Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Human-AI Interaction and User Satisfaction: Empirical Evidence from Online Reviews of AI Products

Created by
  • Haebom
Category
Empty

저자

Stefan Pasch, Sun-Young Ha

개요

본 연구는 G2 플랫폼의 10만 건 이상의 AI 관련 제품 사용자 리뷰를 분석하여 인간-AI 상호작용(HAI) 원칙이 사용자 만족도에 미치는 영향을 실증적으로 검증한 연구입니다. 널리 채택된 HAI 가이드라인을 바탕으로 7가지 핵심 HAI 차원을 도출하고, 리뷰 내 해당 차원의 언급 빈도와 정서를 분석했습니다. 그 결과, 적응성, 사용자 지정, 오류 복구, 보안 등 4가지 HAI 차원에 대한 긍정적 정서는 전반적인 사용자 만족도와 양의 상관관계를 보였습니다. 또한, 기술 직무 사용자는 신뢰성과 같은 시스템 중심적 측면을, 비기술 직무 사용자는 사용자 지정 및 피드백과 같은 상호작용 중심적 기능을 더 많이 언급하는 것으로 나타났습니다. 흥미롭게도, 직무 역할에 따라 HAI 정서와 전반적 만족도 간의 관계는 조절되지 않았는데, 이는 사용자가 HAI 차원을 인지하기만 하면 만족도에 미치는 영향이 직무 역할에 관계없이 일관됨을 시사합니다.

시사점, 한계점

시사점:
HAI 원칙이 사용자 만족도에 실질적인 영향을 미침을 대규모 실증 데이터를 통해 밝힘.
특히 적응성, 사용자 지정, 오류 복구, 보안이 사용자 만족도에 중요한 요소임을 제시.
기술 직무와 비기술 직무 사용자 간 HAI 차원에 대한 관심 영역의 차이를 규명.
HAI 차원에 대한 사용자 인지가 만족도에 미치는 영향의 일관성을 제시.
한계점:
G2 플랫폼 데이터에 기반한 분석이므로, 플랫폼 특성에 따른 편향 가능성 존재.
분석에 사용된 HAI 가이드라인의 일반화 가능성에 대한 추가 검토 필요.
사용자 리뷰 데이터의 주관성 및 해석의 한계.
다른 HAI 차원이나 사용자 특성을 고려한 추가 연구 필요.
👍