AI Persona Design and Perceived Difficulty of Legal Advice Tasks
本研究表明，改变法律咨询聊天机器人的职业人格显著影响用户感知的任务难度，其中类似调解人的角色被评为难度最低，并暗示设计具有高宜人性且低神经质特征的人工智能可以增强复杂法律建议的可理解性。
原始论文采用 CC BY 4.0 许可（https://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，当你向一台电脑寻求关于复杂法律问题的帮助，比如弄清楚当一个花盆从阳台掉落时谁该负责，或者一名工人是否真正属于雇员。对于许多人来说，从机器那里获取建议的想法显得冰冷、令人困惑甚至有些令人生畏。这在法律领域尤为如此，因为这里的风险很高，且语言晦涩难懂。研究人员早已知道，一个人与技术互动的方式会改变他们对技术的感受。正如我们对严厉的老师与友好的邻居会有不同的反应一样，我们对听起来严肃的计算机与听起来乐于助人的计算机也会有不同的反应。这一研究领域探讨了我们赋予计算机程序的“人格化”特征——其语气、风格以及扮演的角色——如何塑造我们的信任感以及我们理解复杂信息的能力。问题不仅在于计算机是否给出了正确的答案，还在于它呈现答案的方式是让任务变得易于处理，还是让人感到难以承受。
维也纳西格蒙德·弗洛伊德大学的一个研究小组通过一项针对法律咨询的小型针对性实验，试图测试这一观点。他们想看看改变聊天机器人的“职位名称”和人格风格是否能改变人们对理解法律场景难度的感知。他们创建了三个不同版本的同一个法律咨询机器人，每个版本都设定了一套独特的性格特征。一个机器人被设计得像法官：结构化、注重规则且略显疏离。另一个被塑造成律师：具有策略性、说服力并随时准备进行辩论。第三个则被构建为调解员：富有同理心、专注于寻找共同点并渴望倾听。这些性格并非随机设定；它们是使用一个衡量五个关键特质的标准心理学框架精心构建的：一个人对新思想的开放程度、组织能力、外向程度、合作精神以及情感敏感度。研究人员为这些特质赋予了特定的数值，以创造出法官、律师和调解员截然不同的“声音”。
十六名成年志愿者（主要是具有心理学背景的学生）自愿参加了这项研究。每个人都被随机分配去与其中一种机器人进行对话。随后，他们处理了三个不同的法律情境，例如关于自行车销售的纠纷或关于职场隐私权的疑问。在阅读完情境并与分配给他们的机器人聊天以获取解释后，参与者必须对他们认为该任务的难度进行评分。研究人员还测量了参与者自身的性格，以观察一个人的自然风格是否与特定类型的机器人更匹配。其目标不是为了证明哪种机器人对所有人都是最好的，而是为了观察不同的风格是否会在工作难度感上产生明显的差异。
结果显示，三组之间存在着清晰且显著的差异。与另外两组相比，与调解员机器人交谈的人发现法律任务要容易得多。在难度量表上，调解员组给出的分数最低，表明他们觉得任务非常直观。与律师交谈的一组觉得任务难度中等，而与法官交谈的一组则觉得最具挑战性。调解员组与法官组之间的差距尤其巨大，这表明调解员那种温暖、合作的风格使得复杂的法律信息变得更加易于理解。相比之下，法官人格那种严厉、受规则约束的风格似乎让同样的信息变得更加沉重且难以掌握。
研究还观察了一个人的自身性格如何影响他们对这些机器人的反应。由于样本量较小，研究人员无法就这些联系得出确定的结论，但他们注意到了一些有趣的模式。例如，天生非常注重组织和细节的人似乎觉得法官那种严谨的风格特别难以应对。与此同时，调解员的风格似乎在各方面都表现良好，无论用户的性格如何，都能让任务感觉更容易。这表明，一种冷静、合作的方式可能是帮助人们理解复杂建议的更稳妥选择，而一种更具权威性或对抗性的风格可能会制造不必要的障碍。
尽管有了这些令人鼓舞的发现，研究人员谨慎地指出，这只是一个小型初步研究，而非最终定论。由于参与者人数较少且来自特定的大学，因此结果尚不能推广到公众。该研究也并未衡量所给的建议是否实际上是正确的，或者参与者是否真正理解了法律概念，仅测量了他们觉得任务是变容易了还是变难了。研究人员承认，“调解员”机器人是多种积极特质的结合体，因此目前尚不清楚这种易理解性是源于友好的语气、特定的职位名称，还是两者的结合。他们还发现，虽然人们信任计算机的胜任能力和实用性，但在涉及重要决策时，他们仍然更信任人类专家。这表明，人工智能应该被视为帮助人们获取信息并准备问题的工具，而不是专业判断的替代品。
这项工作的核心启示在于，对话式人工智能的设计至关重要。计算机如何说话以及它扮演什么角色，可以改变用户的体验，使其从挫败变为可控。研究表明，赋予法律咨询机器人一种类似调解员的人格——其特点是耐心、同理心和注重合作——可以使复杂的法律建议不再那么令人生畏。然而，研究人员强调，这仅仅是一个开始。为了真正理解如何设计这些工具，需要进行更大规模、更严谨的研究，以测试这些想法，并在确保让任务变得更容易的同时，不会意外地让人们对自己的理解产生过度自信。目前，证据指向一个简单而强大的观点：在向机器寻求严肃事务的帮助时，一个友好且平衡的声音可能是开启理解之门的关键。
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。