Persuasive conversational agents to foster sustainable behaviours: design, evaluation, and technology

It is now undeniable that climate change is happening. More and more individuals must be encouraged to adopt sustainable behaviors. In the Human-Computer Interaction field, there is a growing interest in environmental sustainability. Nowadays, we have various digital systems embedding persuasive techniques, also referred to as Persuasive Technology (PT), that demonstrate their efficacy in fostering greener habits. Building on this literature, Conversational Agents, i.e., digital technologies that allow people to interact through natural language, are a promising platform for new sustainable PT systems. They can tailor messages to individual users and are already widespread as digital assistants in households. The present thesis contributes to the field of Persuasive Conversational Agents (PCAs) by investigating the integration of different persuasive techniques to foster more energy-conscious behaviors within home settings. In particular, the work begins by exploring the state of the art in persuasion and systematically surveying how PCAs have been used in the sustainability field. Then the monograph proposes the results of a first investigation into the effectiveness of different persuasive strategies in promoting energy-saving behaviors and a second investigation in the same area on the use of multiple strategies versus a single strategy approach. Based on the results of a focus group, we conceptualized a framework to guide the future design of conversational agents for domestic sustainability. In addition, the thesis presents different designs and implementations of conversational agents for environmental sustainability. Leafy is a traditional rule-based conversational agent embodied in a smart mirror and designed to gamify interaction with the home automation environment, while GreenIFTTT is a generative AI-based mobile chatbot that facilitates the creation of home automation applets, nudging the final user towards energy efficiency and reduction. The impact of Large Language Models (LLMs) on PCA for sustainability has also been addressed by evaluating the responses generated by such LLMs to open green-related questions posed by potential end-users. We also explored the generation of HomeAssistant applets and the impact of such LLMs in not only assisting users in home automation creation but also in creating more energy-efficient solutions. Finally, the thesis goes beyond individual persuasion by presenting work on using a chatbot to help coordinate a solar community, i.e., a group of people (from a neighborhood) that shares solar panels. Additionally, an exploratory study on how LLM-based conversational agents can aid in discussions and moderation within groups is proposed.

E' ormai innegabile che il cambiamento climatico sia in atto. Sempre più individui devono essere incoraggiati ad adottare comportamenti sostenibili. Nel campo dell'interazione uomo-computer, l'interesse per la sostenibilità ambientale è in crescita. Al giorno d'oggi, esistono diversi sistemi digitali che incorporano tecniche di persuasione, definite anche Tecnologie Persuasive (PT), che dimostrano la loro efficacia nel promuovere abitudini più ecologiche. Sulla base di questa letteratura, gli agenti conversazionali, cioè le tecnologie digitali che permettono alle persone di interagire attraverso il linguaggio naturale, sono una piattaforma promettente per nuovi sistemi di PT sostenibili. Possono adattare i messaggi ai singoli utenti e sono già diffusi come assistenti digitali nelle case. La presente tesi contribuisce al campo degli agenti conversazionali persuasivi (PCA) studiando l'integrazione di diverse tecniche persuasive per promuovere comportamenti più attenti all'energia in ambito domestico. In particolare, il lavoro inizia esplorando lo stato dell'arte della persuasione e censendo sistematicamente come i PCA sono stati utilizzati nel campo della sostenibilità. La monografia propone poi i risultati di una prima indagine sull'efficacia di diverse strategie persuasive nel promuovere comportamenti di risparmio energetico e di una seconda indagine nella stessa area sull'uso di strategie multiple rispetto a un approccio a strategia singola. Sulla base dei risultati di un focus group, abbiamo concettualizzato uno schema di riferimento per guidare la futura progettazione di agenti conversazionali per la sostenibilità domestica. Inoltre, la tesi presenta alcuni progetti e implementazioni di agenti conversazionali per la sostenibilità ambientale. Leafy è un agente conversazionale basato su regole tradizionali, incarnato in uno specchio intelligente e progettato per giocare con l'interazione con l'ambiente domotico. GreenIFTTT è un chatbot mobile basato su AI generativa che facilita la creazione di applet di automazione domestica, spingendo l'utente finale verso l'efficienza e la riduzione energetica. L'impatto dei Large Language Models (LLM) sugli agenti conversazionali persuasivi per la sostenibilità ambientale è stato affrontato anche valutando le risposte generate da tali LLM a domande aperte di carattere ecologico poste da potenziali utenti finali. Abbiamo anche esplorato la generazione di applet HomeAssistant e l'impatto di tali LLM non solo nell'assistere gli utenti nella creazione di domotica, ma anche nella creazione di soluzioni più efficienti dal punto di vista energetico. Infine, la tesi va oltre la persuasione individuale, presentando un lavoro sull'u\-ti\-liz\-zo di un chatbot per aiutare a coordinare una comunità solare, cioè un gruppo di persone (di un quartiere) che condivide pannelli solari. Inoltre, viene proposto uno studio esplorativo su come gli agenti conversazionali basati su LLM possano aiutare nelle discussioni e nella moderazione all'interno dei gruppi.