DOI: https://doi.org/10.3389/fcomp.2025.1531976
تاريخ النشر: 2025-05-13
المؤلف: Ning Ma وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في تفاعلات الخدمة
نظرة عامة
تستكشف هذه الدراسة تأثير التصميم الشبيه بالإنسان والذكاء المدرك في صور الدردشة على تجربة المستخدم (UX)، مع التركيز على الأدوار الوسيطة للتعاطف المدرك والثقة. باستخدام تصميم تجريبي 2 × 2 ضمن الموضوعات مع 160 مشاركًا، استخدمت الدراسة نمذجة المعادلات الهيكلية (SEM) لتحليل العلاقات بين هذه المتغيرات. تكشف النتائج الرئيسية أنه بينما كانت التأثيرات المباشرة للتشبيه البشري والذكاء المدرك على تجربة المستخدم غير ذات دلالة، كان تأثيرهما المشترك متوسّطًا بشكل كبير من خلال التعاطف المدرك (β = 0.32) والثقة (β = 0.27)، مما أدى إلى تحسين عام في تجربة المستخدم (β = 0.48، *p* < 0.01). تشير النتائج إلى أن مستويات أعلى من التشبيه البشري تحسن باستمرار تجارب المستخدمين، خاصة من خلال زيادة التعاطف المدرك والثقة. ومن الجدير بالذكر أنه عندما يكون التشبيه البشري منخفضًا، يرتبط انخفاض الذكاء المدرك بتحسين تجربة المستخدم، بينما يعزز التشبيه البشري العالي مع الذكاء المدرك العالي تجربة المستخدم بشكل أكبر. على الرغم من أن التحليلات الأولية لم تدعم تأثيرًا مباشرًا ذا دلالة للذكاء المدرك على التعاطف أو الثقة، كشفت تحليل SEM عن تفاعل معقد حيث يؤثر التشبيه البشري بشكل غير مباشر على تجربة المستخدم من خلال هذه الوسطاء العاطفيين. تؤكد هذه الدراسة على أهمية الانخراط العاطفي على الذكاء البسيط في تصميم الدردشة، مما يشير إلى أن تعزيز التفاعلات التعاطفية يمكن أن يبني الثقة ويحسن تجارب المستخدمين في تفاعلات الإنسان مع الدردشة. يجب أن تستكشف الدراسات المستقبلية أبعاد تصميم إضافية لتعزيز تجربة المستخدم في هذا المجال.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير التحويلي للدردشات الذكية على تفاعل الإنسان مع الكمبيوتر عبر مختلف القطاعات، بما في ذلك خدمة العملاء والرعاية الصحية والتعليم. مع التقدم في الذكاء الاصطناعي، وخاصة في معالجة اللغة الطبيعية ونماذج اللغة الكبيرة، تطورت الدردشات من مجرد استجابة للاستفسارات الأساسية إلى مساعدين رقميين متطورين وشخصيين. على الرغم من هذه التقدمات، لا تزال تجربة المستخدم تتشكل بشكل كبير من خلال العوامل النفسية والتصميمية، وخاصة التصميم الشبيه بالإنسان للدردشات، الذي يتضمن سمات شبيهة بالبشر لتعزيز تفاعل المستخدم.
تعتبر عناصر التصميم الرئيسية، مثل الصور الرمزية التي تظهر ميزات شبيهة بالبشر – تعبيرات الوجه، والإيماءات، والاستجابات العاطفية – ضرورية لتعزيز الثقة والتواصل العاطفي في تفاعلات المستخدم. لا تخلق هذه العناصر شعورًا بالاتصال فحسب، بل تعزز أيضًا الذكاء المدرك للدردشات، مما يسمح لها بالاستجابة بتعاطف لمشاعر المستخدمين. تؤكد الورقة على أهمية الذكاء الإدراكي، الذي يمكّن الدردشات من التعرف على مشاعر المستخدمين والتكيف معها، مما يحسن جودة التفاعل ورضا المستخدم. تهدف الدراسة إلى استكشاف كيف تؤثر هذه التصاميم الشبيهة بالبشر والذكاء المدرك على تجربة المستخدم، مع التركيز بشكل خاص على الأدوار الوسيطة للتعاطف المدرك والثقة، في النهاية تسعى لإبلاغ استراتيجيات تصميم الدردشة المستقبلية لتفاعلات أكثر فعالية بين الإنسان والكمبيوتر.
