日前，實驗室碩士生張浩男作為第一作者的論文“WePilot: Integrating Younger Family Members and Chatbot to Support Older Adults Learning Smartphone Usage”被CCF A類會議The ACM SIGCHI Conference on Computer-Supported Cooperative Work & Social Computing (CSCW)會議錄用。該論文是復旦大學計算與智能創(chuàng)新學院與老齡研究院跨學科研究團隊AI4SS（AI for Social Science）的最新研究成果。

本研究通過多模態(tài)大模型（MLLMs）與人機交互和計算機支持協(xié)同工作理論，開發(fā)了一款面向老年群體與年輕家庭成員的智能手機使用支持系統(tǒng)——WePilot。論文聚焦于老年人在智能手機使用中因知識有限、記憶力下降及信息處理能力減弱所面臨的挑戰(zhàn)，并分析了年輕家庭成員在提供技術(shù)支持時遇到的時間、知識和設備界面差異等問題。針對傳統(tǒng)支持方式（如直接電話指導或在線教程）在效率和個性化方面的不足，研究提出了一種基于聊天機器人調(diào)解的協(xié)作支持機制。WePilot通過智能化的解決方案查找模塊、操作引導模塊和反饋模塊，結(jié)合逐步指導和一鍵式操作模式，彌合了老年人與年輕家庭成員在支持時間、指導粒度和知識水平上的差距。實驗結(jié)果表明，WePilot顯著降低了雙方的支持負擔，提升了老年人的操作準確性和學習信心，同時促進了代際情感聯(lián)結(jié)。研究不僅驗證了聊天機器人在遠程技術(shù)支持中的潛力，也為設計智能化、老年友好的技術(shù)支持系統(tǒng)提供了新視角，推動了AI在老年學和人機交互領(lǐng)域的跨學科應用。

會議簡介

The ACM Conference on Computer-Supported Cooperative Work and Social Computing (CSCW) 會議是人機交互與普適計算方向的權(quán)威國際學術(shù)會議（CCF A類推薦國際會議），涵蓋了計算機網(wǎng)絡與通信技術(shù)、多媒體技術(shù)、社會學、心理學、管理科學等多門學科的綜合應用，在人機交互領(lǐng)域享有很高的學術(shù)聲譽。該會議計劃于2025年10月18日至10月22日在挪威卑爾根召開。

論文簡介

WePilot：整合年輕家庭成員與聊天機器人以支持老年人學習智能手機使用

文章已申請在arxiv預發(fā)布，預計2025年8月12日后可查看。 

隨著智能手機在全球范圍的普及，越來越多的老年人開始嘗試使用這類設備以滿足溝通、娛樂乃至日常生活管理的需求。然而，在實際使用過程中，老年人常常面臨諸多挑戰(zhàn)：一方面，他們普遍缺乏系統(tǒng)的信息技術(shù)使用經(jīng)驗，另一方面，認知與記憶能力的自然衰退也使得諸如網(wǎng)購、打車、繳費等任務變得復雜且易出錯。盡管目前已有大量研究和產(chǎn)品致力于幫助老年人獨立完成智能手機操作，例如各類視頻教程、操作引導系統(tǒng)等，但這些方法往往忽視了“社會支持”在老年人學習過程中的重要作用。

我們注意到，在實際生活中，老年人傾向于向子女或其他年輕家庭成員尋求幫助，尤其是在面對具體問題或突發(fā)狀況時。這種由家庭成員提供的幫助方式，不僅有助于提升操作效率與個性化解決方案的適配程度，還在無形中保障了老年人在網(wǎng)絡環(huán)境中的安全與隱私。然而，這種“代際支持”模式本身也并非毫無問題。一方面，年輕家庭成員（YFMs）在時間與精力上的限制，使得他們往往難以及時、持續(xù)地為老年人提供高質(zhì)量幫助；另一方面，在解釋過程中，YFMs可能面臨知識盲區(qū)或溝通障礙，尤其當他們嘗試用技術(shù)性語言向老年人解釋復雜概念時，效果適得其反。

