Humor Style Drives Laughter, Topic Shapes Acceptability: Evaluating Bilingual Personal and Political Robot-Delivered AI Jokes

📄 arXiv: 2606.13256 📥 PDF

作者: Anna-Maria Velentza, Anne-Gwenn Bosser

分类: cs.RO, cs.AI

发布日期: 2026-06-12

💡 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 幽默生成 机器人技术 语言模型 社交机器人 教育机器人 幽默风格

📋 核心要点

  1. 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。
  2. 本研究通过混合因子设计，探讨幽默类型和内容对机器人幽默感知的影响，提供了新的研究视角。
  3. 实验结果表明，攻击性和亲和性幽默更受欢迎，而个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，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化的幽默形式，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传递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，个人相关笑话优于政治笑话。语言偏好受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：本研究旨在解决幽默风格和内容对机器人幽默接受度影响的不明确性，现有方法未能充分探讨这些因素的交互作用。

核心思路：通过混合因子设计，研究不同幽默类型（亲和性、自我增强、攻击性、自我贬低）和内容（个人相关与政治）对幽默感知的影响，旨在揭示其在群体环境中的作用。

技术框架：研究采用实验设计，参与者在大学课堂中评估机器人传递的AI生成笑话，主要模块包括幽默类型、内容分类和语言偏好评估。

关键创新：本研究的创新在于系统性地分析了幽默类型与内容对接受度的影响，填补了人机交互领域的研究空白，尤其是在幽默生成方面。

关键设计：实验中设置了多种幽默类型和内容，参与者根据幽默感和适当性进行评分，考虑了语言流利度和幽默实践等因素。

📊 实验亮点

实验结果显示，攻击性和亲和性幽默的评分显著高于其他类型，且个人相关笑话在适当性上优于政治笑话。这表明幽默类型和内容在机器人幽默接受度中起着关键作用，为未来的机器人设计提供了重要指导。

🎯 应用场景

该研究的潜在应用领域包括社交机器人、教育机器人和娱乐机器人等，能够提升人机交互的自然性和趣味性。通过优化幽默生成策略，未来的机器人可以更好地适应用户的幽默偏好，增强互动体验。

📄 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.