एआई मॉडल और प्लेटफ़ॉर्म
एआई चैटबॉट्स स्वस्थ व्यवहार परिवर्तन को बढ़ावा देने में आशाजनक लेकिन सीमित हैं
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
हाल के वर्षों में, स्वास्थ्य सेवा उद्योग में बड़े भाषा मॉडल-आधारित चैटबॉट्स, या उत्पादक बातचीत एजेंटों का उपयोग में महत्वपूर्ण वृद्धि देखी गई है। इन एआई-संचालित उपकरणों का उपयोग विभिन्न उद्देश्यों के लिए किया गया है, जिनमें रोगी शिक्षा, मूल्यांकन और प्रबंधन शामिल हैं। जैसे ही इन चैटबॉट्स की लोकप्रियता बढ़ती है, इलिनोइस विश्वविद्यालय के उर्बाना-शैंपेन के एक्शन लैब के शोधकर्ताओं ने स्वस्थ व्यवहार परिवर्तन को बढ़ावा देने की उनकी क्षमता पर एक नज़र डाली है।
मिशेल बाक, सूचना विज्ञान में एक डॉक्टरेट छात्र, और प्रोफेसर जेसी चिन ने हाल ही में अपने निष्कर्षों को अमेरिकन मेडिकल इन्फॉर्मेटिक्स एसोसिएशन के जर्नल में प्रकाशित किया है। उनके अध्ययन का उद्देश्य यह निर्धारित करना था कि क्या बड़े भाषा मॉडल उपयोगकर्ताओं की प्रेरक राज्यों की पहचान करने और उनके स्वस्थ आदतों की यात्रा का समर्थन करने के लिए उपयुक्त जानकारी प्रदान करने में प्रभावी हो सकते हैं।
अध्ययन डिज़ाइन
व्यवहार परिवर्तन को बढ़ावा देने में बड़े भाषा मॉडल्स की क्षमताओं का आकलन करने के लिए, बाक और चिन ने तीन प्रमुख चैटबॉट मॉडल्स के साथ एक व्यापक अध्ययन डिज़ाइन किया: चैटजीपीटी, गूगल बार्ड, और लामा 2। शोधकर्ताओं ने 25 दृश्यों की एक श्रृंखला बनाई, प्रत्येक विशिष्ट स्वास्थ्य आवश्यकताओं जैसे कि कम शारीरिक गतिविधि, आहार और पोषण संबंधी चिंताएं, मानसिक स्वास्थ्य चुनौतियां, कैंसर स्क्रीनिंग और निदान, यौन संचारित रोग, और पदार्थ विकार पर केंद्रित।
दृश्यों को सावधानी से तैयार किया गया था ताकि व्यवहार परिवर्तन के पांच विशिष्ट प्रेरक चरणों का प्रतिनिधित्व किया जा सके:
- परिवर्तन का प्रतिरोध और समस्या व्यवहार के प्रति जागरूकता की कमी
- समस्या व्यवहार के प्रति बढ़ी हुई जागरूकता लेकिन परिवर्तन के बारे में संदेह
- कार्रवाई करने की मंशा के साथ छोटे कदमों की ओर बढ़ने की मंशा
- व्यवहार परिवर्तन की शुरुआत और इसे बनाए रखने की प्रतिबद्धता
- छह महीनों के लिए व्यवहार परिवर्तन को सफलतापूर्वक बनाए रखना और इसे बनाए रखने की प्रतिबद्धता
प्रत्येक दृश्य में चैटबॉट्स की प्रतिक्रियाओं का मूल्यांकन करके, शोधकर्ताओं ने व्यवहार परिवर्तन के दौरान उपयोगकर्ताओं का समर्थन करने में बड़े भाषा मॉडल्स की ताकत और कमजोरियों का पता लगाने का लक्ष्य रखा।
अध्ययन में क्या पाया गया?
