編輯導(dǎo)語(yǔ)：如今隨著科技的不斷發(fā)展，AI人工智能開(kāi)始逐漸深入到學(xué)習(xí)生活中去，比如在教育領(lǐng)域就出現(xiàn)了很多關(guān)于智能學(xué)習(xí)助手類(lèi)型的產(chǎn)品，與用戶進(jìn)行互動(dòng)；本文作者分享了關(guān)于智能產(chǎn)品交互中的鼓勵(lì)機(jī)制，我們一起來(lái)了解一下。

隨著AI時(shí)代的到來(lái)，智能學(xué)習(xí)助手、VR教學(xué)、口語(yǔ)考評(píng)等應(yīng)用將AI與教育深度融合。百度翻譯APP推出了全新的智能助手，陪伴用戶學(xué)口語(yǔ)和背單詞，讓英語(yǔ)學(xué)習(xí)過(guò)程更輕松有效。

本文以百度翻譯APP為例，探討智能學(xué)習(xí)助手在用戶口語(yǔ)訓(xùn)練環(huán)境下的鼓勵(lì)機(jī)制；分析學(xué)習(xí)助手如何與用戶互動(dòng)，并給予鼓勵(lì)，最終提高用戶練習(xí)口語(yǔ)的自信心，幫助用戶提升口語(yǔ)技能。

一、鼓勵(lì)式交互的探索

1. 交互形式

我們想打造的學(xué)習(xí)助手是一位有溫度的、智能的貼心小伙伴，也是一位機(jī)器人，而機(jī)器的交互形式一般分為主動(dòng)交互以及被動(dòng)交互（表一），各有利弊：

表一 機(jī)器主動(dòng)和機(jī)器被動(dòng)交互方式對(duì)比

綜上，被動(dòng)交互確實(shí)給用戶帶來(lái)了冰冷的感受，而目前的主動(dòng)交互又不夠智能。

如果說(shuō)用戶對(duì)于我們智能助手是一個(gè)機(jī)器人的感知很強(qiáng)，則不利于達(dá)到我們想給予用戶智能化體驗(yàn)感的目標(biāo)，無(wú)法營(yíng)造我們有溫度并且了解用戶的個(gè)人學(xué)習(xí)助手形象，我們首先排除冷冰冰的被動(dòng)交互。

那么如何解決目前主動(dòng)交互不夠智能的問(wèn)題呢？判斷用戶何時(shí)需要鼓勵(lì)，在適當(dāng)?shù)臅r(shí)機(jī)發(fā)起主動(dòng)交互，則是體現(xiàn)智能感的關(guān)鍵所在。

2. 推送機(jī)制

在英語(yǔ)對(duì)話過(guò)程中，如果用戶對(duì)于回復(fù)內(nèi)容不滿意或?qū)ψ约旱谋磉_(dá)不自信從而導(dǎo)致對(duì)話流程中斷，則說(shuō)明用戶在該場(chǎng)景下需要得到鼓勵(lì)，當(dāng)用戶因?yàn)槠渌蛑鲃?dòng)中斷對(duì)話則說(shuō)明當(dāng)下用戶不需要得到鼓勵(lì)。

那么為了使得用戶能夠更自信地將對(duì)話流程進(jìn)行下去，我們需要判斷用戶中斷對(duì)話流程的真正原因（表二），當(dāng)判斷用戶為被動(dòng)終止對(duì)話時(shí)（圖一），則需要在此時(shí)給到主動(dòng)的鼓勵(lì)式交互。

表二 如何識(shí)別用戶中斷流程的真正原因

用戶被動(dòng)終止對(duì)話圖示

通過(guò)預(yù)判，在合適的時(shí)機(jī)主動(dòng)給予的鼓勵(lì)會(huì)給用戶帶來(lái)自信感、驚喜感；接下來(lái)，讓我們談?wù)劰膭?lì)式交互的具體細(xì)節(jié)。

二、鼓勵(lì)式交互的內(nèi)容

1. 鼓勵(lì)式交互的內(nèi)容構(gòu)成

在口語(yǔ)訓(xùn)練的場(chǎng)景下，為了滿足用戶的自信心，從而敢開(kāi)口說(shuō)英語(yǔ)，智能助手的鼓勵(lì)形式將采用表情加文字的形式進(jìn)行鼓勵(lì)。表情用于傳達(dá)情緒，文字用于傳達(dá)意義（表三）。

表三 鼓勵(lì)式交互的內(nèi)容構(gòu)成

表情包是聊天中常用的一種表達(dá)形式，能迅速拉近人與人之間的距離，智能助手在給予用戶鼓勵(lì)時(shí)，也可以先以一個(gè)可愛(ài)的表情開(kāi)始，讓用戶感受到親切感。

當(dāng)智能助手發(fā)送表情之后，接下來(lái)會(huì)給予用戶一條文字鼓勵(lì)，其目的是為了將鼓勵(lì)的信息準(zhǔn)確無(wú)誤的傳達(dá)給用戶，讓用戶感知到自己其實(shí)很棒！

