Hacia una teoría de la mente mutua en la interacción humano-AI: Descubre cómo el lenguaje refleja las percepciones de los estudiantes

Índice de contenidos:

1. Introducción
2. Desafíos al diseñar CAs para la comunidad
3. Expectativas irrealistas y frustraciones del usuario
4. El papel de la percepción en las interacciones
5. El desafío de mantenerse al día con las expectativas de la comunidad
6. La teoría de la mente como característica humana única
7. Construyendo la teoría de la mente en los CAs
8. Beneficios de lograr la teoría de la mente mutua en la interacción humano-AI
9. Explorando la percepción cambiante de un CA de Cara a la comunidad
10. Marcadores lingüísticos en la interacción humano-AI

🧠 La teoría de la mente mutua en la interacción humano-AI: El camino hacia conversaciones naturales y prolongadas 🤖

La creciente presencia de agentes conversacionales en nuestra vida diaria plantea desafíos únicos al diseñar CAs orientados a la comunidad. Aunque estos CAs pueden brindar soporte informativo y Emocional a los miembros de la comunidad, a menudo se enfrentan a expectativas poco realistas por parte de los usuarios. Esto se debe, en parte, a la falta de orientación y retroalimentación en sus modelos mentales del CA, lo que Genera frustración y dificultades en la comunicación.

La percepción juega un papel fundamental en las interacciones entre los CAs y los usuarios de la comunidad. Cada interacción es visible para toda la comunidad, lo que significa que una interacción insatisfactoria con un individuo puede frustrar a toda la comunidad. Además, los roles y las expectativas que la comunidad tiene del CA pueden cambiar con el tiempo, lo que plantea el desafío de que los CAs se adapten a estas expectativas cambiantes en el largo plazo.

Los seres humanos, por otro lado, son capaces de mantener interacciones fluidas y comportarse de acuerdo a las expectativas y normas de la comunidad. Esto se basa en una característica única llamada "teoría de la mente", que nos permite hacer conjeturas sobre las mentes de los demás a través de señales observables o verbales. La teoría de la mente mutua, en la que todas las partes involucradas poseen esta capacidad, nos permite construir una expectativa compartida y mantener conversaciones constructivas y coherentes.

¿Es posible incorporar una analogía de la teoría de la mente en los CAs para lograr una interacción humano-AI más cercana? Si los CAs también tienen una teoría de la mente similar a la de los humanos, podrán identificar las percepciones existentes de los usuarios sobre ellos y proporcionar señales sutiles para ayudar a los usuarios a revisar sus modelos mentales del CA. Los CAs también podrían detectar automáticamente las percepciones y expectativas de la comunidad y comportarse en consecuencia.

Nuestro estudio se centra en el contexto del aprendizaje en línea, donde los CAs orientados a la comunidad brindan apoyo informativo y social a las comunidades estudiantiles. Para investigar este tema, desplegamos un CA de preguntas y respuestas en un foro de discusión en línea y recopilamos las percepciones y conversaciones de los estudiantes a lo largo de un semestre. Descubrimos que la percepción de antropomorfismo e inteligencia del CA cambió significativamente con el tiempo, mientras que la percepción de simpatía no varió significativamente a largo plazo.

Además, exploramos cómo ciertos marcadores lingüísticos en la interacción humano-AI pueden reflejar la percepción de los usuarios sobre el CA. Encontramos que la verbosidad (la densidad textual del contenido) se asociaba negativamente con la percepción del CA, mientras que la adaptabilidad (la capacidad del CA para adaptarse a las preguntas de los estudiantes) se asociaba positivamente con la percepción de los estudiantes.

Nuestros hallazgos tienen implicaciones significativas, incluyendo el uso del análisis del lenguaje para facilitar las interacciones humano-AI, el diseño de agentes conversacionales orientados a la comunidad y la extensión de nuestros resultados para lograr la teoría de la mente mutua en las interacciones humano-AI. Les invitamos a consultar nuestro artículo para obtener más detalles sobre nuestras investigaciones. ¡Gracias por su atención y estamos abiertos a cualquier pregunta que tengan!