國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
而 Brandtzaeg 與 Følstad（2017）認為面對聊天機器人不斷變化的使用者需 求與使用動機，未來人機互動可能需要將「對話服務」視為設計的重點，而不是 著重在使用者介面。Shevat（2017／黃朝秋、賴薇如譯，2018，頁 221）也指出
「直接與人交談或是觀察生活中的對話，是探索對話式介面的好方法」。因此，
本研究將透過閱聽人與聊天機器人對話的實際接收使用情境的觀察方式，來加以 了解。
三、深度訪談
胡幼慧（1996）指出訪談（interviewing）方式可分為三種方式進行，第一、
透過日常閒聊方式或向知情人士、專家取得內情的「非結構式訪談」；第二、則 是以某個特定主題設定訪談大綱來進行訪談的「半結構式訪談」，其中針對個人 以「深入訪談」（depth interview）的方式進行、對於團體則實行所謂的「焦點團 體法」（focus group）。第三、「結構式訪談」則是透過了分類或排序等方法，
加以釐清認知與策略。王宜燕（2012）認為通常閱聽人在接收媒介訊息內容後，
會將訊息內容進行內化並實踐展演對於日常生活之中。所以，透過接收分析研究 的深度訪談，以深度觀察了解媒介訊息內容對於閱聽人所產生的影響及閱聽人表 達言論背後所隱含的深層意義。因此，本研究繼實際接收情境的觀察後，將繼續 採取半結構式訪談，在閱聽人與聊天機器人對話互動後，深入了解閱聽人具體的 解讀反應與感受想法，以及對於對話文本如何詮釋。
第三節 研究設計
經由上述所提的研究途徑與研究方法，導引出接收分析三個重要的分析要素：
文本優勢意義、閱聽人解讀、閱聽人詮釋。因此，在分析架構上，本研究認為要 分析的是聊天機人的對話文本，所欲傳達的優勢意義，以及閱聽人對於所接收到 的對話文本是如何解讀與詮釋，是否不同的閱聽人也會因其背景經驗而產生不同
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
的接收情境脈絡與解讀反應。如何將使用者接收情境的具體使用過程，轉換成為 對開發設計有用的資源，如何透過了解文本的優勢意義與閱聽人解讀的異同，也 藉此比對出使用者觀點與開發設計者觀點的異同，便是這份研究所要分析的重點。
所以，在設計方法上將依據閱聽人研究的取徑與接收分析典範的精神，來進行研 究設計，選定具代表性的銀行聊天機器人為個案研究，並設定情境任務、選定參 與研究的對象，隨後再針對研究對象的背景經驗調查後，便開始進行觀察以及後 續的深度訪談。期望透過這些資料的收集，以了解使用者接收情境的具體使用過 程，探究閱聽人與文本之間的互動關係及閱聽人的反應。詳細研究執行步驟說明 如下：
一、聊天機器人對話文本選取
聊天機器人的對話文本是來自於預設好的腳本內容，會依據每個人所詢問的 問題找出關鍵字再給予相對應的回答，所以，每個人的提問方式、對話語句都不 盡相同的情況下，使得每個人所接觸到的文本也會有所差異。Duijst（2017）就 指出為了測試改善聊天機器人的使用者體驗，可以設定不同的任務情境，來實際 測試與觀察使用者的體驗反應，而任務是在網站或平台上可以完成的動作，情境 則是以使用者在日常環境中可能會發生的狀況。因此，將選擇一家台灣現行已使 用並具指標性的銀行聊天機器人為對話文本的選取以進行實測，以作為觀察。
（一）具指標性的銀行聊天機器人
本研究將以某銀行現行已使用中的聊天機器人智能客服「小 X」為發展案例，
背後有兩點理論取樣的考量。其一，此案例在接收分理論基礎下，提供了良好的 人機互動平台介面。Shevat（2017∕黃朝秋、賴薇如譯，2018）指出聊天對話的 機器人是一種新的使用介面，可以延展和擴充現有的服務，以解決不同類型的商 用與消費使用情境。因此，選擇合適的平台相當重要，才能做出成功的對話機器 人。該案例在《遠見雜誌》2019 年度「數位金融服務最佳銀行大賞」，從 36 家
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
銀行中脫穎而出，分別得到「聊天機器人智能客服最佳使用者介面」與「社群媒 體平台提供數位金融服務」的最佳獎項。聊天機器人智能客服的應用，已擴大該 銀行的官網、行動 APP 等，各平台都已整合串聯了聊天機器人智能客服的服務。
顯示該聊天機器人的對話介面，已解決了多種終端裝置顯示的問題，提供了適合 的版面配置與視覺體驗，也整合了各種平台對話介面使用的一致性。因此，為資 料蒐集的統一性與完整性，將以智慧型手機搭配筆記型電腦，在社群平台 Line 上 以及銀行官網的智能客服聊天機器人為操作實測。
其二，此案例結合社群平台串接聊天機器人以提供金融服務，呈現了接收分 析論述下媒介融入生活與社群影響的最佳化表現。王宜燕（2012）認為「在全球 化與新科技的環境裡，閱聽人已形成各式各樣的網路社群，而科技化帶來的再部 落化（retribalization），也影響了閱聽人研究轉向側重於閱聽人社群連結與互動」。 然而，社群平台也成為閱聽人日常生活最容易接觸的媒介，社群「＋」的概念，