अध्ययन ने व्यवहार परिवर्तन का समर्थन करने में बड़े भाषा मॉडल्स की क्षमता में आशाजनक परिणामों और महत्वपूर्ण सीमाओं का खुलासा किया। बाक और चिन ने पाया कि चैटबॉट्स तब प्रभावी ढंग से प्रेरक राज्यों की पहचान कर सकते हैं और संबंधित जानकारी प्रदान कर सकते हैं जब उपयोगकर्ताओं ने स्थापित लक्ष्य और कार्रवाई करने की मजबूत प्रतिबद्धता होती है। यह सुझाव देता है कि जो व्यक्ति पहले से ही व्यवहार परिवर्तन के बाद के चरणों में हैं, जैसे कि उन्होंने परिवर्तन शुरू कर दिया है या कुछ समय से इसे बनाए रखा है, वे इन एआई-संचालित उपकरणों द्वारा प्रदान किए गए मार्गदर्शन और समर्थन से लाभान्वित हो सकते हैं।
हालांकि, शोधकर्ताओं ने यह भी पाया कि बड़े भाषा मॉडल्स प्रेरणा के प्रारंभिक चरणों को पहचानने में संघर्ष करते हैं, विशेष रूप से जब उपयोगकर्ता परिवर्तन का विरोध करते हैं या अपने व्यवहार में संशोधनों के बारे में संदेह करते हैं। इन मामलों में, चैटबॉट्स उपयोगकर्ताओं को उनके समस्या व्यवहार और इसके परिणामों का मूल्यांकन करने में मदद करने के लिए पर्याप्त जानकारी प्रदान करने में विफल रहे, साथ ही साथ उनके कार्यों पर उनके पर्यावरण का प्रभाव भी। उदाहरण के लिए, जब एक उपयोगकर्ता शारीरिक गतिविधि बढ़ाने के लिए प्रतिरोधी होता है, तो चैटबॉट्स अक्सर जिम में शामिल होने के बारे में जानकारी प्रदान करने के लिए डिफ़ॉल्ट हो जाते हैं, न कि उपयोगकर्ता को भावनात्मक रूप से शामिल करके एक निष्क्रिय जीवन शैली के नकारात्मक परिणामों को उजागर करके।
इसके अलावा, अध्ययन से पता चला कि बड़े भाषा मॉडल्स ने परिवर्तन को बनाए रखने के लिए प्रोत्साहन प्रणाली का उपयोग करने और परिवर्तन के जोखिम को बढ़ाने वाले पर्यावरणीय उत्तेजनाओं को कम करने पर पर्याप्त मार्गदर्शन प्रदान नहीं किया, यहां तक कि उन उपयोगकर्ताओं के लिए भी जिन्होंने पहले से ही अपने व्यवहार में परिवर्तन करने के लिए कदम उठाए थे। बाक ने कहा, “बड़े भाषा मॉडल-आधारित चैटबॉट्स बाहरी मदद के संसाधन प्रदान करते हैं, जैसे कि सामाजिक समर्थन। वे समस्या व्यवहार को बढ़ावा देने वाले प्रोत्साहन को खत्म करने के लिए पर्यावरण को नियंत्रित करने के तरीके के बारे में जानकारी की कमी है।”
निहितार्थ और भविष्य के शोध
इस अध्ययन के निष्कर्ष प्राकृतिक भाषा बातचीत से प्रेरक राज्यों को समझने में बड़े भाषा मॉडल्स की वर्तमान सीमाओं पर प्रकाश डालते हैं। चिन ने समझाया कि ये मॉडल उपयोगकर्ता की भाषा की प्रासंगिकता का प्रतिनिधित्व करने के लिए प्रशिक्षित होते हैं लेकिन एक उपयोगकर्ता के बीच अंतर करने में संघर्ष करते हैं जो परिवर्तन पर विचार कर रहा है लेकिन अभी भी संदेह में है और एक जो कार्रवाई करने की मजबूत मंशा रखता है। इसके अलावा, विभिन्न प्रेरक चरणों में उपयोगकर्ता प्रश्नों में सेमेंटिक समानता मॉडल्स को केवल उनकी भाषा के आधार पर उपयोगकर्ता की परिवर्तन के लिए तैयारी की सटीक पहचान करने में चुनौती प्रदान करती है।
इन सीमाओं के बावजूद, शोधकर्ता मानते हैं कि बड़े भाषा मॉडल चैटबॉट्स तब मूल्यवान समर्थन प्रदान कर सकते हैं जब उपयोगकर्ताओं में मजबूत प्रेरणा होती है और वे कार्रवाई करने के लिए तैयार होते हैं। इस संभावना को पूरी तरह से महसूस करने के लिए, भविष्य के अध्ययन इन मॉडल्स को उपयोगकर्ताओं की प्रेरक राज्यों को बेहतर ढंग से समझने के लिए भाषाई संकेतों, जानकारी खोज पैटर्न और स्वास्थ्य के सामाजिक निर्धारकों का लाभ उठाने पर केंद्रित होंगे। मॉडल्स को अधिक विशिष्ट ज्ञान से लैस करके और उनकी क्षमता को विभिन्न प्रेरक चरणों में पहचान करने और प्रतिक्रिया देने में सुधार करके, शोधकर्ता आशा करते हैं कि वे स्वस्थ व्यवहार परिवर्तन को बढ़ावा देने में इन एआई-संचालित उपकरणों की प्रभावशीलता को बढ़ा सकते हैं।
व्यवहार परिवर्तन में एआई चैटबॉट्स
इलिनोइस विश्वविद्यालय के उर्बाना-शैंपेन के एक्शन लैब के अध्ययन ने स्वस्थ व्यवहार परिवर्तन को बढ़ावा देने में बड़े भाषा मॉडल चैटबॉट्स की संभावना और सीमाओं पर प्रकाश डाला है। जबकि इन एआई-संचालित उपकरणों ने उन उपयोगकर्ताओं का समर्थन करने में आशाजनक परिणाम दिखाए हैं जो सकारात्मक परिवर्तन करने के लिए प्रतिबद्ध हैं, वे अभी भी प्रेरणा के प्रारंभिक चरणों को प्रभावी ढंग से पहचानने और प्रतिक्रिया देने में संघर्ष करते हैं, जैसे कि प्रतिरोध और संदेह। जैसे ही शोधकर्ता इन मॉडल्स को परिष्कृत और सुधारते हैं, आशा है कि वे व्यवहार परिवर्तन प्रक्रिया के सभी चरणों में उपयोगकर्ताओं का मार्गदर्शन करने में अधिक प्रभावी होंगे, जिससे अंततः व्यक्तियों और समुदायों के लिए बेहतर स्वास्थ्य परिणाम होंगे।
