近日,西安交大管理学院刘汕教授与华中农业大学陈倩副教授、法国里昂商学院龚业明教授、美国佐治亚州立大学Mark Keil教授以及华中科技大学鲁耀斌教授合作,开展了智能产品语音交互研究,构建了人机智能语音交互可用性的双层维度体系并开发了量表,发展了人工智能语音交互情境下的会话合作原则理论,为未来智能语音交互的实证研究提供了可靠的测量工具,也为企业优化智能产品的语音交互功能提供启示。
随着自然语言处理技术的飞速发展,语音控制的智能产品(如智能音箱、语音助手等)逐渐成为用户与智能设备交互的主流方式。这类产品通过语音交互实现功能,使用户能够通过自然语言指令获取信息或完成任务。语音交互不仅提升了用户的操作便利性,还通过模拟人类对话的体验增强了产品的拟人化感知。例如,用户可以通过语音指令查询天气、播放音乐或控制智能家居设备,而智能产品的语音回应(如音色、语调)进一步强化了用户的社交线索感知,促使其将机器视为“社会行动者”。这种交互方式与传统图形界面(如网站、移动应用)存在本质差异:视觉界面依赖用户的主动浏览和操作,信息呈现具有空间性和并行性;而语音交互则通过听觉通道按时间顺序传递信息,且更强调对话的连贯性和自然性。然而,尽管语音交互技术迅速发展,学术界对用户视角下的语音交互可用性研究仍存在不足。
现有可用性研究主要集中于视觉界面场景,例如网站可用性(如导航、响应时间、内容组织)、移动应用可用性(如界面设计、输入输出效率)等。这些研究虽提供了通用框架,但难以直接应用于语音交互情境。例如,传统可用性维度中的“多媒体使用”或“视觉美观性”在语音交互中并不适用,而语音特有的属性(如语音的自然性、对话逻辑性、情感表达)未被充分涵盖。此外,已有研究多基于非智能产品或单向交互场景(如语音应答系统),缺乏对智能产品双向对话特征的关注。例如,智能产品能够通过第三方资源链接提供丰富内容,但其反馈的准确性、资源可靠性以及与用户指令的关联性成为新的可用性挑战。更重要的是,用户在与语音产品互动时会产生拟人化感知(如认为产品具有“性格”或“同理心”),而现有理论(如合作原则理论,CPT)主要针对人际对话设计,未能涵盖人机交互中的拟人化维度。
这一理论缺口导致两大现实问题:其一,企业缺乏系统化的语音交互可用性评估工具,难以精准优化产品设计;其二,用户对语音交互的体验评价缺乏科学依据,可能影响产品采纳和持续使用。为此,本研究提出两大核心研究问题——“语音交互可用性的维度如何定义与测量”及“基于这些维度的模型在预测用户行为上是否优于传统模型(如技术接受模型TAM、整合型技术接受模型UTAUT)”
为解决这些问题,论文采用混合研究方法,结合定性分析与定量验证。研究首先通过扎根理论对30,834条用户评论进行编码,识别出语音交互可用性的关键维度;随后基于合作原则理论(CPT)扩展理论框架,增加拟人化维度,并通过三轮近2000份问卷调查开发并验证量表。
该研究构建了人机智能语音交互可用性的双层维度体系。研究对语音交互可用性维度体系的构建发展了人机交互情境下的会话合作原则理论:用户与智能产品要实现有效的语音交互,需要满足包含数量、质量、关联性、方式与拟人性等五项原则,每项原则又分别含有2到4个子原则维度。如图1所示。

图1. 人机智能语音交互可用性双层维度体系
该研究还开发了语音交互可用性的信效度俱佳的量表。研究采用严谨的量表开发十步法,对开发的语音交互可用性的一阶和二阶维度构念进行了量表开发,收集多轮数据来开发和净化量表。混合研究方法设计和量表开发步骤如图2所示。

图2 混合研究设计及研究步骤
该研究在语音交互情境下开发的量表预测性高于经典可用性相关模型。研究对开发的量表进行了预测效度的检验,将研究开发的语音交互可用性模型与信息系统领域经典模型包括TAM模型、UTAUT模型、MUG模型等进行了实证比较,如图3所示。数据检验结果发现在人机智能语音交互的场景下,本研究开发的维度变量表现出更高的预测性,优于传统模型的解释性。开发量表的预测效度比较分析如图3所示。

图3. 开发量表的预测效度比较分析
该研究将人际交互领域的会话合作原则理论在人机语音交互的场景下进行了维度的横向与纵向拓展,发展了人机语音交互的可用性理论框架。研究结论为未来的语音交互相关研究提供了概念性的理论分类基础,也为实证研究提供了测量工具。该研究对信息管理领域的可用性研究也作出了贡献,将已有的信息系统领域的可用性研究在人工智能场景下向前推进了一步。在实践方面,研究开发的语音交互可用性量表为企业设计和提高智能产品与智能服务的语音交互的可用性提供见解,管理者可以根据本研究得出的语音交互可用性维度和量表优化语音交互的设计,提高可用性,从而增强用户的智能语音交互体验。
华中农业大学经济管理学院陈倩副教授为论文第一作者,西安交通大学管理学院刘汕教授为通讯作者,法国里昂商学院、人工智能管理学院龚业明教授、美国佐治亚州立大学Mark Keil教授、华中科技大学鲁耀斌教授参与了该研究工作。研究得到了国家自然科学基金和国家社会科学基金的资助。

原文链接:https://doi.org/10.25300/MISQ/2023/17525