Google对话式交互规范文档(Google: Conversation design) 学习笔记(一)
豆豆真的好帅啊
2020年11月04日 14:47
收录于文集
共6篇

背景:机器学习和人工智能促使对话式界面和自然语言的进步,同时使对话式交互成为一种新的交互模式。目前ASR相关的大部分问题已得到解决,新的挑战是:如何构建一种继承人类自然语音会话的用户体验模式。


前言:本节主要介绍一些对话式交互的基础概念和基本的设计原则。


谷歌对自然对话中,人类几乎无意识遵循的规则和惯例进行结构,总结出四点形成良好对话的关键要素:

  1.  轮流(Turn-taking)在对话中我们基于互相来回传递的微妙信号进行轮流表达。如果会话中缺少这种有效的轮流互换,我们就有可能难以保持信息的同步或无法跟上对方的节奏。

  2. 串联(Threading)对话的元素通常会被串联在一起,如上下文等。这种串联有助于我们跟进会话过程。

  3. 利用语言的潜在效率人们经常会用简略的口语交流,因为我们可以了解其中的含义。我们在对话中自动补全那些句子之间那些“没有被说出来的”潜台词,有些表达可以不言而喻。

  4. 预估用户行为的多样性对于同样的内容,人们可能会根据情景上下文和对话的期许,采用不同的词汇和方式进行表达。设计师不应该仅关注happy path,而是要在所有场景中创造稳定的体验,即使是“错误的场景”。需要在对话的过程中修复出现的问题。

二、 理解合作式行为(cooperative behavior)

轮流表达、上下文和串联是合作式会话的组成部分,这是由哲学家保罗·格里斯(Paul Grice)普及的一个概念。格里斯把它称为合作原则(Cooperative Principle)。他还创建了“格里斯原则”,来诠释他所观察到的会话中的原则——人们的交谈应该尽可能的真诚、详实、有相关性并且清晰。对话式UI应该尽量的遵循这些固有的合作原则,也要准备好同时支持那些有过不良对话体验的用户。


格里斯在“Logic and Conversation” (1975)一文中认为人们在谈话中遵守的合作原则包括四个范畴,每个范畴又包括一条准则和一些次准则,即:

  • 数量准则(The Maxim of Quantity):a) 所说的话应该满足交际所需的信息量 [Make your contribution as informative as is required (for the current purpose of the exchange)];b) 所说的话不应超出交际所需的信息量 [Do not make your contribution more informative than is required];

  • 质量准则(The Maxim of Quality):说正确的话 (Try to make your contribution one that is true)a) 不要说自知是虚假的话 [Do not say what you believe to be false];b) 不要说缺乏足够证据的话 [Do not say that for which you lack adequate evidence];

  • 关系准则(The Maxim of Relation):说话要相关 (Be relevant)。

  • 方式准则(The Maxim of Manner):说话要清楚、明了 (Be perspicuous)。a) 避免晦涩 [Avoid obscurity];b) 避免歧义 [Avoid ambiguity];c) 简炼 [Be brief (avoid unnecessary prolixity)];d) 井井有条 [Be orderly]。

违反原则

然而,人们在实际言语交际中,并非总是遵守“合作原则”,出于需要,人们会故意违反合作原则。格赖斯把这种通过表面上故意违反“合作原则”而产生的言外之意称为“特殊会话含义”。“特殊会话含义”解释了听话人是如何透过说话人话语的表面含义而理解其言外之意的,由此来表达另外一种意思,幽默也就时常在这时产生。


三、解锁口语的力量

好的UI体验不会被限制在一个固定的脚本中,也不应该像过去的触摸式屏幕交互那样强迫用户沿着单一路径去操作。对话式UI应该聚焦到发挥语言和表意的强大力量,采用人们日常的语言来交流,而不应该为了把用户束缚在“愉悦路径”上而去“教导”用户。另外,也要尽量避免说那些显而易见的东西,或是以高高在上的语气说话。人们不会喜欢那种听起来比他们自己要聪明的设备。

四、向用户传递信心

好的UI也意味着确认用户的输入和管理用户的预期,以便获取用户的信任、传递信息。

当用户提出请求,在UI体验可以进行确认——用“OK”、“Sure”、“Alright”、“Thanks”或“Got it”等短语进行反馈,来表示接收到指令和正在聆听。随机的确认语可以让体验更加流畅自然。

进行反馈后,系统可以请求显性或隐性的确认。通过显性的确认(通常在重要任务的场景中,如订购机票),UI会在进行下一步之前请求用户的口头确认。

而在隐性确认中(通常适用在低风险的场景,如播放一首歌),UI会将用户请求中的关键信息融入到自己的反馈中,来给予用户反馈,向用户传递信息,这种确认不需要用户的口头确认。


下一节将介绍对话机制的步骤以及引入对话UI的理论模型。