طرق البحث
استخدمت الدراسة تصميمًا تجريبيًا 2 × 2 ضمن الموضوعات للتحقيق في تأثيرات التصميم البصري الشبيه بالبشر والذكاء المدرك على تجارب المستخدمين خلال تفاعلات الإنسان مع الدردشة. تم التلاعب بمتغيرين مستقلين – التشبيه البشري (مرتفع ومنخفض) والذكاء المدرك (مرتفع ومنخفض) – من خلال تغييرات في تصميمات صور رمزية للدردشة. تعرض كل مشارك لجميع الشروط الأربعة، مما قلل من التباين بين الأفراد وزاد من القوة الإحصائية. للتحكم في تأثيرات الترتيب، تم استخدام تصميم مربع لاتيني، مما يضمن تمثيلًا متوازنًا للشروط عبر المشاركين.
تفاعل المشاركون مع أربع صور رمزية مختلفة للدردشة، تم تصميم كل منها لتعكس مستويات مختلفة من التشبيه البشري، وتفاعلوا معها من خلال محاكاة محادثة مدتها 30 ثانية مأخوذة من مجموعة بيانات واسعة النطاق. شمل الإعداد التجريبي مقاطع فيديو توضيحية واستبيانات مستضافة على منصة Wenjuanxing، تلتقط الاستجابات المتعلقة بالتعاطف المدرك والثقة وتجربة المستخدم العامة. تم إجراء مقابلات مسبقة لجمع رؤى نوعية حول الانطباعات الأولية للمشاركين، مما أغنى البيانات الكمية المجمعة. سمحت هذه المنهجية الشاملة باستكشاف دقيق لكيفية تأثير التغييرات في التصميم البصري على تصورات المستخدمين في الأنظمة الذكية، مما يعزز من صحة الدراسة الداخلية ويوفر رؤى قيمة حول تفاعلات الإنسان مع الدردشة.
النتائج
يقدم قسم النتائج نتائج من تحليل العوامل التأكيدية (CFA) ونمذجة المعادلات الهيكلية (SEM) بشأن تصورات صور رمزية للدردشة. أظهر تحليل العوامل التأكيدية موثوقية قوية للبناء مثل التشبيه البشري (ألفا كرونباخ = 0.82)، والثقة المدركة (ألفا كرونباخ = 0.89)، والتعاطف المدرك (ألفا كرونباخ = 0.85)، مع متوسط درجات يشير إلى أن المشاركين أدركوا التشبيه البشري والتعاطف بشكل أكثر إيجابية من الثقة. كما أظهر بناء تجربة المستخدم موثوقية مقبولة (ألفا كرونباخ = 0.72) مع متوسط درجة تشير إلى تجربة مستخدم متوسطة.
