Skip navigation
Please use this identifier to cite or link to this item: http://repositorio2.unb.br/jspui/handle/10482/46904
Files in This Item:
File Description SizeFormat 
2023_GeovanaRamosSousaSilva.pdf2,01 MBAdobe PDFView/Open
Title: Human factors in the design of chatbot interactions : conversational design practices
Other Titles: Fatores humanos no design de interações de chatbot : práticas de design conversacional
Authors: Silva, Geovana Ramos Sousa
Orientador(es):: Canedo, Edna Dias
Assunto:: Inteligência artificial
Chatbot
Interação homem-máquina
Issue Date: 23-Nov-2023
Citation: SILVA, Geovana Ramos Sousa. Human factors in the design of chatbot interactions: conversational design practices. 2023. xx, 102 f., il. Dissertação (Mestrado em Informática) — Universidade de Brasília, Brasília, 2023.
Abstract: Contexto: Chatbots são agentes inteligentes que imitam o comportamento humano para conduzir conversas significativas. A natureza conversacional dos chatbots impõe desafios aos designers, uma vez que seu desenvolvimento é diferente de outros softwares e requer a investigação de novas práticas no contexto da interação humano-IA e seus impactos na experiência do usuário. Como o diálogo humano envolve diversas variáveis além da verbalização de palavras, é fundamental projetar diálogos bem pensados para que os chatbots proporcionem uma interação humanizada e otimizada. Objetivo: O principal objetivo deste trabalho é identificar práticas de design textual, visual ou interativo de interações de chatbots baseadas em texto e como elas podem potencializar ou enfraquecer algumas percepções e sentimentos dos usuários, como satisfação, engajamento e confiança, para a criação do guia Diretrizes para Design Conversacional de Chatbots (DDCC). Método: Utilizamos vários métodos de pesquisa para gerar e validar o guia. Primeiro, realizamos uma Revisão Sistemática da Literatura (RSL) para identificar as práticas de design conversacional e seus impactos. Essas práticas foram inseridas no guia DDCC por meio de análise qualitativa e codificação dos resultados RSL. Em seguida, o guia foi validado quantitativamente por meio de um survey e qualitativamente por meio de um estudo de caso. O survey teve como objetivo avaliar a clareza e a utilidade do guia baseado por meio da leitura do guia por parte dos participantes da pesquisa e nas suas respostas a um questionário adaptado do Modelo de Aceitação de Tecnologia. O estudo de caso teve como objetivo avaliar a utilidade do guia com base em sua aplicação prática pelos participantes em uma situação que simula um cenário real e em entrevistas de acompanhamento. Resultados: A pesquisa mostrou que desenvolvedores de software com diferentes níveis de experiência concordaram fortemente que o guia poderia induzir maior satisfação e engajamento no usuário. Além disso, eles também concordaram fortemente que o guia é claro, compreensível, flexível e fácil de usar. Embora os participantes tenham sugerido algumas melhorias, eles relataram que os principais pontos fortes do guia são a objetividade e a clareza. O estudo de caso confirmou os resultados da pesquisa, pois os participantes relataram sentimentos positivos em relação ao guia e uma intenção de usálo. Suas extensas percepções fornecidas por meio das entrevistas realizadas revelaram que suas experiências anteriores com chatbots e em cargos específicos de desenvolvimento de software influenciaram seu design e adoção de práticas. Conclusão: O guia se mostrou útil para desenvolvedores com diferentes níveis de conhecimento, com potencial para se tornar um forte aliado dos desenvolvedores no processo de design conversacional.
Abstract: Context: Chatbots are intelligent agents that mimic human behavior to carry on meaningful conversations. The conversational nature of chatbots poses challenges to designers since their development is different from other software and requires investigating new practices in the context of human-AI interaction and their impact on user experience. Since human dialogue involves several variables beyond verbalizing words, it is vital to design well-thought dialogues for chatbots to provide a humanized and optimal interaction. Objective: The main objective of this work is to unveil textual, visual, or interactive design practices from text-based chatbot interactions and how they can potentiate or weaken some perceptions and feelings of users, such as satisfaction, engagement, and trust, for the creation of the Guidelines for Chatbot Conversational Design (GCCD) guide. Method: We used multiple research methods to generate and validate the guide. First, we conducted a Systematic Literature Review (SRL) to identify conversational design practices and their impacts. These practices were inserted into the GCCD guide through qualitative analysis and coding of SLR results. Then, the guide was validated quantitatively through a survey and qualitatively through a case study. The survey aimed to assess the guide’s clarity and usefulness based on the reading of the guide by the participants and their responses to a questionnaire adapted from the Technology Acceptance Model. The case study aimed to assess the guide’s usefulness based on its practical application by participants in a situation that simulates a real scenario and follow-up interviews. Results: The survey showed that software developers with different levels of experience strongly agreed that the guide could induce greater user satisfaction and engagement. Furthermore, they also strongly agreed that the guide is clear, understandable, flexible, and easy to use. Although participants suggested some improvements, they reported that the guide’s main strengths are objectivity and clarity. The case study confirmed the survey findings, as participants reported positive feelings toward the guide and an intention to use it. Their extensive perceptions given through the conducted interviews unveiled that their previous experiences with chatbots and in specific software development positions influenced their design and adoption of practices. Conclusion: The guide proved to be useful for developers with different levels of knowledge, with the potential to become a strong ally for developers in the conversational design process.
metadata.dc.description.unidade: Instituto de Ciências Exatas (IE)
Departamento de Ciência da Computação (IE CIC)
Description: Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Programa de Pós-Graduação em Informática, 2023.
metadata.dc.description.ppg: Programa de Pós-Graduação em Informática
Agência financiadora: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
Appears in Collections:Teses, dissertações e produtos pós-doutorado

Show full item record " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/46904/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.