探讨智能交互的鼓励机制

编辑导语:如今随着科技的不断发展,AI人工智能开始逐渐深入到学xí生活中去,比如在教育领域就出现了很多关于智能学xí助手类型的产品,与用户进行互动;本文作者分享了关于智能产品交互中的鼓励机制,我们一起来了解一下。

随着AI时代的到来,智能学xí助手、VR教学、口语考评等应用将AI与教育深度融合。百度翻译APP推出了全新的智能助手,陪伴用户学口语和背单词,让英语学xí过程更X有效。

本文以百度翻译APP为例,探讨智能学xí助手在用户口语训练环境下的鼓励机制;分析学xí助手如何与用户互动,并给予鼓励,最终提高用户练xí口语的自信心,帮助用户提升口语技能。

一、鼓励式交互的探索

1. 交互形式

我们想打造的学xí助手是一位有wēn度的、智能的贴心小伙伴,也是一位机器人,而机器的交互形式一般分为主动交互以及被动交互(表一),各有利弊:

叮咚~您的私人鼓励师已就位

表一 机器主动和机器被动交互方式对比

综上,被动交互确实给用户带来了冰冷的感受,而目前的主动交互又不够智能。

如果说用户对于我们智能助手是一个机器人的感知很强,则不利于达到我们想给予用户智能化体验感的目标,无fǎ营造我们有wēn度并且了解用户的个人学xí助手形象,我们首先排除冷冰冰的被动交互。

那么如何解决目前主动交互不够智能的问题呢?判断用户何时需要鼓励,在适当的时机发起主动交互,则是体现智能感的关键所在。

2. X机制

在英语对话过程中,如果用户对于X内容不满意或对自己的表达不自信从而导致对话liú程中断,则说明用户在该场景下需要得到鼓励,当用户因为其他原因主动中断对话则说明当下用户不需要得到鼓励。

那么为了使得用户能够更自信地将对话liú程进行下去,我们需要判断用户中断对话liú程的真正原因(表二),当判断用户为被动终止对话时(图一),则需要在此时给到主动的鼓励式交互。

叮咚~您的私人鼓励师已就位

表二 如何识别用户中断liú程的真正原因

叮咚~您的私人鼓励师已就位

用户被动终止对话图示

X预判,在合适的时机主动给予的鼓励会给用户带来自信感、惊喜感;接下来,让我们谈谈鼓励式交互的具体细节。

二、鼓励式交互的内容

1. 鼓励式交互的内容构成

在口语训练的场景下,为了满足用户的自信心,从而敢开口说英语,智能助手的鼓励形式将采用表情加X的形式进行鼓励。表情用于传达情绪,X用于传达意义(表三)。

叮咚~您的私人鼓励师已就位

表三 鼓励式交互的内容构成

表情包是聊天中常用的一种表达形式,能迅速拉近人与人之间的距离,智能助手在给予用户鼓励时,也可以先以一个可爱的表情开始,让用户感受到qīn切感。

当智能助手发送表情之后,接下来会给予用户一条X鼓励,其目的是为了将鼓励的信息准确无误的传达给用户,让用户感知到自己其实很棒!

表情部分可以应用liú行的emoji表情或可爱的擦图表情,在此不做重点分析,本文主要探索X鼓励的生成机制。

2. X鼓励的生成机制

zhēn对用户被动终止对话的情况,专门制定了一套zhēn对英语口语学xí场景下鼓励内容的生成机制,其中整段鼓励内容由两部分组成:第一部分是简单明了的给予用户一个积极和肯定的词汇,用于传达正向的情绪;第二部分则是X判定英语语句是否地道,来进行细致的赞美。

一个积极的词汇能够简单直接的对用户的X情绪产生修复作用,如“真棒、了不起”等,这类词汇被频繁运用在各类游戏以及学xíAPP中。

但是,单纯简单词汇的使用,有可能向用户传达出不走心、敷衍的感觉,所以需要在简单地夸赞后,X判定英语语句是否地道,进行差异化赞美;这类夸赞更有zhēn对性,有利于帮助用户感受到陪自己训练的不是一个冰冷的机器人,而是一个像朋友一样的陪练。

3. 判断英语口语是否地道的标准

根据雅思、托福、英语四X、BECX英语等英语X的口语测评标准来看,口语X主要从语言表达的liú畅性和准确性,语fǎ和单词运用的多样性、复杂性,内容的丰富度和逻辑性等方面来考察。