في تحليل SEM، أشارت مؤشرات ملاءمة النموذج إلى ملاءمة جيدة (χ²/df = 2.41، GFI = 0.94، CFI = 0.97، RMSEA = 0.05). كشفت التحليلات أنه بينما كانت العلاقات المباشرة بين التشبيه البشري وتجربة المستخدم، وكذلك الذكاء المدرك وتجربة المستخدم، غير ذات دلالة، فإن مستويات أعلى من التشبيه البشري أثرت إيجابيًا على التعاطف المدرك والثقة. ومن الجدير بالذكر أن التعاطف المدرك توقع سلبًا الثقة المدركة، بينما توقعت الثقة المدركة تجربة المستخدم بشكل إيجابي. أكدت تحليل الوساطة التأثيرات الكبيرة للثقة المدركة وتأثير الوساطة المتسلسل الذي يتضمن التعاطف المدرك على تجربة المستخدم، مما أدى إلى قبول الفرضيات H5a وH6a، بينما تم رفض فرضيات أخرى.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على أهمية التصميم البصري الشبيه بالبشر في الدردشات، مع تسليط الضوء على أسسه النفسية وآثاره على تجربة المستخدم. يعزز التشبيه البشري، الذي ينطوي على إضفاء سمات شبيهة بالبشر على الكيانات غير البشرية، تفاعل المستخدم من خلال تعزيز الروابط العاطفية وتقليل العبء المعرفي. تشير الورقة إلى نظريات نفسية رئيسية، مثل نظرية معادلة الوسائط ونظرية الوجود الاجتماعي، لشرح كيف يستجيب المستخدمون للأنظمة الشبيهة بالبشر كما لو كانوا يتفاعلون مع أشخاص حقيقيين. يكون هذا الانخراط العاطفي واضحًا بشكل خاص في تفاعلات الدردشة، حيث يمكن أن تؤدي ميزات مثل تعبيرات الوجه واللغة التعاطفية إلى زيادة رضا المستخدم والثقة والولاء.
علاوة على ذلك، تستكشف القسم مفهوم الذكاء المدرك في الدردشات، الذي يؤثر على ثقة المستخدم ورضاه. مستندة إلى نظرية العمليات المزدوجة، تقترح الورقة أن المستخدمين يعتمدون في البداية على أحكام حدسية حول ذكاء الدردشة، ولكن قد يتحولون إلى تقييمات أكثر نقدية إذا لم يتم تلبية التوقعات. يعزز دمج معالجة اللغة الطبيعية (NLP) والاستجابات المدركة للسياق من الذكاء المدرك، مما يعزز شعورًا بالموثوقية والفهم العاطفي. تتناول المناقشة أيضًا أهمية التعاطف المدرك، مشيرة إلى أن الدردشات القادرة على التعرف على حالات المستخدمين العاطفية والاستجابة لها يمكن أن تحسن بشكل كبير تجربة المستخدم، خاصة في السياقات عالية الضغط مثل دعم الصحة النفسية.
في الختام، تفترض الورقة أن التفاعل بين التشبيه البشري والذكاء المدرك والتعاطف والثقة أمر حاسم لتعزيز تجربة المستخدم مع الدردشات. من خلال الاستفادة من هذه المبادئ النفسية، يمكن للمصممين إنشاء أنظمة أكثر فعالية وقابلية للتواصل تلبي المتطلبات الوظيفية وتبني روابط عاطفية ذات مغزى مع المستخدمين، مما يثري في النهاية تفاعلات الإنسان مع التكنولوجيا عبر مجالات مختلفة.
القيود
تسلط قيود هذه الدراسة الضوء على عدة مجالات للتحسين والاستكشاف الإضافي. أولاً، يحد حجم العينة النسبي الصغير من إمكانية تعميم النتائج، مما يشير إلى أن مجموعة أكبر وأكثر تنوعًا قد توفر رؤى مختلفة حول العلاقات بين التشبيه البشري والذكاء المدرك وتجربة المستخدم. ثانيًا، يركز التركيز على التشبيه البشري البصري والذكاء المدرك لصور رمزية الدردشة على أبعاد حاسمة أخرى، مثل الصوت والسلوك وأنماط التفاعل، التي قد تؤثر بشكل كبير على تجربة المستخدم وتستحق التحقيق في الأبحاث المستقبلية.
