OceanChat: The Effect of Virtual Conversational AI Agents on Sustainable Attitude and Behavior Change
作者: Pat Pataranutaporn, Alexander Doudkin, Pattie Maes
分类: cs.HC, cs.AI
发布日期: 2025-02-05 (更新: 2025-05-21)
备注: 21 pages, 18 figures, 2 tables
💡 一句话要点
OceanChat：利用虚拟对话AI提升可持续态度和行为
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 会话式AI 环境教育 可持续行为 大型语言模型 人机交互
📋 核心要点
- 传统环境教育难以将环保意识转化为可持续的行为改变，这是当前面临的核心问题。
- OceanChat利用大型语言模型创建虚拟海洋生物AI代理，通过个性化对话促进环保行为。
- 实验表明，会话式角色叙事显著提高了行为意图和可持续选择偏好，优于静态方法。
📝 摘要（中文）
海洋生态系统正面临气候变化和塑料污染的前所未有的威胁，但传统的环境教育往往难以将意识转化为持续的行为改变。本文介绍了OceanChat，一个利用大型语言模型创建会话式AI代理的交互系统，这些代理被表示为动画海洋生物——具体来说是一只白鲸、一只水母和一只海马——旨在通过个性化的对话来促进环境行为（PEB）并培养意识。通过一项受试者间实验（N=900），我们比较了三种情况：（1）静态科学信息，通过文本和图像提供传统的环境教育；（2）静态角色叙事，以3D渲染的海洋生物的第一人称视角进行叙事；（3）会话式角色叙事，能够与AI驱动的海洋角色进行实时对话。我们的分析表明，与静态方法相比，会话式角色叙事条件显着提高了行为意图和可持续选择偏好。白鲸角色在多个指标上表现出持续更强的情感参与，包括感知到的拟人化和同理心。然而，对气候政策支持和心理距离等更深层次指标的影响有限，突显了改变根深蒂固的信念的复杂性。我们的工作扩展了关于促进PEB的可持续性界面的研究，并为创建情感共鸣、上下文感知的AI角色提供了设计原则。通过平衡拟人化与物种真实性，OceanChat展示了交互式叙事如何弥合环境知识与现实世界行为改变之间的差距。
🔬 方法详解
问题定义：论文旨在解决传统环境教育在促进可持续行为改变方面的不足。现有方法，如静态文本和图像信息，难以有效激发人们的环保意识和行动，缺乏个性化和互动性。
核心思路：论文的核心思路是利用大型语言模型（LLM）创建具有情感共鸣的虚拟对话AI代理，以海洋生物的角色与用户进行互动，通过个性化的叙事和对话来提高用户的环境意识，并促使他们采取更可持续的行为。这种方法旨在通过增强用户的参与感和情感连接，从而克服传统教育方式的局限性。
技术框架：OceanChat系统包含以下主要模块：1) 角色设计：设计了白鲸、水母和海马三种海洋生物的3D模型作为AI代理的角色。2) 对话引擎：使用大型语言模型（LLM）作为对话引擎，使AI代理能够进行自然流畅的对话。3) 交互界面：提供用户与AI代理进行实时对话的交互界面。4) 实验设计：设计了三种实验条件：静态科学信息、静态角色叙事和会话式角色叙事，用于评估不同方法的有效性。
关键创新：该论文的关键创新在于将大型语言模型与3D动画角色相结合，创造了一种具有情感共鸣和互动性的环境教育方式。通过平衡拟人化与物种真实性，OceanChat能够更有效地激发用户的环保意识和行为改变。与传统的静态教育方法相比，OceanChat提供了更个性化和引人入胜的学习体验。
关键设计：论文的关键设计包括：1) 角色选择：选择白鲸、水母和海马作为代表性的海洋生物，以吸引用户的兴趣。2) 对话设计：设计了与角色相关的背景故事和对话内容，以增强用户的沉浸感。3) 情感表达：通过动画和对话来表达角色的情感，以增强用户的情感连接。4) 实验指标：设计了行为意图、可持续选择偏好、情感参与、气候政策支持和心理距离等指标，用于评估不同方法的有效性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，与静态科学信息和静态角色叙事相比，会话式角色叙事显著提高了用户的行为意图和可持续选择偏好。白鲸角色在情感参与度方面表现最佳，在拟人化和同理心方面得分最高。虽然对气候政策支持和心理距离的影响有限，但整体结果表明，基于LLM的会话式AI代理在促进环境行为改变方面具有显著潜力。
🎯 应用场景
OceanChat技术可应用于环境教育、可持续发展推广、公共健康宣传等领域。通过创建具有情感共鸣的虚拟AI角色，可以更有效地传递信息，提高用户参与度，并促使他们采取更积极的行为。未来，该技术可扩展到其他领域，例如心理健康咨询、在线教育等，具有广阔的应用前景。
📄 摘要（原文）
Marine ecosystems face unprecedented threats from climate change and plastic pollution, yet traditional environmental education often struggles to translate awareness into sustained behavioral change. This paper presents OceanChat, an interactive system leveraging large language models to create conversational AI agents represented as animated marine creatures -- specifically a beluga whale, a jellyfish, and a seahorse -- designed to promote environmental behavior (PEB) and foster awareness through personalized dialogue. Through a between-subjects experiment (N=900), we compared three conditions: (1) Static Scientific Information, providing conventional environmental education through text and images; (2) Static Character Narrative, featuring first-person storytelling from 3D-rendered marine creatures; and (3) Conversational Character Narrative, enabling real-time dialogue with AI-powered marine characters. Our analysis revealed that the Conversational Character Narrative condition significantly increased behavioral intentions and sustainable choice preferences compared to static approaches. The beluga whale character demonstrated consistently stronger emotional engagement across multiple measures, including perceived anthropomorphism and empathy. However, impacts on deeper measures like climate policy support and psychological distance were limited, highlighting the complexity of shifting entrenched beliefs. Our work extends research on sustainability interfaces facilitating PEB and offers design principles for creating emotionally resonant, context-aware AI characters. By balancing anthropomorphism with species authenticity, OceanChat demonstrates how interactive narratives can bridge the gap between environmental knowledge and real-world behavior change.