Memory-Driven Self-Disclosure and Relational Turning Points: A Longitudinal Multimodal Study of Human-AI Interaction
作者: Ryuichi Sumida, Mao Saeki, Masaki Eguchi, Sadahiro Yoshikawa, Koji Inoue, Tatsuya Kawahara, Yoichi Matsuyama
分类: cs.HC, cs.AI, cs.CL
发布日期: 2026-07-20
💡 一句话要点
提出记忆驱动的自我披露模型以增强人机关系
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 人机交互 对话系统 记忆增强 自我披露 多模态研究 关系构建 纵向研究
📋 核心要点
- 现有对话系统在长期互动中如何建立稳定的人机关系仍存在挑战，尤其是在记忆和自我披露方面。
- 本文提出了一种记忆增强的对话代理，通过纵向研究分析互动中的关系构建要素及其动态变化。
- 实验结果表明，对话质量和感知记忆在愉悦感的形成中起到关键作用，并揭示了关系中的转折点特征。
📝 摘要（中文）
随着对话式人工智能系统的重复使用，如何将一系列互动转化为关系成为核心问题。本文通过一项纵向多模态研究，探讨了记忆增强型对话代理的互动过程。研究中，24名参与者在10个会话后对五个关系构建要素进行评分，包括熟悉度、自我披露、感知记忆、对话质量和愉悦感。结果显示，对话质量在瞬时影响愉悦感，但不具备跨会话的延续性，而感知记忆则受到先前关系状态的影响，并通过后续自我披露间接影响愉悦感。此外，关系中出现的离散转折点（如崩溃和激增）在多模态行为中部分可追踪，提供了不同的干预窗口。研究表明，纵向人机关系通过缓慢积累和突发转折共同构建。
🔬 方法详解
问题定义：本文旨在解决对话式人工智能系统在长期互动中如何建立和维持人机关系的问题。现有方法往往忽视了记忆和自我披露对关系发展的影响，导致互动效果不佳。
核心思路：研究通过引入记忆增强机制，分析参与者在多次互动中的关系构建过程，重点关注感知记忆和自我披露的动态变化。
技术框架：研究采用纵向多模态方法，参与者在10个会话中对五个关系构建要素进行评分，数据通过统计分析和行为模式识别进行处理。
关键创新：本研究的创新在于揭示了对话质量与愉悦感之间的瞬时关系，以及感知记忆如何受到先前关系状态的影响，这与传统方法侧重系统能力的观点截然不同。
关键设计：研究设计中，参与者的评分系统涵盖了熟悉度、自我披露等多个维度，采用定量和定性相结合的方式分析多模态行为，确保了数据的全面性和准确性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，对话质量显著影响即时愉悦感，但未能在会话间持续；感知记忆则通过先前的关系状态影响后续愉悦感，且关系中的转折点（如愉悦感激增）在行为上更易被检测到。研究为人机关系的动态理解提供了新的视角。
🎯 应用场景
该研究的潜在应用领域包括智能客服、社交机器人和教育辅导等场景。通过增强人机关系的理解，可以提升用户体验，促进更自然的互动，未来可能推动更智能的对话系统的开发。
📄 摘要（原文）
As conversational AI systems are designed for repeated use, a central question is how a series of interactions becomes a relationship. We present a longitudinal multimodal study of a memory-augmented conversational agent (24 participants x 10 sessions), in which participants rated five relational constructs -- familiarity, self-disclosure, perceived memory, conversational quality, and enjoyment -- after each session. Two complementary dynamics emerge. First, conversational quality strongly shapes how enjoyable a session feels in the moment but does not carry forward across sessions, whereas perceived memory is relationally conditioned -- predicted by prior relational state rather than reflecting system capability alone -- and it shapes later enjoyment indirectly, via subsequent self-disclosure. Second, relationships are punctuated by discrete turning points -- crashes and surges -- that are partially traceable in multimodal behavior and open different intervention windows: surges are more behaviorally detectable in the moment, enjoyment surges persist more reliably than enjoyment crashes recover, and some crashes are better forecast from person-specific behavioral drift than detected after they have already occurred. Together, the findings suggest that longitudinal human-AI relationships are built through both slow accumulation and abrupt turning points.