帶動數位生活圈的發展。所以，社群結合金融服務已成為各銀行側重的發展方向，
而聊天機器人亦成為社群平台上助攻的角色。由於此案例擁有超過 800 萬的銀行 客戶，每月客服電話的高峰可達 200 萬，非常適合發展聊天機器人（遠見雜誌，
2017）。經過實測，截至 2020 年 4 月底止 LINE 社群官方帳號好友人數也已超 過 626 萬，聊天機器人無論是在使用介面的設計或是與社群結合提供金融服務都 有亮眼表現，因此成為具指標性的代表。
（二）對話文本任務情境的假設
Duijst（2017）的研究中將銀行聊天機器人的實際任務測試分為簡單、複雜 與非常複雜三種任務，並且歸納出任務情境的假設主要是基於「問題點」與基於
「機會點」這兩種類型。基於「問題點」的情境是當使用者遇到問題時，使用者 主動發問的情境，比較適合簡單任務的操作，例如：查詢基本訊息；基於「機會 點」的情境則是機器人透過對話內容，掌握機會去推薦商品的情境，例如：聊天 機器人化身理財顧問，去推薦基金或保險等，比較適合複雜任務的操作。因此，
為了解使用者體驗使用的場景，可以設定不同目標任務的情境，加以實際測試。
‧
因此，本研究將仿效 Duijst（2017）的研究做法，並鎖定基於「問題點」的 情境，即是當使用者遇到問題時，使用者主動發問的情境，來做為簡單與複雜任
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、訪談對象選擇
關於研究訪談的對象選擇，Patton（1990）認為質性研究不管是在樣本或個 案上，都必須選擇具有深度立意的抽樣，蕭瑞麟（2011）則指出質性研究需要提 出精彩豐富的資料與論證，所以可以依據理論抽樣原則來選取受訪者的角色。然 而，依據接收分析的論述提及，閱聽人會因其背景經驗的不同而對文本產生不同 的解讀。閱聽人的解讀並不完全接受並依循文本欲想傳達的優勢意義，而依自我 位置的需求與經驗，發展出自我的詮釋（Storey,1999／張君玫譯，2005）。因此，
本研究的研究訪談對象選擇，將依社會人口學變項的設定，納涵各種社會位置不 同背景的閱聽人為選取受訪者為原則，來觀察其背景經驗的不同，對於文本的接 收與解讀是否會影響。
除此之外，雖然在台灣多數的銀行將聊天機器人的目標使用族群設定為千禧 世代，但是，依據文獻資料顯示，Brandtzaeg 與 Følstad（2017）將千禧世代及 X 世代都視為科技創新的早期採用者，國外的研究也指出，X 世代是數位工具使用 的發展潛力族群。因此，本研究將千禧世代及 X 世代都納入研究訪談的對象。將 選取共十位的研究訪談對象，將依據社會人口學變項的年齡，分別挑選年齡介於 31 至 40 歲的千禧世代，共五位；與年齡介於 41 至 50 歲的 X 世代，共五位。至 於其他變項的設定，包含：性別、學歷、職業、年收入等，而居住地區則不在設 定的選項內，主要是因為網路與通訊軟體發達，對於使用者取得聊天機器人並不 受到居住地區的限制，因此，居住地區不在設定的選項內。至於性別、學歷、職 業、年收入則是依據銀行服務的邏輯來設定相關的資料欄位，將選擇不同產業、
不同職業背景的受訪者設定，期望藉由樣本之間的差異性，盡力達到取樣的平衡，
給予閱聽人研究全貌的了解。除此之外，也將採取立意抽樣與滾雪球方式取樣，
透過開發聊天機器人的研發公司、銀行理專或親朋好友等的推薦介紹，徵求適合 的研究對象。觀察與深度訪談的時間預計為 2020 年 5 月 1 日至 5 月 14 日，為期
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
兩周的時間必須完成，主要是因為銀行的聊天機器人資料庫均會周期性的更新，
因此，為達測試文本內容的一致性，也限縮了本研究的時間。
三、研究執行的步驟
本研究將依據閱聽人研究的取徑與接收分析典範的精神，以進行資料的收集 因此，採取三階段的研究執行步驟，第一步驟，對話文本的資料蒐集，透過對話 文本內容找尋文本的優勢意義。接著以觀察以及深度訪談的方式來收集閱聽人的 具體想法，與了解閱聽人如何解讀詮釋。
（一）對話文本的資料收集
Shevat（2017∕黃朝秋、賴薇如譯，2018，頁 244）指出「撰寫腳本像是建 立行動或網頁應用程式的模型，需要在真實世界中驗證所寫的腳本」。因此，將 依據假設的情境任務給予研究訪談對象，讓他們依此對話任務去跟聊天機器人進 行聊天，再將這些實際進行的聊天對話內容過程進行即時轉錄，收集完成的資料
Shevat（2017∕黃朝秋、賴薇如譯，2018，頁 244）指出「撰寫腳本像是建 立行動或網頁應用程式的模型，需要在真實世界中驗證所寫的腳本」。因此，將 依據假設的情境任務給予研究訪談對象，讓他們依此對話任務去跟聊天機器人進 行聊天，再將這些實際進行的聊天對話內容過程進行即時轉錄，收集完成的資料