Affect-Aware Human-Agent Conversations: Towards Empathic LLM Interaction
本文介绍了共情扩展提示（Empathic Extended Prompting），这是一个实时框架，通过将面部情感描述符集成到大语言模型交互中，以增强感知的情感智能和情绪响应能力，且不会损害可用性或引发恐怖谷效应。
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，你正在与一个住在你电脑里的、非常聪明且博学多才的机器人交谈。这个机器人非常擅长理解文字，但它有一个盲点：它看不见你的脸。如果你在输入“我没事”的同时正在哭泣，机器人只会看到“我没事”这几个字，并可能兴高采烈地建议一个有趣的活动，从而完全忽略了你的悲伤。这就是作者所说的“同理心错觉”——机器人听起来很有同理心，但它只是在根据文字进行猜测，而不是在那个时刻真正地感受你的情绪。
这篇论文介绍了一种修复这个盲点的新方法。研究人员构建了一个他们称之为**“共情扩展提示”（Empathic Extended Prompting）**的系统。你可以把它想象成给了机器人一副“情感眼镜”。
它是如何工作的：“情感眼镜”
在普通的聊天中，你输入一条消息，然后机器人回复。在这个新系统中，当你打字时，摄像头会观察你的脸。一个特殊的软件（称为 FaceReader）充当了翻译官的角色，将你的面部表情转化为一份简单的成绩单。
该系统不是向机器人发送原始视频，而是发送一份简短的便条，内容类似于：
- “用户看起来很悲伤。”
- “这种悲伤程度很强烈。”
- “他们的情绪状态是负面的。”
- “他们看起来很平静（能量较低）。”
然后，机器人会在写下回复之前，先阅读你的文本以及这张情感便条。这就像是在进行一场你的朋友能看到你的脸，但这位朋友仍然是计算机程序时的对话。
实验：测试眼镜的效果
研究人员想看看这种“情感眼镜”的方法是否真的让人们感到被理解了。他们设计了一个包含 20 名参与者的测试。
设置：
- 热身阶段： 首先，每个人都观看了一段短片。有些人看的是悲伤场景（一只小狮子失去了父亲），另一些人看的是快乐场景（一个机器人在太空中跳舞）。这是为了确保每个人在开始聊天时都有一个明确的情绪状态。
- 聊天阶段： 随后，每个人都与机器人进行了两次对话。
- 对话 A（对照组）： 机器人只看到他们的文本。这是一个“仅限文本”的聊天。
- 对话 B（实验组）： 机器人看到了他们的文本，加上来自摄像头的感情便条。
- 顺序交换： 他们交换了顺序，让一些人先进行“眼镜”聊天，另一些人后进行，以确保结果公平。
他们的发现
聊天结束后，参与者填写了调查问卷。以下是“情感眼镜”对体验产生的影响：
- 更好的“情绪智力”： 人们觉得当摄像头开启时，机器人能更好地理解他们的感受并响应他们的情绪。这感觉不再像是与一本字典对话，而更像是与一位倾听者对话。
- 更高的信任度和好感度： 当机器人拥有面部数据时，它显得更有能力，也更讨人喜欢。
- 没有“诡异感”： 这种技术的一个大担忧是它是否会让人们感到害怕或“怪诞”（比如机器人假装人类）。研究发现，添加摄像头数据并没有让人们感到不安全或被冒犯。该系统依然易于使用。
- 可用性保持高水平： 聊天界面在两个版本中都同样易于使用。
核心结论
论文得出结论，虽然机器人并没有真正的感情（它仍然是一台机器），但让它瞥见你的脸部特征，会让对话感觉更加“立足于现实”。它弥合了你所说的话与你的感受之间的鸿沟，使 AI 感觉像是一个更专注的伙伴，而不会破坏用户的信任或让体验变得尴尬。
简而言之：即使它仍然没有心，给 AI 一个面对面的视角，也会让它成为一个更好的倾听者。
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。