DIALOGUE PERSONALIZATION BY ROLE AND COMMUNICATION STYLE IN AI ASSISTANTS

УДК 004.89

Аннотация

В работе рассматривается проблема персонализации взаимодействия пользователя с ИИ-ассистентами на основе ролевой принадлежности и предпочтительного стиля общения. Предлагается архитектурная модель, объединяющая детекцию роли пользователя, построение стилистического профиля, динамическую адаптацию контекстного промпта и валидацию согласованности генерируемого ответа. В отличие от статических шаблонов промптов или монолитного файн-тюнинга, предложенный подход интегрирует маршрутизацию намерений, стиль-ориентированное декодирование и непрерывную калибровку на основе обратной связи. Традиционные диалоговые системы, основанные на универсальных политиках генерации, не учитывают ситуативную вариативность коммуникативных ожиданий и риск стилистического дрейфа. Для решения данной проблемы предлагается многоуровневая модель, сочетающая ролевой парсинг, векторное профилирование стиля, контекстно-зависимую сборку системных инструкций и контроль консистентности ответа. Экспериментальная проверка модели проводилась на корпусе диалогов из пяти тысяч сценариев с имитацией типовых пользовательских ролей в сравнении с базовой моделью GPT-4o-mini. Результаты показали рост удовлетворённости пользователей на 38% (вероятный диапазон эффекта: от 33% до 43%, p < 0.01, при этом доверительный интервал составляет 95%), улучшение согласованности стиля на 33% и незначительное увеличение времени генерации (~11%) по сравнению с базовыми моделями. Полученные данные подтверждают целесообразность внедрения предлагаемой архитектуры в коммерческие и корпоративные диалоговые платформы, где критически важны доверие, релевантность и предсказуемость коммуникации.

Abstract

The paper considers the problem of personalization of user interaction with AI assistants based on role affiliation and preferred communication style. An architectural model is proposed that combines the detection of the user's role, the construction of a stylistic profile, the dynamic adaptation of contextual prompta and the validation of the consistency of the generated response. Unlike static design patterns or monolithic fine tuning, the proposed approach integrates intent routing, style-oriented decoding, and continuous calibration based on feedback. Traditional dialogue systems based on universal generation policies do not take into account the situational variability of communicative expectations and the risk of stylistic drift. To solve this problem, a multilevel model is proposed that combines role-based parsing, vector style profiling, context-sensitive assembly of system instructions, and response consistency control. The model was experimentally validated on a corpus of 5,000 dialogue scenarios simulating typical user roles, compared to the baseline GPT-4o-mini model. Results showed a 38% increase in user satisfaction (the likely range of effect was 33% to 43%, p < 0.01, with a 95% confidence interval), a 33% improvement in style consistency, and a slight increase in generation time (~11%) compared to baseline models. The obtained data confirm the feasibility of implementing the proposed architecture in commercial and enterprise dialogue platforms, where trust, relevance, and predictability of communication are critical.

Ключевые слова: персонализация диалогов, ролевое управление ИИ, стилистическая адаптация, динамическое управление контекстом, оценка согласованности стиля.

Keywords: dialogue personalization, AI role management, stylistic adaptation, dynamic context management, style consistency evaluation.

Введение

По мере того, как ИИ-ассистенты всё активнее проникают в профессиональную среду и повседневную жизнь, требования к естественности и релевантности диалога неизбежно возрастают. Тем не менее большинство современных систем по-прежнему генерируют ответы в усреднённом, условно «нейтральном» стиле, не принимая во внимание ни ролевую принадлежность пользователя, будь то эксперт, новичок, менеджер или клиент, а также игнорирует ни его коммуникативные предпочтения: уровень формальности, степень эмпатии, лаконичность или, напротив, запрос на техническую детализацию [1, 2].

Центральное противоречие, которому посвящено данное исследование, состоит в следующем: стремление к гибкой адаптации стиля общения вступает в конфликт с риском того, что модель утрачивает консистентность тона или переключается между несовместимыми речевыми регистрами в рамках одной сессии.

