Humor Style Drives Laughter, Topic Shapes Acceptability: Evaluating Bilingual Personal and Political Robot-Delivered AI Jokes
作者: Anna-Maria Velentza, Anne-Gwenn Bosser
分类: cs.RO, cs.AI
发布日期: 2026-06-11
备注: Accepted in the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026), Kitakyushu, Fukuoka, Japan
💡 一句话要点
探讨幽默风格与话题对机器人幽默接受度的影响
🎯 匹配领域: 支柱六：视频提取与匹配 (Video Extraction) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 人机交互 计算幽默 幽默风格 机器人技术 语言偏好 社会关系 AI生成内容
📋 核心要点
- 现有的机器人幽默生成方法未能充分考虑幽默风格和内容对接受度的影响，导致幽默效果不佳。
- 本研究通过混合因子设计，探讨不同幽默类型和笑话内容对人机幽默互动的影响，提供了新的视角。
- 实验结果显示，攻击性和亲和性幽默更受欢迎，而人相关笑话在适当性上优于政治笑话，语言偏好也受到多重因素影响。
📝 摘要（中文）
幽默在人的社会关系中扮演着重要角色，近年来计算幽默的进展为人机交互中的幽默整合提供了新机遇。尽管大型语言模型能够生成多样的幽默形式，但幽默风格、笑话内容和语言偏好如何影响群体环境中机器人幽默的感知仍不明确。本研究采用混合因子设计，参与者评估了机器人在大学课堂中传递的AI生成笑话。研究发现，幽默类型显著影响幽默感，攻击性和亲和性幽默的评分较高，而笑话内容主要影响适当性，参与者更倾向于人相关的笑话而非政治笑话。语言偏好受到笑话内容和参与者自报流利度及幽默实践的影响。
🔬 方法详解
问题定义：本研究旨在解决如何有效评估和优化机器人传递的幽默内容，现有方法未能考虑幽默风格和内容对群体接受度的影响。
核心思路：通过混合因子设计，研究不同幽默类型（如亲和性、攻击性等）和笑话内容（人相关与政治）对幽默感和适当性的影响，旨在提升人机幽默互动的效果。
技术框架：研究采用实验设计，参与者在大学课堂中评估AI生成的笑话，主要模块包括幽默类型、笑话内容和语言偏好三个维度的评估。
关键创新：本研究的创新在于系统性地分析幽默风格和内容对接受度的影响，填补了现有研究的空白，提供了新的理论基础。
关键设计：实验中设置了多种幽默类型和笑话内容，参与者根据幽默感和适当性进行评分，结合自报的语言流利度和幽默实践进行分析。
📊 实验亮点
实验结果表明，攻击性和亲和性幽默的评分显著高于其他类型，且人相关笑话在适当性上优于政治笑话，显示出幽默风格和内容对接受度的显著影响。
🎯 应用场景
该研究为人机交互中的幽默生成提供了理论支持，潜在应用于社交机器人、教育机器人等领域，提升用户体验和互动质量。未来可扩展至多语言环境下的幽默生成与评估，增强机器人在多文化背景下的适应性。
📄 摘要（原文）
Humor plays a central role in human social relationships, and recent advances in computational humor create new opportunities for integrating humor into human-robot interaction (HRI). While large language models (LLMs) can generate diverse forms of humor, it remains unclear how humor style, joke content, and language preference shape perceptions of robot-delivered humor in group settings. In this exploratory study, we employed a mixed factorial design in which participants evaluated AI-generated jokes delivered by a robot in a university classroom. We examined the effects of humor type (Affiliative, Self-Enhancing, Aggressive, Self-Defeating) and joke content (person-related vs. political) on perceived funniness and appropriateness, as well as preferred language. Results show that humor type significantly influences funniness, with Aggressive and Affiliative humor rated higher, while joke content primarily affects appropriateness, with person-related jokes preferred over political ones. Language preference was shaped by both joke content and participants' self-reported fluency and humor practices.