COVID-19聊天机器人的用户体验:范围审查

简介

背景

2020年3月11日，世界卫生组织(世卫组织)宣布COVID-19疫情为大流行[1］．自那时起，该病毒产生了全球影响，截至2021年7月，已有超过1.85亿例COVID-19确诊病例和400多万例死亡[2］．这种病毒有时使不同国家的卫生系统不堪重负，对准确和及时信息的需求从未如此迫切。在COVID-19大流行期间，世界各地的用户纷纷转向数字技术来获取卫生信息[3.］．世卫组织等卫生当局采取了提供可信信息的创新方式，包括使用聊天机器人[4］．聊天机器人是一种软件系统，可以让用户与程序进行交互，就像他们在与另一个人交谈一样，通常使用机器学习来达到智能响应的效果。聊天机器人被应用于所有健康领域，用于传递信息、促进行为改变和提供治疗。聊天机器人可以作为独立系统部署，也可以通过WhatsApp或Facebook Messenger等现有通信平台部署。这种与常见应用的整合可以降低许多用户的进入门槛，并有可能获得大量用户。

聊天机器人可以基于规则，也可以基于人工智能。基于规则的聊天机器人使用决策树和已定义的规则来指导对话，而基于人工智能的聊天机器人则使用机器学习和自然语言处理来生成对话并对对话做出回应。5］．随着聊天机器人变得越来越复杂，这为与数字内容的用户互动和吸引用户提供了新的创新方式。视频、测验、表情符号和声音风格等功能都是用来吸引用户的。随着这些工具的使用越来越多，了解用于提高效率和用户体验的营销和传播策略就变得非常重要。这样就可以设计出人们想要使用并从中受益的系统。

相关文献

良好的用户体验设计对于聊天机器人的采用和接受很重要，这需要专家的投入[6］．没有为用户考虑的数字解决方案可能会导致低参与度。7］．采用协同设计模式，并在整个开发过程中让终端用户参与，有助于开发以用户为中心的产品，并提高用户参与度[7］．聊天机器人已被开发用于广泛的健康问题和行为，其中心理健康聊天机器人有最专门的文献[8］．最近一项关于用户对心理健康聊天机器人的观点和意见的范围审查发现，人们普遍认为它们易于使用，而享受和信任是与聊天机器人互动的关键媒介[9］．然而，谈话的质量被认为是一个限制。

对用于评估聊天机器人的技术指标的回顾发现，方法存在多样性，而且没有明显的标准化[8］．作者确定了与聊天机器人相关的27个指标，包括响应生成、响应理解和美学。他们确定了一系列测量可用性的方法，比如问卷中的一个问题，多个问题，观察，或者使用一个有效的量表，如系统可用性量表。此外，他们发现只有7%的研究包括任何美学评估[8］．对心理健康聊天机器人最常用功能的范围审查表明，大多数是基于规则的独立软件[10］．在大多数聊天机器人中，对话都是由聊天机器人主导的，而且大多数都包括数字表示，如虚拟形象或数字人类角色。10］．

COVID-19聊天机器人

聊天机器人在大流行中有特殊用途，可以为人们提供信息，支持行为改变，提供心理健康支持，以及识别和监测症状[11］．认识到这些机会，世界卫生组织等卫生部门迅速开发和推广了针对COVID-19的聊天机器人。12]及疾病控制及预防中心[13］．COVID-19使世界各地的卫生系统不堪重负[14]，卫生服务需求的增加和保持社交距离的需求结合起来，凸显了聊天机器人在减轻卫生系统负担方面的潜力[15］．许多研究描述了针对COVID-19的聊天机器人设计的指导或框架[15-17］．尽管评估采用和用户粘性很重要，但在聊天机器人评估中并没有常规报告，而且测量方法也不标准化[3.，4］．2019冠状病毒病(COVID-19)大流行呈现出独特的形势，加快了实施数字解决方案的需求。虽然之前对COVID-19聊天机器人的范围进行了审查[18]，这是我们所知的第一篇关注这一特定场景的论文。本文旨在描述当前关于新冠肺炎聊天机器人用户体验的知识库。

