核心概念
商用音声アシスタントと老年者の相互作用における誤りとその影響を探求する。
要約
在宅での4週間にわたる研究では、15人の老年者の家庭にAmazonスマートスピーカーを設置し、カスタムオーディオレコーダーを統合して「野生」オーディオ相互作用データを収集した。商用音声アシスタント(VAs)との対話中に発生する会話の崩壊やエラー処理など、老年者が直面する課題に焦点を当てた。従来の方法では捉えきれないVAsとの対話複雑さやリアルタイムユーザー反応を記録するため、カスタムオーディオレコーダーを使用した「野生」オーディオ相互作用データ収集が行われた。現行VAsの会話限界を認識し、大規模言語モデル(LLMs)が自然で不完全なテキストを処理する能力を探求した。ChatGPTパワードAlexaスキルも導入され、LLMsと組み合わせたバージョン管理機能が提案された。
統計
24.76% の Alexa ターンがエラーにつながった。
エラー解決率は 25.47% であり、多くのエラーは複数回試行して修正される必要があった。
最も一般的なエラーカテゴリは意図認識エラーであり、32.3% のエラーがこれに該当した。
引用
"Commercial Voice Assistants (VAs), despite their growing popularity, are not designed for special populations such as older adults." - Mahmood et al.
"Our research suggests leveraging vocal and verbal responses combined with LLMs’ contextual capabilities for enhanced error prevention and management in VAs." - Mahmood et al.