自动聊天机器人不聊天，他们辩论？

自动聊天机器人——它们都是关于什么的？

我们对自动聊天机器人又爱又恨。我们喜欢和他们一起玩，但当聊天机器人无法回答我们的问题或满足我们的要求时会感到沮丧。那些创造聊天机器人的人在使聊天机器人尽可能人性化的挑战中茁壮成长，但发现编写数千种可能的条件排列来尝试实现这一点非常艰巨。

这种与自动聊天机器人进行类似人类交互的共同愿望推动了通过自然语言处理 (NLP) 为机器人提供动力。聊天机器人背后的机器学习以及它从中学习的机器学习建立在决策树逻辑之上，并且是预定输入和输出序列的交换。但是，自然对话不是这样的。

扭曲自然对话的模式

与自然对话一样，人类和自动聊天机器人轮流说话，即交换信息。在自然的谈话中，即使在没有视觉线索和语调的情况下，不管所说的内容如何，​​谈话中也有重叠的意义，轮流之间发生的沉默中的意义，以及努力修复的意义。误解。这些动作实际上是轮流的组成部分，并且是自然对话所固有的。它们有助于推动对话向前发展，并随着对话的展开揭示其背后的意图。

从聊天机器人到辩论机器人的转变？

在交互模式方面，与自然对话相比，这些聊天机器人与辩论中预先分配的回合的来回性质有更多的共同点（Sacks 等，1974）。如果自动聊天机器人的工作是“去取”，我们还需要诸如“嗨”之类的社交细节吗？通过人性化聊天机器人，我们是否有责任设置不正确的用户期望管理？还是这只是微笑服务？

聊天机器人可能不会聊天的想法说明了一个几乎是哲学问题。为什么机器人必须如此类人，并且具有什么能力？在自动化聊天机器人方面，我们实际上在自动化什么？

轮流

为了提供更准确和相关的响应，自动聊天机器人正在以类似于谷歌会话搜索的方式利用 NLP。这确实导致了更智能的处理，但仍然在很大程度上依赖于人类和机器人在说话时组织良好的轮流，即一次发送一条消息或一个构建良好的多堆栈。聊天机器人和人类都能够发送多堆栈，但人类多堆栈比聊天机器人更具破坏性。我们可能会使聊天机器人的下一个响应变得无关紧要或不恰当，从而导致配对行为不佳，例如问答、匹配，这让我们作为用户感到沮丧。

由于自然对话不是由成对的动作组成，而是一个接一个地整齐地产生，我们需要开始分析聊天机器人的整体交互，而不是一组单一的配对交流。我们还需要干预，以便当人类创建这些破坏性的多堆栈时，我们可以更好地听到“对话”。

沉默的意义

管理人机交互的一种方法是通过动画。动画是加载程序的形式，“……正在打字”或“请稍候”通过帮助管理透明度和保持对话向前推进，为机器人和用户提供了双向好处。它有助于尝试和减少有问题的人类多筹码问题，方法是在对话中提出要求。

正如 Google 的设计师 Adrian Zumbrunnen 所说，“没有动画，就没有对话”，这在很大程度上是正确的。就像我们将时间延迟与肯定或否定响应联系起来一样，机器人能否推断出我们响应延迟的相同含义？了解我们是否技术能力低下，或者我们是否正在使用聊天界面的可供性来争取时间思考，这些都是在感知修复意图时要遇到的有趣挑战。

机器人必须是人类吗？

Google 不会假装是人类，即使搜索词分析表明我们向它提出了非常人性化的问题。此外，当 Google 显示不相关的结果或提供不匹配的结果时，我们会责怪自己没有正确搜索搜索词。我们更宽容，因为“谷歌搜索”不是设置为对话，而是设置为检索。在交互方面，我们对更多具有人类外观或感觉的机器人产生共鸣，但对机械的感觉较少，这一事实并不一定是劣势——它有助于设定用户期望。

界面错误？

支持自动聊天机器人的决策树建立在一系列条件控制语句之上，与冒险游戏对话有相似之处。

班德斯纳奇 ，去年底Netflix的黑镜系列的最新一期是一部探索自由意志的“选择你自己的冒险”电影。 Netflix 甚至开发了“状态跟踪”，可以保存我们的选择线索，以便稍后在叙事中部署它们。 Bandersnatch 是一个分支叙事，由 250 个片段组成，用 Twine 编写（一种用于编写交互式小说的决策树工具，也用于为聊天机器人设计决策树）。那么，会不会像电影一样，聊天机器人可以利用冒险游戏界面的熟悉度和用户界面 (UI) 特性？

当前的聊天机器人界面提供有限的屏幕尺寸、有限的单条消息长度，并且通常位于屏幕的右下角。在欣赏 ICQ 等老派信使服务的 UI 继承的同时，为什么我们还没有全屏使用自动聊天机器人？

从预测到管理

自然对话被人为自动聊天机器人交互所扭曲，这可能有助于解释为什么尽管 NLP 具有智能，但与自动聊天机器人的交互仍然会让人感到复杂。部分是由于它的 UI 可供性，部分是由于我们对参与自然对话意味着什么的习得行为，沉默、转弯重叠和对话修复是有意义的。

自动聊天机器人的响应不一定需要是人类的——它们只需要以非常人性化的方式进行管理。