Comparative Analysis of LLM-Based Conversational Agents as an Assistive Technology for Web Interaction
本研究评估了四种领先的基于大语言模型的对话智能体作为网页导航辅助技术的有效性，发现尽管它们在通过解析页面结构和引导交互以增强不同用户群体的无障碍体验方面展现出令人期待的潜力，但其性能在不同工具之间存在显著差异。
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，互联网是一座巨大且繁忙的城市。对于某些人来说，在这座城市中行走非常轻松：街道宽阔，标识清晰，建筑设有坡道。但对于其他人——比如老年人、盲人，或者那些觉得现代技术过于复杂的人——这座城市可能感觉像是一个充满了死胡同、隐藏门和混乱标识的迷宫。
这篇论文就像是对一种新型数字导游进行的实地测试。研究人员想要观察一种特定类型的人工智能（被称为基于大语言模型（LLM）的对话式智能体，或称“聊天机器人”），是否可以充当那样的导游，通过阅读网站的“蓝图”来帮助任何人浏览网页，并告诉他们如何到达目的地。
以下是他们所做工作及发现的简单拆解：
问题所在：互联网是一个迷宫
网站正变得越来越复杂。它们充满了弹窗、隐藏菜单和复杂的表单。对于不太精通技术的人或使用屏幕阅读器（一种将文本读出声音的工具）的人来说，寻找一个“登录”按钮或“搜索”栏，感觉就像是在蒙着眼睛于草堆中寻找一根特定的针。
解决方案：“阅读蓝图”的导游
研究人员测试了四种流行的 AI 聊天机器人（Copilot、ChatGPT、Gemini 和 Perplexity）。他们不仅仅是让这些机器人去猜测一个网站看起来是什么样子的；他们还让这些机器人获取了网站的源代码（构建页面的原始计算机指令）。
可以这样理解：
- 旧方法： 导游从建筑外部观察，并猜测门在哪里。
- 新方法： 导游被递交了这座建筑的建筑蓝图。他们能精确看到门的位置，即使这扇门被隐藏在画作或华丽的帘幕之后，他们也能准确告诉你如何打开它。
实验：两轮测试
研究人员在 13 个真实的现实世界网站（如亚马逊、维基百科、政府网站和新闻门户网站）上进行了两轮“实地测试”。
第一轮（2024 年底）：
研究人员首先测试了 Microsoft Copilot。在当时，Copilot 的独特之处在于它可以直接“看到”你正在浏览的当前网页。
- 结果： 这个机器人的表现令人惊喜。它能够描述页面、找到隐藏菜单，并解释如何搜索或登录。它就像一位了解捷径的当地通。
- 小故障： 当网站非常凌乱，或者使用了复杂的计算机技巧（例如将菜单隐藏在脚本之后）时，机器人有时会感到困惑，就像人类在混乱的建筑中迷路一样。
第二轮（2025 年底）：
技术发展迅速。研究人员使用一种称为 RAG 的新方法测试了四种不同的机器人（Copilot、ChatGPT、Gemini 和 Perplexity）。
- 什么是 RAG？ 想象一下，机器人不仅拥有自己的记忆；它还连接了一个“搜索引擎”，可以在回答之前瞬间抓取当前网站的蓝图并将其喂给机器人。这让所有的机器人都能“看到”页面，而不仅仅是 Copilots。
- 结果： 他们向机器人提出了 100 多个问题，例如“菜单在哪里？”或“我该如何购买这个？”
他们的发现（评分卡）
研究人员充当评委，根据 0 到 3 分的等级对机器人进行评分（3 分代表完美的专家级回答）。
- 获胜者： Gemini 和 Copilot 是表现最好的选手。它们是最可靠的导游。它们通常能找到正确的按钮，解释菜单，并准确告诉你如何完成一项任务。
- 类比： 如果网站是一个复杂的拼图，这两个机器人通常能解开它，并将碎片按正确的顺序交到你手中。
- 亚军： ChatGPT 做得不错，但与前两位相比，其稳定性稍逊一筹。
- 挣扎者： Perplexity 遇到了困难。它经常试图通过搜索互联网上的通用信息来回答问题，而不是严格查看特定网站的蓝图。
- 类比： 如果你问 Perplexity，“这栋建筑的出口在哪里？”，它可能会说：“嗯，通常建筑物的出口在左侧，”而不是查看你给出的具体平面图。
“陷阱”
即使是最好的机器人，在某些情况下也会遇到困难：
- “魔法门”： 一些网站使用复杂的计算机代码，使菜单仅在点击某物时才会出现。机器人有时会错过这些“魔法门”，因为它们在蓝图中很难被读取。
- “禁止入内”标志： 一些网站（如亚马逊或《华尔街日报》）设有阻止机器人读取其蓝图的安全卫士。一旦发生这种情况，机器人就无法回答问题。
- 幻觉： 有时，机器人会自信地给你一个页面上实际并不存在的电话号码或地址，根据它过去掌握的知识编造事实。
核心结论
论文得出结论，这些 AI 聊天机器人是极具前景的新型工具，可以帮助人们浏览网络。它们还不完美，但比瞎猜要好得多。
- 对于普通用户： 它们提供了一种友好、对话式的方式来获取帮助，而无需成为技术专家。
- 对于残障人士： 它们最终可能取代人类助手，赋予用户更多的独立性。
研究人员表示，虽然这项技术仍在进化中（就像一辆每月都在升级的汽车），但使用这些“阅读蓝图”的导游来让互联网实现全民无障碍访问的想法，不仅仅是一个梦想——它在今天已经成为了现实。
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。