员想知道：Phoenix 使用的口音是否会改变老师们对待它的方式？
为了找出答案，他们创建了三个不同版本的 Phoenix。一个使用英式口音说话，一个使用印度口音，还有一个使用非裔美国口音。他们将这些不同的声音放入相同的小组活动中，并观察发生了什么。
以下是他们的发现，分为几个简单的概念：
1. “机器人” vs. “人”
最令人惊讶的是，口音就像一个开关，在老师们大脑中切换着关于 Phoenix 是“人”还是“机器”的认知。
英式口音（“智能工具”）： 当 Phoenix 用英式口音说话时，老师们把它当作一个高科技计算器或 GPS。他们将其视为一个提供事实的有用机器。他们对它很有礼貌，但并没有真正与它进行“交谈”。他们没有想象它有脸、性别或个性。对他们来说，它只是来自一台电脑的声音。
- 类比： 这就像是在和一个非常礼貌的图书管理员交谈，对方只会把书递给你，但绝不会加入你的对话。
印度和非裔美国口音（“人类同伴”）： 当 Phoenix 使用这些口音时，老师们立即开始想象它是一个真实的生命体。他们脑海中勾勒出了 Phoenix 拥有身体、特定年龄和性别的形象。他们把它当作一名新同学或坐在桌旁的同事来对待。
- 类比： 这就像是一个新人走进了房间。老师们开始好奇：“这个人是谁？他们在想什么？我喜欢他们吗？”
2. 信任是如何建立（或破裂）的
因为这些“声音”被看待的方式不同，所以信任的方式也不同。
- 面对英式“工具”： 由于他们将其视为机器，因此对它的情感或社交技能期望较低。如果机器犯了错，他们只会认为：“噢，电脑出故障了。”他们不会感到愤怒或被背叛，因为他们从一开始就从未认为它是一个“人”。这种信任是稳定但浅层的。
- 面对“人类”声音： 因为他们将这些智能体视为人，所以他们对它们也有人的预期。
- 印度口音： 这一组建立了良好的关系。他们把 Phoenix 当作一个聪明的伙伴。当 Phoenix 提出了一个好主意时，他们为之欢呼。当 Phoenix 犯了一个小错误时，他们会原谅它，因为他们将其视为一个正在努力尝试的“同伴”。
- 非裔美国口音： 这一组感到有些困惑。他们不确定 Phoenix 是学生、老师还是老板。因为无法确定 Phoenix 扮演的“角色”，他们不断地对其进行测试。当 Phoenix 稍后犯错时，他们很快就感到挫败，因为他们觉得这个“人”没有履行其职责。信任因此破裂，因为角色定位不明。
3. “第一印象”法则
研究发现，活动的最初几分钟至关重要。
- 如果老师们开始将 Phoenix 视为一种工具（就像英式口音组那样），他们会一直将其视为工具。
- 如果他们开始像对待一个人那样与它聊天（就像印度口音组那样），他们就会一直将其视为朋友。
- 隐喻： 这就像在派对上结识某人。如果你介绍对方是“DJ”，你只会和对方聊音乐；如果你介绍对方是“新朋友”，你会询问对方的生活。口音帮助决定了那场“初次介绍”。
核心启示
论文得出结论：声音不仅仅关乎单词听起来如何，更关乎我们认为是谁在说话。
在课堂环境中，如果你希望 AI 成为一个提供事实的辅助“工具”，特定的口音可能会效果最好。但如果你希望 AI 成为一个“同伴”，能够帮助学生协作并让他们感到被包容，那么另一种口音可能会让人们更倾向于将其视为人类伙伴。研究人员警告说，如果我们不小心，我们可能会在无意中设计出一种 AI，仅仅基于我们选择的声音，就让某些学生感到它是一个冰冷的机器，而让另一些学生感到它是一个温暖的朋友。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。