Mar 18th Journal Club

Themes: Perceiving a Mind in a Chatbot, Artificial Intelligence Instructor's Voice

Presenters: IL (Inju Lee), HM (Hoyoung Maeng)

Topic 1: Perceiving a Mind in a Chatbot [IL]

선정 이유

챗봇에 마음이 있다고 지각하는 것과 관련된 연구를 한 논문을 읽어보고 싶었기 때문에 선정하였다.

내용 요약

저자들은 챗봇에 대해 정신상태를 지각하는 것이 사용자의 지각된 co-presence 및 closeness와 향후 챗봇 사용 의지에 긍정적인 영향을 주는지 알아보고자 하였고, 더 나아가 챗봇이 사용하는 말에 나타나는 social cues(paralinguistic cues and back-channeling cues)가 챗봇에 대해 정신상태를 지각하는 정도를 강화하는지 알아보고자 하였다.

본 연구의 실험은 2(paralinguistic cues: presence vs absence) x 2(back-channeling cues:presence vs absence) between-subjects 디자인으로 진행되었다. 참여자들은 모두 대학생이었으며 챗봇이 참여자에게 운동화를 추천해주는 시나리오에서 대화가 이루어졌다. 참여자들은 챗봇과 대화를 나눈 후 챗봇 사용 경험(mind perception, co-presence, closeness, intention to use)에 대한 질문으로 이루어진 설문지에 응답하였다.

실험 결과, 1) 챗봇에 대한 정신상태 지각은 사용자의 지각된 co-presence 및 closeness와 향후 챗봇 사용 의지에 긍정적인 영향을 주는 것으로 나타났다. 또한 2) 지각된 co-presence는 paralinguistic cues로부터, 지각된 closeness는 back-channeling cues로부터 각각 영향을 받는 것으로 나타났다. 3) 그러나 social cues의 경우 사용자가 챗봇을 의인화하였을 경우에만 사용자 경험에 긍정적인 영향을 주었고, 사용자가 챗봇을 정신상태가 없는 대상으로만 바라보았을 경우 오히려 부정적인 영향을 주는 것으로 나타났다. 4) social cues은 챗봇에 대한 사용자의 경험에 간접적으로만 영향을 주었고, 지각된 closeness만이 챗봇에 대한 정신상태 지각과 향후 챗봇 사용 의지를 매개하는 것으로 나타났다.

장단점

단점: 챗봇이 나타내는 정신상태 수준을 직접 조작하지 않았던 점이 아쉽다.

의의

챗봇에 대한 정신상태 지각이 사람-챗봇 간의 상호작용에 미치는 영향에 대해 다룬 새로운 연구이고 개개인이 챗봇을 의인화하는 정도가 social cues의 긍정적 기능의 핵심적인 boundary condition이라는 것을 보여준 점에서 의의가 있다.

참고 문헌

Lee, S., Lee, N., & Sah, Y. J. (2020). Perceiving a mind in a Chatbot: effect of mind perception and social cues on co-presence, closeness, and intention to use. International Journal of Human–Computer Interaction, 36(10), 930-940.

Topic 2: Artificial Intelligence Instructor’s Voice [HM]

선정 이유

Voice와 관련된 인공지능 연구를 학습하고 싶었으며, 특히 각기 다른 voice의 특성을 갖은 인공지능에 따라 인간이 어떻게 반응하는지 연구하고 싶었음.

내용 요약

이 연구는 컴퓨터가 CASA paradigm과 SIT(Social Identity Theory)의 예측을 교육적 의사소통 맥락에서 HRI로 확장하여 진행됨. 실제 65명의 학부생을 대상으로 low, moderate, high age로 참여자를 분류하여 실험을 진행하였고, ROS(Robotic Operating System)라는 새로운 인공지능을 활용하였다. 음성 자극으로는 노인 남성 음성을 인공지능 목소리로 선택하여, 실험 참여자들은 음성을 듣고 신뢰도, 대인 관계 매력 척도, 동기부여 척도 등을 평가하였다. High age 그룹의 참가자들은 Low age 그룹의 참가자보다 ROS를 훨씬 더 신뢰할 수 있는 것으로 평가하였으며, 학습 동기도 더 많았다. Social presence 또한 Low age 그룹에 비해 High age 그룹에 속한 사람들이 더 많은 Social presence를 갖는 것으로 평가되었다. 이러한 Age identification은 여러 상황에 영향을 미칠 수 있는 중요한 Self concept이다. 이러한 연구를 통해 로봇의 음성 및 음성 특징은 인강 상호 작용 파트너에서 중요한 주제임을 시사한다.

장단점

실제 연구를 시작하게 된 배경 및 이론이 상세히 설명되어 연구를 이해하는데 큰 도움이 되었다.뿐만아니라 실제 연구에 사용된 평가 항목 들에 대하여 구체적으로 나와있어 향후 다른 연구를 진행하는데 있어 도움을 받을 수 있을 것이라고 생각되었다. 사용된 인공지능의 음성을 직접 들을 수 있도록 공개가 되었다면 좀더 이해하는데 도움이 되었을 수도 있겠다는 아쉬움도 남았다.

의의

CASA paradigm 과 SIT(Social Identity Theory) 이론을 통해 필요한 인공지능의 연구를 발전시키며, 향후 인공지능 연구가 나아가야 될 방향을 제안한 것에 의의가 있다.

참고 문헌

Edwards, C., Edwards, A., Stoll, B., Lin, X., & Massey, N. (2019). Evaluations of an artificial intelligence instructor’s voice: Social Identity Theory in human-robot interactions. Computers in Human Behavior, 90(December 2017), 357–362.