Prior research showed that chatbot had a great potential to elicit users' self-disclosure because it is not judging its users. However, chatbot’s feature other than conversation’s effect to elicit user’s self-disclosure is still understudied. In this study, we developed a chatbot and implemented two features other than conversation, which are co-activity (COA) and conversation atmosphere visualization (CAV) to elicit user’s self-disclosure. We conducted a field study involving 87 participants who were randomly assigned to four different groups (control, COA only, CAV only, CAVCOA) for 10 days. Our results show that both COA and CAV features positively affect user’s objective self-disclosure. In addition, interaction effects between COA and CAV have been found to affect user’s perceived intention to use and enjoyment. We also provide discussions on how COA and CAV should be designed to improve user's relationship development with the chatbot and to promote user’s self-disclosure.
기존 연구에서는 챗봇이 사람을 판단하지 않는다는 점에서 사용자의 자기 공개를 유도 할 수 있는 잠재력이 있음을 보여주었다. 하지만 챗봇과의 단순한 대화 외에 어떤 기능이 사용자의 자기 공개를 더 효과적으로 유도 하는지에 대해서는 아직 연구되지 않았다. 본 연구에서는 챗봇과의 단순 대화 이상의 두 가지 기능인 COA (공동 활동)와 CAV (대화 분위기 시각화)를 구현하여 사용자의 자기 공개를 유도하였다. 10일동안 무작위로 4개의 다른 그룹(통제군, COA군, CAV군, CAVCOA군)에 배정된 87 명의 참가자를 대상으로 두 가지 기능의 효과를 알아보기 위한 필드 실험을 진행하였다. 실험 결과, COA와 CAV 기능이 모두 사용자의 객관적인 자기 공개에 긍정적인 영향을 미치는 것으로 나타났다. 특히 COA와 CAV 간의 상호 작용 효과는 사용자의 인지된 사용 의도와 즐거움에 영향을 미치는 것으로 보여졌다. 이러한 연구 결과를 바탕으로, 사용자의 자기 공개를 강화하고 챗봇과 사용자의 관계 개발을 개선을 위해 COA 및 CAV를 설계하는 방법을 제시하였다.