方法

概述

我们对与covid -19相关的聊天机器人的用户体验进行了范围审查，包括设计、参与和通信功能。我们遵循乔安娜布里格斯研究所的指导，进行系统的范围审查[19]并根据PRISMA(系统评价和元分析首选报告项目)指南进行范围评价[20.］．本指南概述了从制定协议和搜索策略到绘制结果图表和报告结果的步骤。

回顾目标

我们试图概述COVID-19聊天机器人中使用的设计、参与和沟通功能的证据，以及对用户参与、偏好和留存率的影响。

审查问题

我们的回顾问题如下:

• 在COVID-19聊天机器人中提高用户参与度的最佳实践方法是什么?
• 关于COVID-19聊天机器人不同的参与策略、内容和语言特征的用户体验、偏好和留存率，我们知道些什么?
• COVID-19聊天机器人实施和评估了哪些营销和传播策略?
• 文献中的空白和对未来研究的建议是什么?

搜索策略

我们使用标准的3步搜索策略进行范围审查。

1. 对MEDLINE和Embase数据库进行初步搜索，然后对找到的关键字和结果进行分析
2. 第二次搜索使用修订的关键字列表跨所有数据库
3. 对所有收录的论文和文章进行前后引证检查

搜索源

在这项综述中，我们搜索了2021年6月19日至20日的数据库。搜索策略最初是为MEDLINE开发的，然后适用于其他数据库。我们最初搜索了MEDLINE Ovid和Embase。对这些数据库的搜索结果进行了审查，并在重新运行之前对搜索策略进行了轻微调整。搜索中使用的其他数据库包括CINAHL、ACM数字图书馆、Cochrane COVID-19研究登记册、Emerald、通讯摘要(EBSCO)和世卫组织COVID-19全球冠状病毒疾病文献。为了获取未发表的文献，使用改编的搜索词搜索谷歌Scholar，并扫描前100个结果。对所有收录的文章进行了向后和向前的引文检索，其他被识别的文章单独来源。

搜索条件

这篇综述的搜索词首先是根据作者先前的知识开发的，然后进一步由有关该主题的当前文献提供信息。制定了一个全面的搜索词列表，以确保文章范围广泛。我们使用了与感兴趣的技术主题相关的搜索词(如聊天机器人、会话代理和对话系统)，更普遍的用户体验(如参与度、功能和用户体验)，以及当前的健康问题(如COVID、COVID-19、Corona和冠状病毒)。每个数据库使用的搜索词可以在多媒体附件1．

纳入和排除标准

我们纳入了评估COVID-19聊天机器人的设计、营销和用户特征的研究，或探索用户对功能、营销和设计的观点的研究。由于目的是在已发表和未发表的文献中绘制现有证据，因此在地理位置、聊天机器人类型或研究设计方面没有标准限制。我们收录了论文、文章和会议记录。任何与聊天机器人无关的文章或报告都被排除在外。我们排除了那些没有包含任何关于用户观点、体验或聊天机器人功能或营销的一般使用报告的论文，以及没有英文版本的论文。我们排除了会议摘要、书籍和论文。

学习选择过程

文章的选择由纳入和排除标准确定。根据范围审查的迭代性质，随着审查的进展，这些标准得到了改进，并在最初搜索2个数据库后对标准进行了修改。在Endnote软件(Clarivate)中进行重复数据删除，然后使用Rayyan进行筛选。Rayyan是一个基于网络的程序，旨在管理引文筛选过程[21］．作者BW和AM独立筛选文章标题和摘要，排除不相关的研究。任何分歧都是通过讨论解决的。对于被认为可能相关或难以从标题和摘要中确定的文章，将全文进行审查。图1展示了研究选择过程。