基于上述問題，我們提出一個關(guān)鍵問題：在保持代際情感聯(lián)結(jié)的同時，能否通過技術(shù)手段緩解老年人尋求幫助時所面臨的困難，以及年輕家庭成員所承受的負擔？我們認為，聊天機器人（Chatbot）技術(shù)在其中展現(xiàn)出巨大的潛力。相比傳統(tǒng)教程，聊天機器人具備即時響應、自然語言交互、知識覆蓋面廣等特點，不僅能協(xié)助老年人解決問題，還能在關(guān)鍵時刻“代替”YFMs做出響應，從而更好地平衡效率與情感聯(lián)系。

為此，我們開展了一項系統(tǒng)性的研究，旨在探索如何將聊天機器人合理嵌入老年人與年輕家庭成員之間的技術(shù)支持互動中，從而提升協(xié)作效率、緩解代際矛盾，并構(gòu)建一個更加可持續(xù)、低負擔、高情感價值的幫助機制。

用戶研究 

為了指導我們的設計過程，我們進行了一項形成性研究，以調(diào)查老年用戶（Older Adults, OA）在使用智能手機過程中面臨的困難，以及年輕家庭成員（Younger Family Members, YFM）在遠程支持中遇到的行為模式、限制與期待。我們總結(jié)出以下三項關(guān)鍵發(fā)現(xiàn)，并據(jù)此明確了四個系統(tǒng)設計目標：

• 關(guān)鍵發(fā)現(xiàn)一：幫助行為的決策過程受多因素影響

YFM 是否提供幫助，常取決于問題是否超出其知識邊界、當前是否有充足時間，以及問題類型（操作類 vs. 配置類）等因素。例如，面對一次性設置的配置類問題，YFM 通常只提供簡潔的操作指令；而對于操作類問題，則傾向通過解釋協(xié)助 OA 建立理解，避免重復求助。

• 關(guān)鍵發(fā)現(xiàn)二：現(xiàn)有協(xié)作模型中存在認知、時間與能力的錯位

我們發(fā)現(xiàn)，OA 與 YFM 在實際協(xié)作中面臨三個維度的錯位問題：

（1）時間錯位：YFM 由于日常工作或?qū)W習安排，難以及時響應 OA 的幫助請求；

（2）理解錯位：YFM 使用的術(shù)語、操作邏輯難以被 OA 理解，導致執(zhí)行偏差和反復操作；

（3）能力錯位：YFM 并不總能掌握 OA 所遇問題的全部內(nèi)容，特別是面對一些陌生軟件或特定場景時，其也需要額外搜索或?qū)W習。

• 關(guān)鍵發(fā)現(xiàn)三：OA 與 YFM 在支持偏好上存在潛在沖突

OA 傾向獲取詳盡、易懂且具有反饋機制的幫助方式，而 YFM 更關(guān)注解決效率和時間投入控制。在“幫助完成任務”與“引導學習能力提升”之間，OA 與 YFM 的預期并不總是一致。例如，YFM 傾向快速給出操作路徑，而 OA 更希望理解背后邏輯。

基于上述分析，我們提出以下四個設計目標，作為系統(tǒng)設計的指導原則：

    DS1：在增強 OA 支持體驗的同時降低 YFM 的認知與時間負擔

    DS2：提供靈活的引導方式與實時反饋機制以改善 OA 的操作體驗

    DS3：拓展 YFM 對問題的響應能力，減少重復支持的工作量

    DS4：維持 OA 與 YFM 的參與度與控制感，強調(diào)系統(tǒng)的輔助角色而非替代角色

系統(tǒng)設計 

為回應用戶研究中揭示的代際間支持矛盾，我們設計并實現(xiàn)了一個基于聊天機器人中介機制的原型系統(tǒng)——WePilot。系統(tǒng)整體由三個核心模塊組成：解決方案獲取模塊（Solution Finding）、操作引導模塊（Operation Guiding）和狀態(tài)反饋模塊（Feedback），分別面向“尋找方案”、“完成指導”與“支持感知”三個關(guān)鍵階段進行優(yōu)化。

1. 解決方案獲取模塊

總結(jié)