В качестве рабочей гипотезы выдвигается предположение о том, что совместное применение ролевой маршрутизации, векторного профилирования стиля и динамической сборки контекстных инструкций способно повысить качество диалога и удовлетворённость пользователя, не приводя при этом к существенному снижению производительности системы.

Целью исследования является разработка и верификация многоуровневой архитектуры персонализации диалогов ИИ-ассистентов, обеспечивающей согласованную адаптацию стиля генерации к ролевой принадлежности пользователя при сохранении вычислительной эффективности.

Задача адаптации диалоговых систем к профилю пользователя исследуется в нескольких смежных направлениях. Ранние работы по генерации естественного языка рассматривали стиль как параметр, задаваемый вручную через системные инструкции [3]. Крупные авторегрессивные модели способны к нулевой передаче задач, однако без механизмов управления стилем результаты нестабильны [3, 4]. В модели OmniDialog предлагается унифицированное предобучение для задачно-ориентированных диалогов, добившись улучшения качества перехода между доменами, но не решив проблему согласованности стиля на уровне сессии [5].

В области детекции намерения показана разработка подхода Zero-shot-BERT-Adapters, позволяющая классифицировать неизвестные намерения без дообучения под конкретный домен [6]. Это направление тесно связано с задачей ролевой маршрутизации: выявление коммуникативного намерения является необходимым условием для последующего выбора стилистического регистра. Исследования в области человеко-машинной коммуникации фиксируют, что несоответствие стиля ответа ожиданиям пользователя значимо снижает доверие к системе [7, 8]. Шилова и Плетнева описывают формирование гибридной модели коммуникации, в которой ИИ-ассистент рассматривается как социальный агент, а не только как инструмент извлечения информации [7].

Смежные разработки в области интеллектуальных чат-ботов демонстрируют практическую значимость автоматизации диалоговых сценариев, однако ограничиваются шаблонными ответами без адаптации к индивидуальному стилю [9]. Таким образом, существующие подходы либо решают задачу детекции намерения, либо управления стилем генерации, либо интеграции в организационные процессы, не объединяя все три аспекта в единую сквозную архитектуру. Данный пробел и определяет научную нишу настоящего исследования.

Материалы и методы

Предлагаемая архитектура персонализации построена как последовательный пятиэтапный конвейер, где на первом этапе осуществляется парсинг роли и намерения: входящий запрос классифицируется с определением ролевой принадлежности пользователя, предметного домена и коммуникативной цели обращения.

Второй этап предполагает извлечение индивидуальных коммуникативных предпочтений, в том числе уровня формальности, степени эмпатии, плотности терминологии и ожидаемого темпа ответа. На их основе формируется векторный профиль пользователя.

На третьем этапе выполняется динамическая адаптация контекста, собирается системный промпт, учитывающий роль, стиль и домен

Четвёртый этап представляет собой запуск декодирования с мягкими ограничениями, обеспечивающий удержание выбранного речевого регистра.

Калибровка обратной связи фиксирует согласованность сгенерированного ответа, оценивает удовлетворённость пользователя, а профиль обновляется в режиме реального времени.

Пусть u∈R^d представляет собой векторный профиль пользователя размерностью d = 128, где каждая координата соответствует одному стилистическому параметру (формальность, эмпатия, плотность терминологии и др.).

Для запроса x формируется ролевой вектор

где k = 8 – количество классов ролей.

Стилистический вектор определяется выражением

где g_φ представляет собой трансформерный энкодер с длиной контекстного окна L = 2048 токенов.

Функция потерь при обучении ролевого классификатора задаётся перекрёстной энтропией

где y_c – это метка истинного класса, p_c – это вероятность принадлежности объекта классу c. Стилистический контроль при декодировании реализуется посредством адаптивной корректировки температуры генерации

где τ₀ = 0,7 – базовая температура генерации; α = 0,4 – коэффициент масштабирования; σ(r) – показатель стилистической открытости роли, принимающий значения от 0 для формальных ролей до 1 для креативных.

Для контроля соответствия ответа пользовательскому профилю используется порог поствалидации δ = 0,65.

