[논문 리뷰] "Who wants to be nagged by AI?": Investigating the Effects of Agreeableness on Older Adults' Perception of LLM-Based Voice Assistants' Explanations

Niharika Mathur, Md Hasibur Rahman외 1명|arXiv (Cornell University)|2026. 03. 09.

AI in Service Interactions인용 수 0

한 줄 요약

연구는 LLM 기반 음성 비서의 친화성이 노인들의 설명에 대한 인식에 어떤 영향을 미치는지, 역사적 대화 설명과 실시간 환경 데이터 설명을 사용한 일상 및 응급 시나리오에서 조사합니다. 높은 친화성은 신뢰, 공감, 채택을 특히 일상 맥락에서 향상시키며, 맥락이 조정 효과를 가집니다.

ABSTRACT

LLM-based voice assistants (VAs) increasingly support older adults aging in place, yet how an assistant's agreeableness shapes explanation perception remains underexplored. We conducted a study(N=70) examining how VA agreeableness influences older adults' perceptions of explanations across routine and emergency home scenarios. High-agreeableness assistants were perceived as more trustworthy, empathetic, and likable, but these benefits diminished in emergencies where clarity outweighed warmth. Agreeableness did not affect perceived intelligence, suggesting social tone and competence are separable dimensions. Real-time environmental explanations outperformed history-based ones, and agreeable older adults penalized low-agreeableness assistants more strongly. These findings show the need to move beyond a one-size-fits-all approach to AI explainability, while balancing personality, context, and audience.

연구 동기 및 목표

• LLM-VA의 친화성 변화가 노인들의 설명 인식에 미치는 영향을 조사한다.
• 대화 이력에 근거한 설명과 실시간 환경 데이터에 근거한 설명이 인식에 미치는 차이를 평가한다.
• 일상 대 응급 맥락이 설명 인식에 미치는 영향을 평가한다.
• 노인들의 자체 친화성이 VA의 설명 인식에 어떻게 조절하는지 조사한다.

제안 방법

• 설명 유형(UH 대 ENV), VA 친화성(높음 대 낮음), 상호작용 맥락(일상 대 응급)을 조작하는 관리된 3요인 혼합 설계(N=70).
• Trait Modulation Key를 통해 설명을 VA의 친화성 수준과 정렬시키는 프롬프트를 조건화하고 일관성을 수동으로 검토한다.
• 오디오가 가능하고 상호작용 가능한 VA(Robin)가 포함된 두 가지 도움말 설계 인터랙션 스토리보드를 웹 기반 스토리보드 UI를 통해 제공한다.
• 설명은 GPT-5.0으로 생성되며 공감에 대한 PETs, 호감도/지능에 대한 Godspeed, 신뢰에 대한 TiA 등의 검증된 척도로 측정된다.
• 참여자의 자체 친화성은 Mini-IPIP로 측정하며 Robin의 인지된 친화성에 대한 조작 효과를 점검한다.

실험 결과

연구 질문

• RQ1 RQ1: LLM-VA의 친화성 차이가 노인들의 설명 인식에 어떤 영향을 미치는가?
• RQ2 ,
• RQ3 :]???
• RQ4 RQ2: 상황 맥락(일상 대 응급)과 설명 유형(UH 대 ENV)이 설명 인식에 어떤 영향을 미치는가?
• RQ5 RQ3: 노인들의 자체 친화성이 LLM-VA의 설명 인식에 어떤 영향을 미치는가?

주요 결과

• 고친화성 HA Robin은 LA에 비해 채택 의도, 공감, 호감도, 신뢰, 의존성, 만족도가 높았고 지능 인식은 영향받지 않았다.
• HA의 긍정적 효과는 일상 맥 context에서 UH 설명일 때 더 강했고, 응급 맥락과 ENV 설명에서는 효과가 약화되었다.
• 노인들의 자체 친화성은 LA Robin에 대해 채택, 신뢰, 호감도와 음의 상관관계를 보였으며, HA Robin에서 유의한 상관은 나타나지 않았다.
• 실시간 환경 설명(ENV)은 일반적으로 역사 기반 설명(UH)보다 신뢰도가 높은 편으로 평가되었다.
• 정성적 반응은 설명 평가의 주요 구동 요소로 사회적 어조를 강조했으며, LA 설명은 난폭하거나 잔소리처럼 보였고 HA 설명은 친근하고 지지적으로 보였다.