友情链接：
~~~雅各布专栏——专注行业第一品牌商业模式研究~~~美工招聘
来源：Riku Arakawa，Hiromu Yakura
7.讨论
通过构建一个具有教练见解的原型，并在实际的教练场景中进行实证研究，我们阐明了有效使用LLM驱动的聊天机器人促进领导力成长的合理形式。最后，我们讨论了该研究对 HCI 社区的影响，并得出了在 HRD 实践中部署此类聊天机器人的指南。
7.1.反思聊天机器人教练支持的类型
半结构化访谈的结果表明，LLM驱动的聊天机器人教练促进了客户的反思，同时发现了他们的局限性，这与对比学习概念、单循环学习和双循环学习的讨论有关。单循环学习涉及调整和纠正现有框架和政策，以解决差异，而无需改变基本假设或价值观。相比之下，双循环学习通过分析和潜在地改变基本假设或管理价值观，促进更深刻的组织变革和改进，走得更远，该方案阐明了引入 LLM 驱动的聊天机器人教练的优缺点。首先，我们的研究结果表明，聊天机器人教练可以通过迭代提出问题来支持客户的单循环学习，以阐明实现既定目标的步骤，同时承认他们的行为，如图 5 所示。在我们的研究中，人类教练和客户都喜欢聊天机器人始终可用的好处，这不仅减少了人类教练的工作量，而且还促进了客户在方便的场合的反思。然而，正如第 6.2.2 节所讨论的，促进他们的双循环学习具有挑战性，因为提出尖锐和推动性的问题对于聊天机器人教练来说可能被认为过于敏感。具体来说，我们需要认识到，让 LLM 驱动的聊天机器人能够提出具有挑战性的问题会增加以有害方式操纵客户情绪的风险，这正如 Cabrera 等人在讨论聊天机器人为何需要人类监督时所讨论的那样。因此，Liu 等人报告了在技能培训中引入双环学习理念的有效性，但同时也提出，这种学习过程的自动化有时是很困难的，尤其是在需要深入思考的时候。
图8.通过我们的研究综合了人类和 LLM 驱动的聊天机器人教练在高管辅导中的领导力成长的混合方法指南。建议人类教练按照步骤成功介绍聊天机器人教练并增强客户的反思：1）引入聊天机器人作为补充文本辅导，2）在开始聊天机器人驱动的辅导之前进行预备会议以培养客户的准备情况，3）在文本辅导期间与客户保持沟通渠道美工招聘，以及4）监控客户进度并确定干预的时机。
描述：该图表示该指南的四点。1）引入聊天机器人作为补充文本辅导——教练、客户、LLM的图标被用来说明这一点。2） 在介绍聊天机器人教练之前进行预备会议——教练解释该计划的对话进行了说明。3）在文本指导后保持沟通渠道——图中展示了客户在笔记本电脑上使用聊天机器人和教练在智能手机上收到有关进度通知的两个场景。4） 监控客户进度并确定关键干预的时刻——说明了教练和客户之间的视频对话。
7.2.人类教练在高管辅导对话中的作用
我们的研究还揭示了人类教练的优缺点，特别是通过单/双循环学习的视角。例如，我们可以从获得的评论中推断出，人类教练对于通过可能不舒服的询问来诱导客户的深刻反思至关重要。先前的研究表明，专业教练可以解释客户的微妙信号，例如面对面交谈中的非语言行为线索，以提出此类问题，我们的研究还表明，人类教练的存在有助于客户保持对整个教练体验的参与，然而人类教练并不总是可用的，这限制了客户立即进行反思的机会。正如第2节所讨论的，高管辅导行业面临着缺乏熟练教练的问题。结合聊天机器人教练的优缺点，需要双方的有效融合，而不是专注于与一方的参与，我们的研究还揭示了实现这一目标的多个关键因素，我们将在下一节中总结。
7.3.部署聊天机器人教练以促进领导力成长
在本文的最后，我们总结了人类教练在高管辅导中有效融合人类和聊天机器人教练的引导流程，其概述如图 8 所示。
7.3.1.引入聊天机器人作为补充文本辅导
研讨会指出，鉴于实际人类存在在影响客户行为方面的重要性，将人类教练在高管辅导中采取的所有组件委托给聊天机器人是不合理的。另一方面，我们的研究证实了聊天机器人在减少文本辅导工作量方面的有效性，以保持客户改善行为的态度。因此美工招聘，澄清聊天机器人作为传统面对面会议的补充这一点很重要。
7.3.2.在介绍聊天机器人教练之前进行预备课程