表情部分可以應(yīng)用流行的emoji表情或可愛(ài)的插圖表情，在此不做重點(diǎn)分析，本文主要探索文字鼓勵(lì)的生成機(jī)制。

2. 文字鼓勵(lì)的生成機(jī)制

針對(duì)用戶被動(dòng)終止對(duì)話的情況，專門(mén)制定了一套針對(duì)英語(yǔ)口語(yǔ)學(xué)習(xí)場(chǎng)景下鼓勵(lì)內(nèi)容的生成機(jī)制，其中整段鼓勵(lì)內(nèi)容由兩部分組成：第一部分是簡(jiǎn)單明了的給予用戶一個(gè)積極和肯定的詞匯，用于傳達(dá)正向的情緒；第二部分則是通過(guò)判定英語(yǔ)語(yǔ)句是否地道，來(lái)進(jìn)行細(xì)致的贊美。

一個(gè)積極的詞匯能夠簡(jiǎn)單直接的對(duì)用戶的負(fù)面情緒產(chǎn)生修復(fù)作用，如“真棒、了不起”等，這類(lèi)詞匯被頻繁運(yùn)用在各類(lèi)游戲以及學(xué)習(xí)APP中。

但是，單純簡(jiǎn)單詞匯的使用，有可能向用戶傳達(dá)出不走心、敷衍的感覺(jué)，所以需要在簡(jiǎn)單地夸贊后，通過(guò)判定英語(yǔ)語(yǔ)句是否地道，進(jìn)行差異化贊美；這類(lèi)夸贊更有針對(duì)性，有利于幫助用戶感受到陪自己訓(xùn)練的不是一個(gè)冰冷的機(jī)器人，而是一個(gè)像朋友一樣的陪練。

3. 判斷英語(yǔ)口語(yǔ)是否地道的標(biāo)準(zhǔn)

根據(jù)雅思、托福、英語(yǔ)四六級(jí)、BEC商務(wù)英語(yǔ)等英語(yǔ)考試的口語(yǔ)測(cè)評(píng)標(biāo)準(zhǔn)來(lái)看，口語(yǔ)考試主要從語(yǔ)言表達(dá)的流暢性和準(zhǔn)確性，語(yǔ)法和單詞運(yùn)用的多樣性、復(fù)雜性，內(nèi)容的豐富度和邏輯性等方面來(lái)考察。

不同機(jī)構(gòu)和考試對(duì)英語(yǔ)口語(yǔ)評(píng)價(jià)的標(biāo)準(zhǔn)略有差異，但總體來(lái)看，評(píng)判英語(yǔ)口語(yǔ)是否地道的標(biāo)準(zhǔn)主要有三個(gè)方面，分別是流利度、準(zhǔn)確度、復(fù)雜度，這三個(gè)方面也是AI系統(tǒng)可以進(jìn)行量化的標(biāo)準(zhǔn)。

判斷英語(yǔ)口語(yǔ)是否地道的標(biāo)準(zhǔn)

流利度：

流利度是一段語(yǔ)音中，用戶說(shuō)話的停頓次數(shù)，單詞的重復(fù)次數(shù)，說(shuō)話的語(yǔ)速，語(yǔ)音和語(yǔ)調(diào)。

判定方法：?jiǎn)卧~與單詞之間停頓度時(shí)間越短，則說(shuō)明用戶流利度越高；例如，在語(yǔ)句中出現(xiàn)類(lèi)似于“嗯…啊…”等明顯思考度詞語(yǔ)，則視為不流利，如果用戶使用類(lèi)似詞語(yǔ)次數(shù)比以往少，則說(shuō)明比以往流利度提高了。

復(fù)雜度：

復(fù)雜度是指一段語(yǔ)音中單詞和語(yǔ)法運(yùn)用的復(fù)雜程度和多樣性。

判定方法：?jiǎn)卧~復(fù)雜度的方式主要根據(jù)使用高階或生僻詞單詞的頻率來(lái)判定；語(yǔ)法復(fù)雜度主要是依靠用戶使用高階語(yǔ)法的頻率來(lái)判定。

準(zhǔn)確度：

準(zhǔn)確度是指一段語(yǔ)音中語(yǔ)法是否準(zhǔn)確，時(shí)態(tài)是否準(zhǔn)確以及單詞運(yùn)用的是否恰當(dāng)。

判定方法：需要和該句子的標(biāo)準(zhǔn)翻譯進(jìn)行比對(duì)，主要比對(duì)的維度分別為時(shí)態(tài)、句子成分是否缺失，第三人稱單數(shù)，單詞的單復(fù)數(shù)變形等明顯的語(yǔ)法錯(cuò)誤。如果用戶運(yùn)用到了高階的語(yǔ)法，也可以說(shuō)明語(yǔ)法準(zhǔn)確度提高。