‎ 查看此图

数据提取和制图

制定了数据提取表单，确保数据采集的统一，并对该表单进行了试用和修订。数据按研究特征、干预特征和结果分类。然后使用主题分析来综合每篇论文的发现并确定主题。

结果

包括研究

在最初确定的517篇论文中，有10篇被纳入最终分析，其中2篇报告的结果来自相同的研究人群。作者对纳入标准采取了广泛的观点，包括包括上述标准的任何报告的研究。这些论文在报告用户体验的方法上存在很大差异，从全面评估用户体验的实证研究到报告最小结果的实证研究。有几篇论文被排除在外，尽管他们已经详细描述了他们的使用体验计划，因为他们没有报告发现。论文包括关于为COVID-19筛查和COVID-19一般信息开发的聊天机器人的讨论，以及调查用户对COVID-19聊天机器人的看法和意见的研究。对纳入的研究进行了专题分析，以理解和组织论文的研究结果。表1描述纳入研究的特征。

专题分析

这些论文描述了影响用户体验和聊天机器人使用的一系列因素。COVID-19大流行加速了聊天机器人的开发，一些工具在5天内就被开发和部署[25，27］．与技术团队的伙伴关系被认为是有益的[25]，其中一篇论文称他们的团队缺乏技术专长是一个限制[30.］．调查结果按主题映射，并在下一节中进行描述。

影响用户体验和使用的因素

信任

4篇论文明确报告了信任[24-26，30.］．根据一篇论文，用户对聊天机器人能力的感知是影响交互的主要因素，而这种感知受到对聊天机器人提供者的信任的影响[24］．清楚地标注供应商的品牌很重要，一项研究报告称，用户对使用没有明确标注其医院的工具持怀疑态度[25］．评估“COVID-19可预防”聊天机器人的用户建议用户界面应代表公共卫生当局[30.］．随着聊天机器人的信息披露增多，用户自我披露的可能性也在增加。26］．聊天机器人增加的信息披露也对参与度和感知的热情产生了积极影响。当聊天机器人表现出情感表露时，参与度显著提高。26］．

数字素养

两篇论文提到了数字素养和能力。Almalki [23]报告称，人们认为的IT技能或过去使用聊天机器人并不影响人们对聊天机器人能力的看法。他们发现，那些经常在网上搜索健康信息的人更有可能使用健康聊天机器人来获取医疗服务。23］．另一篇论文报道称，用户感知到的数字能力对满意度、动机、使用可能性和对建议的依从性有中小程度的影响[24］．

设计和可用性

四篇论文描述了他们的聊天机器人的设计过程，重点是提高可用性。两篇论文描述了聊天机器人的开发过程，包括定义、设计、旅程规划、迭代和评估等阶段[25，30.］．另一篇研究COVID-19聊天机器人信息披露的论文报告了它们的对话过程，包括从闲聊开始，然后提出建议[26］．另一篇论文强调易用性在维持用户粘性方面的重要性[30.］．

人口因素

四项研究报告了使用和用户体验的人口统计数据。舒贝尔等[31报告称，51岁至90岁的人最有可能使用聊天机器人。然而，这因特征而异。年轻用户(18-50岁)更有可能使用症状屏幕检查器，而年长用户(51-90岁)更有可能使用学习模块。同一项研究发现，非裔美国人的用户比例高于其他种族或民族，女性用户比例高于男性用户[31］．

相反，莫尔斯等人[28]报告称，虽然最常见的使用者年龄在30至39岁之间，但年龄较大的使用者也有相当一部分，其中13.3%的使用者年龄在60岁或以上。他们还发现，大多数完成的症状检查评估是由女性用户进行的。奥利尔等[29报告称，35岁以上的女性用户下载聊天机器人的比例高于其他任何群体。这是对Facebook上推广聊天机器人的广告的回应，作者指出，这些广告的内容可能对这一群体更有吸引力。Almalki [23]报告称，在任何变量上，性别差异都不显著，但30岁以下的参与者表示使用聊天机器人更享受[22］．

