Qu'est-ce qui rend les gens bons pour avoir des conversations ? Dans un article récent, Les chercheurs de Cornell ont exploré les conversations sur un service de SMS de crise afin de trouver comment répondre à cette question.

"Le problème que nous avons toujours rencontré était que nous ne savions jamais si les choses que nous observions étaient des corrélations, ou s'ils pouvaient effectivement fournir des informations utiles pour éclairer la manière dont la plateforme affecte les conseillers, " a déclaré Justine Zhang, doctorant en sciences de l'information et premier auteur de « Quantifying the Causal Effects of Conversational Tendencies ».

Le document a été présenté à la conférence de l'Association for Computing Machinery sur le travail coopératif assisté par ordinateur et l'informatique sociale, tenue virtuellement du 17 au 21 octobre.

Par exemple, les chercheurs ont remarqué que le langage positif avait tendance à apparaître dans les meilleures conversations, mais cela signifiait-il que les mots positifs amélioraient les conversations ou était-il simplement plus facile d'utiliser des mots positifs avec des personnes moins désemparées ?

En utilisant les données anonymisées de Crisis Text Line, une ligne d'assistance téléphonique de crise où les personnes en détresse de santé mentale peuvent échanger des textes avec des conseillers, les chercheurs ont découvert que l'effet de l'utilisation d'un langage positif disparaissait lorsqu'ils tenaient compte d'autres facteurs, comme l'heure de la journée à laquelle la conversation a eu lieu.

Comprendre quelles caractéristiques linguistiques sont liées à de meilleures conversations pourrait offrir à Crisis Text Line et à des services similaires un moyen basé sur les données de mieux affecter les conseillers aux appelants. Comprendre l'utilisation efficace de la langue pourrait également aider dans d'autres domaines, comme le service client, tutorat et entretiens.

"Nous voulons comprendre comment améliorer ces conversations, et nous aimerions que ces recommandations soient basées sur les données, " dit Zhang, qui est conseillé par Cristian Danescu-Niculescu-Mizil, professeur agrégé de sciences de l'information et co-auteur de l'article. "C'est difficile. Nous avons identifié précisément pourquoi c'est difficile. Et une fois que nous avons identifié certains de ces défis spécifiques, nous proposons des recommandations sur ce que vous pouvez faire pour surmonter ces défis."

Par exemple, l'heure de la journée pourrait influencer les types de problèmes pour lesquels les gens appellent, ou la gravité de leur situation. Les chercheurs pourraient contrôler cela en explorant le langage utilisé par les conseillers sur le même quart de travail, lorsque les conseillers travaillant en même temps reçoivent des appels au hasard.

Un autre problème consiste à démêler comment l'interaction avec l'appelant façonne le langage du conseiller. Par exemple, une analyse simple pourrait montrer que les conseillers qui disent fréquemment « de rien » ont de meilleurs résultats conversationnels. Mais dire aux conseillers de dire « vous êtes les bienvenus » plus souvent ne mènera probablement pas à de meilleures conversations, parce qu'ils répondent probablement aux appelants qui disent « merci », ce qui indique que l'appel est déjà en train de réussir.

"C'est essentiellement un signal que la conversation s'est déjà plutôt bien passée, plutôt que quelque chose qu'ils peuvent réellement faire, " dit Zhang.

Une solution à ce problème consiste à ne considérer que les débuts des conversations, avant que le comportement des appelants ne commence à influencer le langage des conseillers, mais cela aiderait à comprendre seulement le tout début d'une conversation. En s'appuyant sur les défis qu'ils ont identifiés, les chercheurs ont développé de nouvelles solutions qui pourraient résoudre ces problèmes, au moins dans des contextes tels que la hotline de conseil.

Bien que les chercheurs n'aient trouvé aucun impact du langage positif sur le succès des conversations, ils ont constaté qu'il peut être plus prometteur d'affecter les texteurs à des conseillers qui ont tendance à écrire des messages plus longs ou à mieux faire écho à la langue des texteurs. Les conversations étaient considérées comme réussies si les participants leur accordaient une note élevée dans un sondage.

L'article est parmi les premiers dans les domaines de l'apprentissage automatique et des sciences sociales computationnelles à examiner la différence entre corrélation et causalité dans le contexte des conversations, dit Zhang.

"Avec un peu de chance, en exposant tous les défis auxquels vous pourriez faire face et les façons dont vous pourriez les surmonter, peut être un point de départ pour que plus de personnes se posent ces questions dans de futures recherches, " elle a dit.