我们的研究还表明，为文本辅导设定明确的目标以确保成功的体验非常重要。详细来说，由于聊天机器人的性质，当他们准备就绪时，通过使用在客户端中自然形成有效的使用。因此，鼓励人类教练花一定的时间与客户一起调整目标和预期结果的难度级别，这将持续 30-60 分钟。
7.3.3.在文本指导后保持沟通渠道
此外美工招聘，在文本辅导期间应传达人类教练的存在，全职美工以保持客户的动力和准备。建议在文本辅导之后建立沟通渠道，例如，客户将其摘要发送给人类教练，教练将其留下反应。
7.3.4.监控客户进度并确定关键干预的时刻
我们的研究证实，人类教练的干预是需要诱导更深层次的反思，例如双循环学习。目前，获得此类机会的最佳方式仍然是一个悬而未决的问题。正如第 6.2.2 节所暗示的那样，客户自己很难发起这样的对话，因为从本质上讲，这种对话在精神上具有挑战性。因此，教练需要通过例如关注客户发送的总结报告或在文本辅导后引入快速调查来询问他们的满意度来监控他们的进度。
7.4.对基于聊天机器人的反射支持在其他环境中的影响
我们在第 6.2.1 节中讨论的聊天机器人教练的优势与第 2.3 节中讨论的其他领域的聊天机器人的优势相同，即当人类教练不在场时可用并提供一致的反馈或答案。此外，LLM的最新进展使聊天机器人能够提出自然和合理的问题，以促进实现计划目标的行动，显示出比以前探索的聊天机器人更强大的能力，例如，健康教练的脚本反馈。同时，在高管辅导的背景下，培养批判性内省空间的重要性得到了强调，我们得出结论，人类和聊天机器人教练的融合是必要的，这样的设计可以应用于其他领域的反射支持，在这些领域中，用户需要受到外部来源的严格挑战才能过渡到更理想的状态。例如，Li et al. 探讨了LLM驱动的聊天机器人的设计，以鼓励适度使用智能手机，并强调了个性化对话的重要性，这项工作可以通过我们对互补策略的探索来增强，即人类和聊天机器人教练的混合形式。此外，Lee等人表明，对于精神卫生保健，不仅从聊天机器人提供护理，而且要求用户为（弱势条件的）聊天机器人提供护理可能是有效的，这种做法可以以混合方式使用，其中人类治疗师有助于澄清与聊天机器人交互的目标，并保持继续照顾聊天机器人的动机。我们的实证研究结果突出了一个需要这种混合方法的新兴主题，尤其是在快速发展的LLM时代。
8.结论和今后的工作
我们阐明了 LLM 驱动的聊天机器人的潜力，通过将高管辅导作为研究领域来培养一个人的深刻反思以实现领导力成长。我们在实际教练场景中的研究揭示了人类教练和聊天机器人教练的优势，并综合了一种将它们结合起来以实现最佳反思体验的方法。目前的研究涉及数量有限的教练组织，这可能会导致同质样本共享单一的文化背景。因此，预计不同组织的更多参与者（尤其是教练）将进一步验证这些发现。
此外，由于个人教练经验差异很大，因此在不涉及大量参与者的情况下进行具有基线条件的比较研究是很困难的。相反，我们与教练和客户共同设计，以利用新兴技术推进实践。同样，具有基线条件的更大规模的用户研究（例如，删除我们在第 7.3 节中确定的关键步骤之一）将带来额外的证据来量化效果。如果我们能够长期进行这项研究，那将是有益的，因为它将减少发生新奇效应的可能性，正如韦伯等人所指出的那样。
设计师平台关于从道德方面来讨论推动聊天机器人的部署也至关重要。例如，在引入聊天机器人时，澄清聊天机器人的角色和信息共享的范围（参见第 7.3.1 节）对于数据隐私和心理安全都至关重要。在这里，高管辅导关于保密的标准也可以应用于这种混合方法。同时，有必要监控在聊天机器人中引入偏见或歧视的风险对我们来说很常见，而我们相信我们尽量不将聊天机器人拟人化的设计可能是一种补救措施。
此外，我们可以扩展混合方法以开发一种社会技术工具，允许从业者在其他领域利用该方法。同时，我们需要意识到，聊天机器人教练的结果可能会随着LLM的未来发展而发展。尽管如此，我们相信我们的定性数据显示了人类教练的持久价值，并始终如一地支持混合方法的好处。
发布于：上海市特别声明：以上内容（如有图片或视频亦包括在内）来源于网络，不代表本网站立场。本网站仅提供信息存储服务。如因作品内容、版权和其他问题需要同我们联系的，请联系我们及时处理。联系方式：451255985@qq.com，进行删除。