用户对内容和功能的看法

四篇论文报告了与聊天机器人内容相关的发现。一篇论文发现，人们更有可能使用聊天机器人来寻找关于COVID-19的一般信息，而不是关于医疗的信息[23］．另一篇描述具有2个特征组件的聊天机器人的论文发现，与一般学习内容相比，健康筛查信息的使用没有差异[31］．麦基洛普等[27]报告了每次会话的平均会话次数。从1.9到3.5不等。临床医生提供的聊天次数最多，这表明这些聊天机器人可能一直在提供更复杂的内容。作者认为，对话次数较少可能是因为人们在大流行开始时问了更多简单的问题，这些问题的复杂性可能增加了，因此，随着大流行的继续，对话次数也发生了变化。事实上，他们发现员工之间的谈话转向明显增加，这可能与他们重返工作岗位时更复杂的问题有关。27］．随着一个新冠肺炎聊天机器人的用户数量增加，问题和内容的范围也在增加，因此需要新的系统来管理内容[30.］．

据报道，在大流行期间管理内容和每日信息更新是一项具有挑战性的任务，作者描述了“COVID-19可预防”聊天机器人[30.］．识别聊天机器人无法回答的用户问题是确定要添加的新信息和对话规则的优先级的有用方法。另一个挑战是每天将复杂的内容翻译成可交付给公众消费的内容。一旦这个聊天机器人的用户超过10万，菜单的使用就会显著增加。内容被过滤成类别，据报道，菜单帮助用户更容易地导航和找到答案。30.］．渐进披露用于管理从基本到更复杂的信息流。根据用户需求，该聊天机器人还增加了其他功能，例如能够直接向当局报告对COVID-19潜在传播的担忧[30.］．

市场营销

一篇论文详细介绍了使用Facebook广告推广聊天机器人的经历。作者采用A/B测试进行测试旋转木马的图片与静态图像和文本，发现带有文本的静态图像更受欢迎[29］．Android用户比iOS用户下载和使用聊天机器人的次数更多。作者报告说，通过增加对广告的参与，Android用户实际上是在向他们的联系人推销产品。35岁及以上的女性下载聊天机器人的次数最多。从对帖子的反应和分享来看，这一群体对Facebook广告本身的参与度也最高。29］．另外两篇论文，虽然没有专门报道推广，但报道了大众媒体运动、社会榜样认可或国家卫生当局的采用可能有助于提高对聊天机器人的认识和信任[22，23］

用户视角和可接受性

可接受性的主题包括使用COVID-19聊天机器人的意愿、对聊天机器人的总体看法以及采用情况。五篇论文报告了一些可接受性发现。部署在一家大型医院站点的员工筛选聊天机器人发现，他们的聊天机器人不需要下载或登录，这有助于采用[25］．尽管一项调查的许多受访者几乎没有聊天机器人的经验，但大多数人(82.5%)表示愿意使用聊天机器人来获取有关医疗服务和如何防止COVID-19传播的一般信息[23］．已使用互联网查询健康资讯的受访者接受程度似乎较高[22］．参与者报告说，他们普遍对健康聊天机器人有积极的看法，并愿意使用它们。同理心和情绪敏感性是影响可接受性的重要因素;参与者认为聊天机器人没有情感，这可能会影响他们的接受度。社会规范也会影响聊天机器人的接受度，参与者报告说，他们倾向于与他人的观点保持一致。22］．

“COVID-19可预防”聊天机器人报告称，大多数人(98%)表示他们可能会继续使用聊天机器人，96%的人表示他们会向其他人推荐它[30.］．这种可接受性可能得益于64%的人报告聊天机器人恰当地回答了他们的问题[30.］．Dennis等人认为聊天机器人的感知能力很重要[24，另一项比较了聊天机器人和人类对话的用户反应的研究。有趣的是，当人们认为聊天机器人的能力相同时，人们对聊天机器人的看法比人类更积极。作者推测，这一发现可能是由于用户在讨论具有社交挑战性的信息时，与聊天机器人在一起感觉更舒服[24］．