Параметр δ определяет минимально допустимое косинусное сходство между стилистическим вектором сгенерированного ответа и целевым профилем пользователя. При выполнении условия

сгенерированный ответ направляется на этап переформулирования.

Обновление пользовательского профиля выполняется с использованием экспоненциально взвешенного скользящего среднего

где λ = 0,9 – коэффициент сглаживания; Δu – вектор корректировки профиля, сформированный на основе пользовательской обратной связи.

Использование выражения (6) обеспечивает плавную адаптацию профиля пользователя без существенного смещения параметров вследствие единичного отзыва.

К ключевым архитектурным решениям относится интеграция стилистического контроля как обязательного этапа перед финализацией ответа, применение динамических контекстных окон, привязанных к сессии, а также объединение ролевой маршрутизации и генерации в единую сквозную цепочку обработки (рисунок 1).

Рисунок 1. Архитектура механизма персонализации диалогов по роли и стилю общения

Результаты и обсуждение

Взаимодействие пользователя с ИИ-ассистентом в персонализированном режиме организовано как последовательная цепочка взаимосвязанных этапов [10].

На входе каждый запрос проходит через классификатор роли и намерения. Система определяет не только содержательную задачу, но и ожидаемый регистр общения. Следующим шагом система обращается к профилю пользователя или сессионному кэшу предпочтений. На основе извлечённых параметров собирается динамический системный промпт, включающий ролевые установки ассистента, стилистические директивы и референсные примеры.

Генерация ответа осуществляется в режиме мягких стилистических ограничений. Вместо жёстких фильтров, нередко нарушающих связность текста, применяются параметрические регуляторы: сниженная температура для формальных ролей, повышенная для креативных. В случае если сгенерированный фрагмент выбивается из стилистического профиля, срабатывает пост-валидатор, который либо корректирует проблемный участок, либо инициирует переформулировку.

Параллельно функционирует модуль логирования и обратной связи. Он фиксирует исходный запрос, активированный профиль, метрики генерации и пользовательскую оценку. При обнаружении стилистического отклонения система может автоматически предложить альтернативный тон ответа. В итоге архитектура приобретает модульный характер: каждый компонент отвечает за отдельный аспект персонализации, что существенно упрощает масштабирование и отладку.

В отличие от CTRL, управляющего стилем через контрольные токены при предобучении, и OmniDialog, оптимизирующего переход между доменами, предложенная архитектура впервые объединяет три независимо разработанных механизма: zero-shot ролевую маршрутизацию [6], сессионное векторное профилирование стиля и порогово-управляемую пост-валидацию в единый инференс-конвейер без модификации весов базовой модели. Это позволяет применять архитектуру поверх любой LLM без дополнительного дообучения, что является принципиальным практическим отличием от файн-тюнинг-подходов.

Экспериментальная проверка проводилась на корпусе из 5000 диалоговых сценариев, охватывающих три пользовательские роли в виде технического специалиста, бизнес-пользователя и новичка с тремя стилями общения: формальный, нейтральный и эмпатично-разговорный. В сравнении участвовали: (1) GPT-4o-mini без персонализации (базовая модель); (2) GPT-4o-mini со статическими ролевыми промптами; (3) предложенная архитектура поверх той же базовой модели. Метрика согласованности стиля рассчитывалась как косинусное сходство между SBERT-эмбеддингом сгенерированного ответа и эталонным стилевым вектором соответствующей роли; удовлетворённость оценивалась по пятибалльной шкале Лайкерта тридцатью асессорами (каппа Коэна 0.72).

Использовались три ключевые метрики. Первой являлась согласованность стиля в виде косинусного сходства между SBERT-эмбеддингом (модель all-MiniLM-L6-v2) сгенерированного ответа и эталонным стилевым вектором роли; диапазон [0; 1], порог приемлемости 0.65. Также удовлетворённость пользователя по пятибалльной шкале Лайкерта, что оценивалась тридцатью асессорами (каппа Коэна κ=0.72, что соответствует умеренно высокому согласию); для снижения дисперсии каждый диалог оценивали не менее трёх асессоров независимо. Третьей метрикой было задержка генерации. Это медианное время ответа в миллисекундах при фиксированном аппаратном окружении (GPU NVIDIA A100, batch size = 1).

