人工智能与人类用户的互动模式研究：基于韩国电信客服场景的对话分析

作者及发表信息

本研究由韩国科学技术院（KAIST）与韩国电信（KT）的联合团队完成，主要作者包括：
- So-Yeon Ahn（通讯作者，KAIST数字人文与计算社会科学学院）
- Seonghoon Kim, Hyunjong Lee, Junehwa Song（KAIST计算机学院）
- Eun-Young Lee, Eun-Young Song, Jongseo Won（KT人工智能实验室）
论文《How do AI and human users interact? Positioning of AI and human users in customer service》于2024年9月发表于期刊Text & Talk（Volume 45, Issue 3），开放获取，DOI: 10.1515/text-2023-0116。

研究背景与目标

科学领域与问题缘起

该研究隶属于语言、话语与传播研究（language, discourse, and communication studies）与人机交互（human-machine interaction）的交叉领域。随着AI语音助手在韩国服务业（如SK Telecom、KT、Naver等企业）的普及，研究者发现：尽管现有文献多关注AI服务的效果（如用户满意度、伦理问题），但人类用户与AI的实际对话模式尚未被系统分析。

核心研究问题

• 互动定位：AI如何通过语言策略（如敬语系统）构建与用户的权力关系？
  
• 用户响应模式：人类用户对AI发起的话轮（turn）有何种回应策略？
  
• 文化影响：韩语敬语体系（honorifics）如何塑造人机对话的动态？
  

研究方法与流程

数据收集

1. 数据来源：韩国电信（KT）提供的200通客服电话录音（2022年1-6月），包含100例“成功”与100例“失败”案例（由企业根据AI是否准确捕捉用户意图判定）。
   
2. 样本特征：
   
   • 通话时长：1-3分钟（短对话）至超过3分钟（长脚本）。
     
   • 隐私处理：用户个人信息匿名化，仅保留年龄数据。
     

分析框架：会话分析（Conversation Analysis, CA）

研究聚焦相邻对（adjacency pairs）结构，即第一话轮部分（First Pair-Part, FPP，由AI发起）与第二话轮部分（Second Pair-Part, SPP，用户响应）。具体流程：
1. 话轮标注：逐句分析FPP与SPP的序列结构，记录话轮转换、重叠、停顿等细节。
2. 语言特征编码：
- 敬语标记：分析韩语后缀（如“-님”）、句尾词（如“-예요”）和自称词（如“저”）。
- 非敬语（panmal）：AI建议用户使用的非正式表达。
3. 跨研究者验证：多名研究者独立编码以确保可靠性。

主要发现

1. AI的定位策略：敬语构建的权力关系

• FPP标准化模板：AI始终以女性声音开场，包含以下要素：
  [姓名]고객님, 반갑습니다. 저는 KT AI 상담사 지니예요. （[姓名]先生/女士，您好。我是KT AI顾问Genie。）
  
• 敬语系统应用：
  
  • 抬高用户：使用尊称后缀“-님”和敬语结尾“-예요”。
    
  • 自我谦抑：自称“저”（谦称代词）。
    
• 矛盾建议：AI推荐用户以非敬语（如“인터넷 납부 방법을 변경해줘”）提出需求，形成用户（上位）-AI（下位）的隐性层级。
  

2. 用户响应类型（SPP）的四类模式

| 类型 | 占比 | 特征 | 示例 |
|————————|———-|————————————————————————–|———————————–|
| 关键词回应 | 54% | 仅提供关键词（如“TV”），类似搜索引擎查询 | “상담사”（咨询员） |
| 无语音输入 | 12% | 5秒内无响应，AI随后调整话术（如删除“AI”一词，模拟人类客服） | （沉默） |
| 自然对话 | 14% | 完整句子描述问题，72%为50岁以上用户，倾向使用敬语 | “휴대폰 요금이 두 번 결제돼서”（我的手机账单被扣了两次） |
| 遵循AI建议的指令式 | 10% | 直接使用非敬语提出要求（如“변경해줘”），强化权力层级 | “인터넷 끊어줘”（把网络关掉） |

3. 文化特异性发现

• 年龄差异：年长用户更倾向自然对话并使用敬语，可能因其将AI视为“拟人化服务者”。
  
• 技术认知：年轻用户的关键词回应反映其将AI视为“工具”，类似搜索引擎交互。
  

研究结论与价值

理论贡献

1. 对话结构理论拓展：揭示了AI驱动的FPP如何通过语言策略（如敬语）预设权力关系，而用户SPP则可能颠覆或强化这一预设。
   
2. 跨文化人机交互：韩语敬语系统为研究权力与礼貌的符号化提供了独特案例，对比非敬语语言（如英语）的AI设计。
   

应用价值

• AI设计建议：
  
  • 动态风格适配：根据用户年龄调整对话形式（如对年长用户增加敬语）。
    
  • 透明度优化：明确AI身份（如保留“AI”自称）以避免混淆。
    
• 服务行业启示：AI客服需平衡“效率”与“自然性”，避免过度拟人化导致的“恐怖谷效应”（uncanny valley）。
  

研究亮点

1. 方法创新：首次将会话分析（CA）系统应用于韩语AI客服场景，结合语言学与社会心理学视角。
   
2. 文化敏感发现：揭示敬语系统如何成为权力协商的媒介，为全球化AI本地化提供参考。
   
3. 实证基础：200通真实客服录音的细粒度分析，超越以往依赖实验室模拟数据的研究。
   

未来方向

1. 跨语言比较：研究无敬语体系语言（如英语）中的人机权力动态。
   
2. 多模态分析：纳入非语言线索（如语调、停顿）以补充电话录音的局限性。
   
3. 长期影响：探索用户与AI的重复互动是否会改变其对话策略。
   

（报告字数：约2000字）