我們在社區(qū)場景下對 WePilot 系統(tǒng)進行了用戶評估，共招募了 12 對具有實際支持經(jīng)歷的 OA–YFM 配對。實驗采用任務模擬的方式，對比 WePilot 與傳統(tǒng)遠程電話指導在支持效率與用戶體驗方面的表現(xiàn)。評價內(nèi)容涵蓋操作準確率、解釋質(zhì)量、完成效率，以及主觀滿意度等多個維度。

結(jié)果表明，WePilot 在多個關(guān)鍵指標上表現(xiàn)出顯著優(yōu)勢。操作準確率達到 93.8%，由聊天機器人生成的解釋在準確性和合理性上均獲得較高評分，平均達到 4.9 分（滿分 5 分）和 4.06 分。系統(tǒng)還顯著減少了 YFM 的時間成本，在部分場景中較傳統(tǒng)方式減少約 42%。同時，YFM 的支持意愿在使用 WePilot 后顯著提升，表明系統(tǒng)對緩解其時間壓力和認知負擔具有積極作用。

定性訪談進一步揭示，OA 認為系統(tǒng)提供的交互方式更為直觀易懂，尤其在術(shù)語解釋與錯誤反饋方面顯著優(yōu)于傳統(tǒng)支持；而 YFM 則強調(diào)系統(tǒng)能夠在他們無法及時響應時，作為一種“可靠的中介”維持對支持過程的掌控感。

總結(jié)

本研究圍繞“如何提升老年人智能手機使用過程中的遠程家庭支持體驗”這一問題，系統(tǒng)性地揭示了現(xiàn)有協(xié)作模式中的核心沖突與潛在需求。我們通過形成性研究識別出多維度的錯位問題，并提出四項設計目標以指導系統(tǒng)設計。基于此，我們構(gòu)建并實現(xiàn)了 WePilot ——一個以聊天機器人為中介、結(jié)合人機協(xié)作機制的支持系統(tǒng)。實證評估結(jié)果驗證了其在提高問題解決效率、減輕支持者負擔、增強使用者體驗等方面的有效性。WePilot 的提出不僅為當前代際技術(shù)支持場景提供了一種可行的替代機制，也為未來人機協(xié)同在跨代協(xié)作場景中的應用設計提供了參考。我們期待這一探索能為更具包容性、韌性與情感價值的數(shù)字助老方案提供新思路。

如果您對本文內(nèi)容感興趣，可與通訊作者聯(lián)系: zhangpeng_@fudan.edu.cn

實驗室相關(guān)論文

[1] Yubo Shu, Haonan Zhang, Hansu Gu, Peng Zhang, Tun Lu, Dongsheng Li, and Ning Gu. RAH! RecSys–Assistant–Human: A Human-Centered Recommendation Framework With LLM Agents. IEEE Transactions on Computational Social Systems (2024).

[2] Yaqiong Li, Peng Zhang, Hansu Gu, Tun Lu, Siyuan Qiao, Yubo Shu, Yiyang Shao, Ning Gu. DeMod: A Holistic Tool with Explainable Detection and Personalized Modification for Toxicity Censorship. In Proceedings of the ACM on Human-Computer Interaction, 2025.

[3] Wenxin Zhao, Fangyu Yu, Peng Zhang, Hansu Gu, Lin Wang, Siyuan Qiao, Tun Lu, and Ning Gu. 2025. YouthCare: Building a Personalized Collaborative Video Censorship Tool to Support Parent-Child Joint Media Engagement. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, 2025.

[4] Xuechen Zhang, Changyang He, Peng Zhang, Hansu Gu, Ning Gu, Qi Shen, Zhan Hu, and Tun Lu. 2025. RemiHaven: Integrating "In-Town" and "Out-of-Town" Peers to Provide Personalized Reminiscence Support for Older Drifters. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, 2025.

如果您對我們實驗室的相關(guān)工作感興趣，歡迎訪問我們的網(wǎng)站：

協(xié)同信息與系統(tǒng)（CISL）實驗室

實驗室網(wǎng)站主頁：https://cscw.fudan.edu.cn/

實驗室Github主頁：https://github.com/FudanCISL