بالإضافة إلى ذلك، لا يسهل التصميم العرضي المستخدم استنتاجات سببية؛ وبالتالي، يُوصى بتصميمات طولية أو تجريبية لفهم أفضل لكيفية تأثير التغييرات في التصميم الشبيه بالبشر والذكاء المدرك على تجربة المستخدم بمرور الوقت. كما أن الاستكشاف المحدود للمتغيرات الوسيطة في الدراسة، الذي يركز فقط على التعاطف والثقة، يقيد فهم المتغيرات النفسية الأخرى مثل سهولة الاستخدام المدركة والانخراط العاطفي. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار هذه الأبعاد الإضافية والعوامل المعدلة، مثل الاختلافات الثقافية والتفضيلات الفردية، لتعميق فهم استجابات المستخدمين لتصاميم الدردشة الشبيهة بالبشر والذكية.
DOI: https://doi.org/10.3389/fcomp.2025.1531976
Publication Date: 2025-05-13
Author(s): Ning Ma et al.
Primary Topic: AI in Service Interactions
Overview
This study investigates the influence of anthropomorphic design and perceived intelligence in chatbot avatars on user experience (UX), focusing on the mediating roles of perceived empathy and trust. Utilizing a 2 × 2 within-subjects experimental design with 160 participants, the research employed structural equation modeling (SEM) to analyze the relationships among these variables. Key findings reveal that while direct effects of anthropomorphism and perceived intelligence on UX were nonsignificant, their combined impact was significantly mediated by perceived empathy (β = 0.32) and trust (β = 0.27), leading to an overall enhancement in UX (β = 0.48, *p* < 0.01). The results indicate that higher levels of anthropomorphism consistently improve user experiences, particularly through increased perceived empathy and trust. Notably, when anthropomorphism is low, a decrease in perceived intelligence correlates with an improved UX, whereas high anthropomorphism coupled with high perceived intelligence further enhances UX. Although initial analyses did not support a significant direct influence of perceived intelligence on empathy or trust, the SEM analysis revealed a complex interplay where anthropomorphism indirectly affects UX through these emotional mediators. This research underscores the importance of emotional engagement over mere intelligence in chatbot design, suggesting that fostering empathetic interactions can build trust and improve user experiences in human-chatbot interactions. Future studies should explore additional design dimensions to further enhance UX in this domain.
Introduction
The introduction of the research paper highlights the transformative impact of intelligent chatbots on human-computer interaction across various sectors, including customer service, healthcare, and education. With advancements in artificial intelligence, particularly in natural language processing and large language models, chatbots have evolved from basic query responders to sophisticated, personalized digital assistants. Despite these advancements, user experience is still significantly shaped by psychological and design factors, particularly the anthropomorphic design of chatbots, which incorporates human-like attributes to enhance user engagement.
Key design elements, such as avatars that exhibit anthropomorphic features—facial expressions, gestures, and emotional responses—are crucial for fostering trust and emotional resonance in user interactions. These elements not only create a sense of connection but also enhance the perceived intelligence of chatbots, allowing them to respond empathetically to user emotions. The paper emphasizes the importance of perceptual intelligence, which enables chatbots to recognize and adapt to user emotions, thereby improving interaction quality and user satisfaction. The study aims to explore how these anthropomorphic designs and perceived intelligence influence user experience, particularly focusing on the mediating roles of perceived empathy and trust, ultimately seeking to inform future chatbot design strategies for more effective human-computer interactions.
Methods
The study employed a 2 × 2 within-subjects experimental design to investigate the effects of anthropomorphic visual design and perceived intelligence on user experiences during human-chatbot interactions. Two independent variables—anthropomorphism (high and low) and perceived intelligence (high and low)—were manipulated through variations in chatbot avatar designs. Each participant was exposed to all four conditions, which minimized inter-individual variability and enhanced statistical power. To control for order effects, a Latin square design was utilized, ensuring balanced representation of conditions across participants.
Participants engaged with four distinct chatbot avatars, each designed to reflect different levels of anthropomorphism, and interacted with them through 30-second conversation simulations sourced from a large-scale dataset. The experimental setup included demonstration videos and questionnaires hosted on the Wenjuanxing platform, capturing responses related to perceived empathy, trust, and overall user experience. Pre-interviews were conducted to gather qualitative insights on participants’ initial impressions, enriching the quantitative data collected. This comprehensive methodology allowed for a nuanced exploration of how variations in visual design influence user perceptions in intelligent systems, thereby strengthening the study’s internal validity and providing valuable insights into human-chatbot interactions.