由于時(shí)態(tài)是英語(yǔ)口語(yǔ)學(xué)習(xí)者最容易犯的錯(cuò)誤之一，所以如果用戶在時(shí)態(tài)上的正確率有明顯的提高，那么可以說(shuō)明用戶的準(zhǔn)確度提高；另外，是否使用網(wǎng)絡(luò)流行詞匯和相關(guān)俚語(yǔ)，可以作為單詞準(zhǔn)確度的判定方式之一，如果說(shuō)用戶在對(duì)話中首次使用網(wǎng)絡(luò)詞匯和俚語(yǔ)，或者是使用的頻率越來(lái)越高則都說(shuō)明準(zhǔn)確度提高。

通過(guò)分析英語(yǔ)口語(yǔ)的核心判斷標(biāo)準(zhǔn)可以得出有以下關(guān)鍵指標(biāo)，分別是停頓次數(shù)、單詞重復(fù)次數(shù)、語(yǔ)速、語(yǔ)音、語(yǔ)調(diào)、單詞復(fù)雜度、單詞準(zhǔn)確度、語(yǔ)法復(fù)雜度、語(yǔ)法準(zhǔn)確度，等9項(xiàng)關(guān)鍵指標(biāo)；當(dāng)系統(tǒng)識(shí)別出用戶處于被動(dòng)終止對(duì)話的狀態(tài)時(shí)，可以從以上9個(gè)指標(biāo)中隨機(jī)篩選一個(gè)進(jìn)行鼓勵(lì)。

4. 文字鼓勵(lì)的語(yǔ)句結(jié)構(gòu)

通過(guò)以上所闡述的原理和標(biāo)準(zhǔn)，主要是讓機(jī)器能夠說(shuō)出一句能夠緩解用戶挫敗情緒的鼓勵(lì)內(nèi)容，其目的還是為用戶營(yíng)造出智能化的體驗(yàn)，該鼓勵(lì)式語(yǔ)句的一般結(jié)構(gòu)如下表（已申請(qǐng)專利）。

表四 文字鼓勵(lì)的語(yǔ)句結(jié)構(gòu)

三、總結(jié)和展望

1. 總結(jié)

本文致力于探索人機(jī)交互的可能性，從鼓勵(lì)式交互出發(fā)，圍繞用戶語(yǔ)言學(xué)習(xí)從而構(gòu)建智能交互的設(shè)計(jì)思路。

在學(xué)習(xí)場(chǎng)景下，用戶學(xué)習(xí)的投入程度與學(xué)習(xí)效率有著緊密聯(lián)系，通過(guò)研究用戶體驗(yàn)流程，捕捉投入程度薄弱的環(huán)節(jié)在恰當(dāng)?shù)臅r(shí)機(jī)給予相應(yīng)的鼓勵(lì)，從而提高用戶對(duì)于產(chǎn)品使用的參與感、沉浸感，幫助緩解用戶學(xué)習(xí)積極性不高，自主性不夠的行為表現(xiàn)。

2. 展望

本文所談到的維度確實(shí)還存在著一些不足，未對(duì)于不同用戶操作習(xí)慣進(jìn)行細(xì)分，而是提出了一系列通用的觀點(diǎn)和方法，在具體的學(xué)習(xí)場(chǎng)景下還會(huì)有繁雜的次要場(chǎng)景分支；此次主要根據(jù)用戶目標(biāo)提出了基于主要場(chǎng)景下的設(shè)計(jì)方案，相關(guān)次要場(chǎng)景的設(shè)計(jì)方案還需進(jìn)一步深入探討。

近年來(lái)，隨著人工智能，5G的技術(shù)革新，移動(dòng)應(yīng)用、小程序等媒介形態(tài)實(shí)現(xiàn)了全面發(fā)展，更加專注于情感化人機(jī)交互的各式產(chǎn)品在不同的領(lǐng)域發(fā)揮著強(qiáng)大的號(hào)召力和影響力；尤其是在智能算法的加持下，當(dāng)今的互聯(lián)網(wǎng)產(chǎn)品對(duì)于用戶而言不再是機(jī)器或工具，在交互過(guò)程中更作為人格化、情感化的“伙伴”參與用戶的各類(lèi)生活場(chǎng)景與情感寄托。

作為為用戶創(chuàng)造價(jià)值的我們?cè)趯W(xué)習(xí)場(chǎng)景下，不只是給予用戶提供學(xué)習(xí)工具，而應(yīng)當(dāng)成為用戶學(xué)習(xí)過(guò)程中不可缺少的部分，應(yīng)當(dāng)助力于提升用戶在產(chǎn)品使用場(chǎng)景下的沉浸感、參與感、體驗(yàn)感，這也對(duì)未來(lái)智能化人機(jī)交互的設(shè)計(jì)提出了挑戰(zhàn)。

本文由 @Lueve 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議