Для иллюстрации работы системы можно привести два контрастных примера при идентичном запросе: «Что такое API?»

Роль: технический специалист / стиль: формальный. Ответ системы: «API (Application Programming Interface) – программный интерфейс, определяющий набор методов и протоколов для взаимодействия между программными компонентами. REST API использует HTTP-методы (GET, POST, PUT, DELETE) и форматы JSON/XML для передачи данных. Для аутентификации применяются OAuth 2.0 или JWT-токены.» SCS=0.81, оценка Лайкерта=4.6.

Роль: новичок / стиль: эмпатично-разговорный. Ответ системы: «Представь, что API – это меню в ресторане. Ты не знаешь, как готовится блюдо, но просто делаешь заказ – и тебе его приносят. Так же и API: ты отправляешь запрос к другой программе, а она возвращает тебе нужные данные. Просто и удобно!» SCS=0.79, оценка Лайкерта=4.7.

Улучшение качества диалога в рамках предложенной модели достигается за счёт повышения точности ролевой маршрутизации и снижения стилистического дрейфа. Сравнительный анализ подходов по метрикам удовлетворённости и согласованности стиля представлен на рисунке 2.

Рисунок 2. Сравнение метрик персонализации диалогов

Предложенная модель продемонстрировала рост удовлетворённости пользователей на 38% по шкале Лайкерта (95% доверительный интервал: [33%; 43%], p < 0.01, критерий Вилкоксона, n=5000) и улучшение согласованности стиля на 33% (95% доверительный интервал: [29%; 37%]) относительно базовой модели GPT-4o-mini без адаптации. В качестве второго бейзлайна использовалась та же модель со статическими ролевыми промптами, что обеспечило изолированную оценку вклада динамического векторного профилирования. Накладные расходы составили около 11% к медианному времени генерации ответа (с 1.42 с до 1.58 с на запрос, 95% доверительный интервал: [+9%; +13%]) из-за этапов профилирования и валидации.

Полученные результаты свидетельствуют о том, что обеспечение стилистической консистентности сопряжено с дополнительными вычислительными затратами.

Заключение

Результаты исследования подтверждают, что эффективная персонализация диалогов достижима при переходе от статических инструкций к динамическим, контекстно-зависимым механизмам управления генерацией, учитывающим стилистическую составляющую взаимодействия. Совместное применение ролевой маршрутизации, векторного профилирования и мягкой стилистической валидации существенно снижает риск коммуникативных сбоев и повышает релевантность генерируемых ответов.

Вместе с тем делегирование ИИ-ассистентам функций адаптивного общения предполагает многоуровневую архитектуру, в которой каждый компонент отвечает за конкретный аспект персонализации.

К перспективным направлениям дальнейших исследований относятся кросс-доменная адаптация стилистических профилей, мультимодальное согласование коммуникативного стиля, а также разработка методов непрерывного обучения на основе неявной обратной связи в режиме реального времени.

Список литературы:

1. Brown T., Mann B., Ryder N., et al. Language models are few-shot learners // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 1877–1901.
2. Reif E., Ippolito D., Yuan A., Coenen A., Callison-Burch C., Buschek D. Recipe for a General, Powerful, Scalable Document Representation // Proceedings of the 60th Annual Meeting of the ACL. 2022. P. 4283–4302.
3. Alec Radford, Jeffrey Wu, Rewon Child, David Luan, Dario Amodei, and Ilya Sutskever, et al. 2019. Language models are unsupervised multitask learners. OpenAI Blog 1, 8 (2019), 9.
4. Viskova-Robertson A. Socio-Technical System and Organizational AI Integration: An Integrative Literature Review // Academy of Management Proceedings. 2023. Issue 1. Р. 1-6.
5. Mingtao Yang, See-Kiong Ng, and Jinlan Fu. 2025. OmniDialog: An omnipotent pre-training model for task-oriented dialogue system. IEEE Transactions on Audio, Speech and Language Processing. 1–11.
6. Daniele Comi, Dimitrios Christofidellis, Pier Francesco Piazza, and Matteo Manica. 2023. Zero-shot-BERT-Adapters: A zero-shot pipeline for unknown intent detection. In Findings of the Association for Computational Linguistics: EMNLP 2023. 650–663.
7. Шилова В. А., Плетнева М. А. Человек и системы искусственного интеллекта: формирование гибридной модели коммуникации // Гуманитарные науки. Вестник Финансового университета. 2025. Т. 15, № 5. С. 6-16.
8. Шилова В. А., Плетнева М. А. Особенности коммуникативных практик в рамках человеко-машинной коммуникации // Коммуникации. Медиа. Дизайн. – 2025. – №10 (2). – С. 46-77.
9. Мехдиев Э.Т., Борисов А.А., Ростоцский М.В., Шорохов К.Д., Кучук М.И., Гардаш В.В. Разработка интеллектуального чат-бота для автоматизации ответов и анализа потребностей пользователей: информатика и вычислительная техника // Human Progress. – 2024. – Т. 10, № 5. – С. 11.
10. Tseng Y.-M., Huang Y.-C., Hsiao T.-Y., Chen W.-L., Huang C.-W., Meng Y., Chen Y.-N. Two Tales of Persona in LLMs: A Survey of Role-Playing and Personalization // Findings of the Association for Computational Linguistics: EMNLP 2024. Miami, Florida, USA: ACL, 2024. P. 16612–16631.

References:

1. Brown T., Mann B., Ryder N., et al. Language models are few-shot learners // Advances in Neural Information Processing Systems. 2020. Vol. 33. P. 1877–1901.
2. Reif E., Ippolito D., Yuan A., Coenen A., Callison-Burch C., Buschek D. Recipe for a General, Powerful, Scalable Document Representation // Proceedings of the 60th Annual Meeting of the ACL. 2022. P. 4283–4302.
3. Alec Radford, Jeffrey Wu, Rewon Child, David Luan, Dario Amodei, and Ilya Sutskever, et al. 2019. Language models are unsupervised multitask learners. OpenAI Blog 1, 8 (2019), 9.
4. Viskova-Robertson A. Socio-Technical System and Organizational AI Integration: An Integrative Literature Review // Academy of Management Proceedings. 2023. Issue 1. Р. 1-6.
5. Mingtao Yang, See-Kiong Ng, and Jinlan Fu. 2025. OmniDialog: An omnipotent pre-training model for task-oriented dialogue system. IEEE Transactions on Audio, Speech and Language Processing. 1–11.
6. Daniele Comi, Dimitrios Christofidellis, Pier Francesco Piazza, and Matteo Manica. 2023. Zero-shot-BERT-Adapters: A zero-shot pipeline for unknown intent detection. In Findings of the Association for Computational Linguistics: EMNLP 2023. 650–663.
7. Shilova V.A., Pletneva M.A. Humans and Artificial Intelligence Systems: Creating a Hybrid Communication Model // Humanities. Bulletin of the Financial University. 2025. Vol. 15, No. 5. P. 6-16. (In Russ.).
8. Shilova V.A., Pletneva M.A., Rostotskiy M.V., Shorokhov K.D., Kuchuk M.I., Gardash V.V. [Development of an intelligent chatbot for automating responses and analyzing user needs: informatics and computer engineering] // Human Progress. 2024. Vol. 10, No. 5. P. 11. (In Russ.).
9. Mekhdiev E.T., Borisov A.A., Rostotsky M.V., Shorokhov K.D., Kuchuk M.I., Gardash V.V. Development of an intelligent chatbot for automation of responses and analysis of user needs: informatics and computer engineering // Human Progress. - 2024. - Vol. 10, No. 5. – P. 11. (In Russ.).
10. Tseng Y.-M., Huang Y.-C., Hsiao T.-Y., Chen W.-L., Huang C.-W., Meng Y., Chen Y.-N. Two Tales of Persona in LLMs: A Survey of Role-Playing and Personalization // Findings of the Association for Computational Linguistics: EMNLP 2024. Miami, Florida, USA: ACL, 2024. P. 16612–16631.