Results
The results section presents findings from a confirmatory factor analysis (CFA) and structural equation modeling (SEM) regarding the perceptions of chatbot avatars. The CFA demonstrated strong reliability for constructs such as anthropomorphism (Cronbach’s Alpha = 0.82), perceived trust (Cronbach’s Alpha = 0.89), and perceived empathy (Cronbach’s Alpha = 0.85), with mean scores indicating that participants perceived anthropomorphism and empathy more favorably than trust. The user experience construct also showed acceptable reliability (Cronbach’s Alpha = 0.72) with a mean score suggesting an average user experience.
In the SEM analysis, the model fit indices indicated a good fit (χ²/df = 2.41, GFI = 0.94, CFI = 0.97, RMSEA = 0.05). The analysis revealed that while the direct relationships between anthropomorphism and user experience, as well as perceived intelligence and user experience, were not significant, higher levels of anthropomorphism positively influenced perceived empathy and trust. Notably, perceived empathy negatively predicted perceived trust, while perceived trust positively predicted user experience. Mediation analysis confirmed significant effects of perceived trust and a chain mediation effect involving perceived empathy on user experience, leading to the acceptance of hypotheses H5a and H6a, while other hypotheses were rejected.
Discussion
The discussion section of the research paper emphasizes the significance of anthropomorphic visual design in chatbots, highlighting its psychological foundations and implications for user experience. Anthropomorphism, which involves attributing human-like traits to non-human entities, enhances user engagement by fostering emotional connections and reducing cognitive load. The paper references key psychological theories, such as Media Equation Theory and Social Presence Theory, to explain how users respond to anthropomorphized systems as if they were interacting with real people. This emotional engagement is particularly evident in chatbot interactions, where features like facial expressions and empathetic language can lead to increased user satisfaction, trust, and loyalty.
Furthermore, the section explores the concept of perceived intelligence in chatbots, which influences user trust and satisfaction. Drawing on Dual-Process Theory, the paper suggests that users initially rely on intuitive judgments about a chatbot’s intelligence but may shift to more critical evaluations if expectations are not met. The integration of natural language processing (NLP) and context-aware responses enhances perceived intelligence, fostering a sense of reliability and emotional understanding. The discussion also addresses the importance of perceived empathy, noting that chatbots capable of recognizing and responding to users’ emotional states can significantly improve user experience, particularly in high-stress contexts like mental health support.
In conclusion, the paper posits that the interplay between anthropomorphism, perceived intelligence, empathy, and trust is crucial for enhancing user experience with chatbots. By leveraging these psychological principles, designers can create more effective and relatable systems that not only meet functional requirements but also build meaningful emotional connections with users, ultimately enriching human-technology interactions across various domains.
Limitations
The limitations of this study highlight several areas for improvement and further exploration. Firstly, the relatively small sample size restricts the generalizability of the findings, suggesting that a larger and more diverse cohort could yield different insights into the relationships among anthropomorphism, perceived intelligence, and user experience. Secondly, the focus on visual anthropomorphism and perceived intelligence of chatbot avatars overlooks other critical dimensions, such as voice, behavior, and interaction styles, which may significantly influence user experience and warrant investigation in future research.
Additionally, the cross-sectional design employed does not facilitate causal inferences; thus, longitudinal or experimental designs are recommended to better understand how variations in anthropomorphic design and perceived intelligence affect user experience over time. The study’s limited exploration of mediating variables, focusing solely on empathy and trust, also constrains the understanding of other psychological constructs like perceived ease of use and emotional engagement. Future research should consider these additional dimensions and moderating factors, such as cultural differences and individual preferences, to deepen the understanding of user responses to anthropomorphic and intelligent chatbot designs.