PhD Student
аспирантка
Doctor of Psychology, Professor, Head of the Laboratory of Speech Psychology and Psycholinguistics
доктор психологических наук, профессор, заведующий лабораторией психологии речи и психолингвистики
As artificial intelligence becomes increasingly integrated into everyday communication, understanding the dynamics of human-chatbot interaction has become a matter of both theoretical importance and practical urgency. This study explores the goals, communicative tactics, and adaptive strategies employed by users and AI chatbots in dialogue, using grounded theory methodology. Based on a corpus of 316 dialogues with ChatGPT, we conducted multi-level coding - substantive, selective, and theoretical - to identify recurring patterns in the organization of digital communication. The analysis revealed a wide range of user goals, including informational, task-oriented, generative, emotional, and exploratory intentions. Chatbots, in turn, pursued structurally narrower but functionally adaptive goals aimed at supporting dialogue coherence and user engagement. Both sides employed diverse communicative tactics, including primary, combined, and compensatory strategies. While users initiated goal setting and frequently adjusted their tactics, chatbots demonstrated reactive behavior through clarification, tone adaptation, and metacommunicative responses. A key result is the identification of six basic communicative scenarios in user-chatbot interaction: informational-analytical, practical, creative, emotional-reflective, entertaining-playful, and exploratory-provocative. Each scenario reflects a stable alignment of goals and tactics between the participants, revealing the functional architecture of digital dialogue. The study demonstrates that interaction with generative chatbots is not random, but unfolds within structured communicative configurations. These findings contribute to the theoretical understanding of digital interaction and provide a typological framework for analyzing, designing, and optimizing AI-based communication systems across various domains.
По мере того как искусственный интеллект все глубже интегрируется в повседневную коммуникацию, изучение динамики взаимодействия человека и чат-бота приобретает как теоретическую значимость, так и практическую актуальность. В настоящем исследовании с использованием методологии обоснованной теории проанализиро- ваны цели, коммуникативные тактики и адаптационные стратегии, применяемые пользователями и чат-ботами в процессе диалога. На основе корпуса из 316 диалогов с ChatGPT было проведено многоуровневое кодирование - субстантивное, избирательное и теоретическое - с целью определения устойчивых паттернов в организации цифровой коммуникации. Анализ выявил широкий спектр пользовательских целей, включая информационные, практико-ориентированные, генеративные, эмоциональные и исследовательские. Цели чат-ботов, в свою очередь, оказались структурно более узкими, но функционально адаптивными - они были направлены на поддержание связности диалога и вовлеченности пользователя. Обе стороны использовали разнообразные коммуникативные тактики, включая первичные, комбинированные и компенсаторные. Пользователи инициировали постановку целей и часто изменяли тактики в ходе взаимодействия, тогда как чат-боты демонстрировали реактивное поведение посредством прояснения, адаптации тона и метакоммуникативных ответов. Ключевым результатом исследования является выделение шести базовых коммуникативных сценариев взаимодействия пользователя и чат-бота: информационно-аналитического, практического, креативного, эмоционально-рефлексивного, развлекательно-игрового и исследовательски-провокационного. Каждый сценарий отражает устойчивую согласованность целей и тактик участников, раскрывая функциональную архитектуру цифрового диалога. Исследование показало, что взаимодействие с генеративными чат-ботами не является случайным, а разворачивается в рамках структурированных коммуникативных конфигураций. Полученные результаты способствуют теоретическому осмыслению цифрового взаимодействия и предлагают типологическую основу для анализа, проектирования и оптимизации систем коммуникации на базе ИИ в различных сферах.