讨论

主要研究结果

本文描述了关于COVID-19聊天机器人的用户体验和用户吸收的已知情况。这篇综述中的10篇论文包括一些描述用于COVID-19筛查的聊天机器人，一些描述用于信息传播的聊天机器人，还有一些试图了解吸收和用户观点。这些论文普遍报告了聊天机器人的良好接受度，并报告了一些似乎决定这一点的因素。关键主题包括内容、信任、数字能力和可接受性。对聊天机器人或聊天机器人提供者的信任通常被认为是一个重要因素。关于用户接受度的研究通常发现，无论哪种类型的聊天机器人都得到了很高的评价。在整个大流行期间，通过数字方法寻求卫生信息的人数有所增加[3.];这可能在这种可接受性中发挥了作用。据报道，数字能力或感知IT技能对聊天机器人的使用没有很大影响。在一些研究中，女性比男性更多地使用聊天机器人，尽管不同年龄的人在聊天机器人的使用或观点上存在差异，但很明显，老年人和年轻人都在使用和享受聊天机器人。没有明确的迹象表明年龄和性别是否在使用这些工具的开放性中发挥作用。

来自美国的研究展示了过多的结果(5/ 9,56%的研究)，这里看到的结果表明，需要对COVID-19聊天机器人进行更多样化的报告和评估。文献中有更广泛的呼吁，要求应对COVID-19的聊天机器人具有全球视野，并与来自低收入和中等收入国家的研究人员和当地数据科学家一起开发，以便在全球层面上更好地使用[32］．

COVID-19大流行对全球卫生服务和当局构成了挑战，正在制定和推出解决方案，以快速提供准确和及时的卫生信息，支持各国。这种快速的时间框架可能导致一些常见的设计过程，如用户咨询、消息测试和文献回顾，在发布之前没有进行，导致在现实环境中评估和迭代的阶段。一个国家政府的聊天机器人描述了在快速变化的环境中管理内容数量的挑战[30.]，而与技术团队的合作则大有裨益[25］．开发了新的流程，聊天机器人有助于在危机时刻快速传播高质量的信息。这些过程和从实施中获得的经验教训将是通知聊天机器人应对未来突发卫生事件的关键。除了信息传递，聊天机器人还有可能通过分析人们提出的问题或查看他们正在搜索的信息以确定信息空白，为信息提供和大流行应对提供信息。

审查显示，缺乏关于用户体验和用户偏好的标准化报告。尽管这可以部分地解释为需要快速部署，但在未来，重新审视和重申以用户为中心的设计和验收测试中的最佳实践，以确保这些工具是有效的，这是很重要的。为使用聊天机器人的用户体验报告制定标准化措施，将有助于综合证据，并以更连贯的方式推动证据的发展。文献表明，在终端用户参与的协同设计模型中工作有助于提高用户粘性[7]，而可用性、乐趣和信任也是关键因素[9］．

很明显，我们需要进一步的研究来更好地理解用户体验、参与和接受，特别是更多来自美国以外国家的研究。COVID-19大流行对数字卫生产生了前所未有的影响[33］．关于在COVID-19大流行期间如何最好地向人们提供卫生信息和干预措施的经验教训将广泛适用于其他突发卫生事件和未来的大流行。

限制

范围综述总结了关于COVID-19聊天机器人用户体验的证据，但由于范围综述的目标是绘制文献，因此没有评估研究质量，也没有进行数据合成。所包括的研究报告了用户体验的不同方面，导致在汇总特定组件的研究结果时存在局限性。

结论

COVID-19大流行对数字卫生干预措施提出了独特而具体的挑战，随着全球数字卫生服务的采用速度加快，需要快速设计和实施数字卫生干预措施。本文通过描述在用户体验和用户吸收方面对这一快速实现过程的了解来补充文献，并为未来的工具提供指导，以及未来研究的方向。这篇论文展示了聊天机器人在紧急情况下接触用户的潜力，以及更好地了解用户如何参与以及他们想要什么的必要性。