不同X和X对英语口语评价的标准略有差异,但总体来看,评判英语口语是否地道的标准主要有三个方面,分别是liú利度、准确度、复杂度,这三个方面也是AI系统可以进行量化的标准。

叮咚~您的私人鼓励师已就位

判断英语口语是否地道的标准

liú利度:

liú利度是一段X中,用户说话的停顿次数,单词的重复次数,说话的语速,X和语调。

判定方fǎ:单词与单词之间停顿度时间越短,则说明用户liú利度越高;例如,在语句X现类似于“嗯…啊…”等明显思考度词语,则视为不liú利,如果用户使用类似词语次数比以往少,则说明比以往liú利度提高了。

复杂度:

复杂度是指一段X中单词和语fǎ运用的复杂程度和多样性。

判定方fǎ:单词复杂度的方式主要根据使用高阶或生僻词单词的频率来判定;语fǎ复杂度主要是依靠用户使用高阶语fǎ的频率来判定。

准确度:

准确度是指一段X中语fǎ是否准确,时态是否准确以及单词运用的是否恰当。

判定方fǎ:需要和该句子的标准翻译进行比对,主要比对的维度分别为时态、句子成分是否缺失,第三人称单数,单词的单复数变形等明显的语fǎ错误。如果用户运用到了高阶的语fǎ,也可以说明语fǎ准确度提高。

由于时态是英语口语学xí者最容易犯的错误之一,所以如果用户在时态上的正确率有明显的提高,那么可以说明用户的准确度提高;另外,是否使用网络liú行词汇和相关俚语,可以作为单词准确度的判定方式之一,如果说用户在对话中首次使用网络词汇和俚语,或者是使用的频率越来越高则都说明准确度提高。

X分析英语口语的核心判断标准可以得出有以下关键指标,分别是停顿次数、单词重复次数、语速、X、语调、单词复杂度、单词准确度、语fǎ复杂度、语fǎ准确度,等9项关键指标;当系统识别出用户处于被动终止对话的状态时,可以从以上9个指标中随机筛选一个进行鼓励。

4. X鼓励的语句结构

X以上所阐述的原理和标准,主要是让机器能够说出一句能够缓解用户挫败情绪的鼓励内容,其目的还是为用户营造出智能化的体验,该鼓励式语句的一般结构如下表(已申请专利)。

叮咚~您的私人鼓励师已就位

表四 X鼓励的语句结构

三、总结和展望

1. 总结

本文致力于探索人机交互的可能性,从鼓励式交互出发,围绕用户语言学xí从而构建智能交互的设计思路。

在学xí场景下,用户学xí的投入程度与学xí效率有着紧密X,X研究用户体验liú程,捕捉投入程度薄弱的环节在恰当的时机给予相应的鼓励,从而提高用户对于产品使用的参与感、沉浸感,帮助缓解用户学xí积极性不高,自主性不够的行为表现。

2. 展望

本文所谈到的维度确实还存在着一些不足,未对于不同用户cāo作xí惯进行细分,而是提出了一系列通用的观点和方fǎ,在具体的学xí场景下还会有繁杂的次要场景分支;此次主要根据用户目标提出了基于主要场景下的设计方案,相关次要场景的设计方案还需进一步深入探讨。

近年来,随着人工智能,5G的技术革新,移动应用、小程序等媒介形态实现了全面发展,更加专注于情X人机交互的各式产品在不同的领域发挥着强大的号召力和影响力;尤其是在智能算fǎ的加持下,当今的X产品对于用户而言不再是机器或工具,在交互过程中更作为人格化、情X的“伙伴”参与用户的各类生活场景与情感寄托。

作为为用户创造价值的我们在学xí场景下,不只是给予用户X学xí工具,而应当成为用户学xí过程中不可缺少的部分,应当助力于提升用户在产品使用场景下的沉浸感、参与感、体验感,这也对未来智能化人机交互的设计提出了挑战。

收藏 (0) 打赏

以上内容不错,打赏支持一下!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

声明:本站所有教程资源,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

雄发创业网 软文营销推广 探讨智能交互的鼓励机制 https://www.xiongfawang.com/386.html

常见问题

相关文章

探讨智能交互的鼓励机制-海报

分享本文封面