Chatbot AI Menjanjikan Namun Terbatas dalam Meningkatkan Perubahan Perilaku Sehat

Dalam beberapa tahun terakhir, industri kesehatan telah menyaksikan peningkatan yang signifikan dalam penggunaan chatbot berbasis model bahasa besar, atau agen konversasi generatif. Alat-alat yang ditenagai AI ini telah digunakan untuk berbagai tujuan, termasuk pendidikan pasien, penilaian, dan pengelolaan. Seiring dengan meningkatnya popularitas chatbot ini, peneliti dari ACTION Lab Universitas Illinois Urbana-Champaign telah mengambil pandangan yang lebih dekat tentang potensi mereka untuk meningkatkan perubahan perilaku sehat.

Michelle Bak, seorang mahasiswa doktoral di bidang ilmu informasi, dan Profesor Jessie Chin baru-baru ini menerbitkan temuan mereka di Jurnal Asosiasi Medis Informasi Amerika. Studi mereka bertujuan untuk menentukan apakah model bahasa besar dapat secara efektif mengidentifikasi negara motivasi pengguna dan menyediakan informasi yang tepat untuk mendukung perjalanan mereka menuju kebiasaan yang lebih sehat.

Desain Studi

Untuk menilai kemampuan model bahasa besar dalam meningkatkan perubahan perilaku, Bak dan Chin merancang studi komprehensif yang melibatkan tiga model chatbot terkemuka: ChatGPT, Google Bard, dan Llama 2. Peneliti membuat serangkaian 25 skenario, masing-masing menargetkan kebutuhan kesehatan tertentu seperti aktivitas fisik rendah, masalah gizi, tantangan kesehatan mental, skrining dan diagnosis kanker, penyakit menular seksual, dan ketergantungan zat.

Skenario-skenario ini dirancang dengan hati-hati untuk mewakili lima tahap motivasi perubahan perilaku yang berbeda:

1. Resistensi terhadap perubahan dan kurangnya kesadaran tentang perilaku masalah
2. Kesadaran yang meningkat tentang perilaku masalah tetapi ambivalensi tentang membuat perubahan
3. Niat untuk mengambil tindakan dengan langkah kecil menuju perubahan
4. Inisiasi perubahan perilaku dengan komitmen untuk mempertahankannya
5. Mempertahankan perubahan perilaku selama enam bulan dengan komitmen untuk mempertahankannya

Dengan mengevaluasi respons chatbot terhadap setiap skenario di seluruh tahap motivasi yang berbeda, peneliti bertujuan untuk menentukan kekuatan dan kelemahan model bahasa besar dalam mendukung pengguna sepanjang perjalanan perubahan perilaku mereka.

Apa yang Ditemukan Studi Ini?

Studi ini mengungkapkan hasil yang menjanjikan dan keterbatasan yang signifikan dalam kemampuan model bahasa besar untuk mendukung perubahan perilaku. Bak dan Chin menemukan bahwa chatbot dapat secara efektif mengidentifikasi negara motivasi dan menyediakan informasi yang relevan ketika pengguna telah menetapkan tujuan dan memiliki komitmen yang kuat untuk mengambil tindakan. Ini menunjukkan bahwa individu yang sudah berada pada tahap akhir perubahan perilaku, seperti mereka yang telah memulai perubahan atau telah mempertahankannya selama beberapa waktu, dapat mendapatkan manfaat dari bimbingan dan dukungan yang disediakan oleh alat-alat AI ini.

Namun, peneliti juga menemukan bahwa model bahasa besar mengalami kesulitan untuk mengenali tahap awal motivasi, terutama ketika pengguna resisten terhadap perubahan atau ambivalen tentang membuat modifikasi pada perilaku mereka. Dalam kasus-kasus ini, chatbot gagal menyediakan informasi yang memadai untuk membantu pengguna mengevaluasi perilaku masalah mereka dan konsekuensinya, serta menilai bagaimana lingkungan mereka mempengaruhi tindakan mereka. Misalnya, ketika dihadapkan pada pengguna yang resisten terhadap peningkatan aktivitas fisik, chatbot sering kali default untuk menyediakan informasi tentang bergabung dengan gym daripada terlibat secara emosional dengan menyoroti konsekuensi negatif dari gaya hidup yang tidak aktif.

Selain itu, studi ini mengungkapkan bahwa model bahasa besar tidak menawarkan bimbingan yang memadai tentang menggunakan sistem penghargaan untuk mempertahankan motivasi atau mengurangi stimulus lingkungan yang mungkin meningkatkan risiko kekambuhan, bahkan untuk pengguna yang telah mengambil langkah untuk mengubah perilaku mereka. Bak mencatat, “Chatbot berbasis model bahasa besar menyediakan sumber daya tentang mendapatkan bantuan eksternal, seperti dukungan sosial. Mereka kekurangan informasi tentang bagaimana mengontrol lingkungan untuk menghilangkan stimulus yang memperkuat perilaku masalah.”

Implikasi dan Penelitian Masa Depan

Temuan studi ini menekankan keterbatasan model bahasa besar saat ini dalam memahami negara motivasi dari percakapan bahasa alami. Chin menjelaskan bahwa model-model ini dilatih untuk merepresentasikan relevansi bahasa pengguna tetapi berjuang untuk membedakan antara pengguna yang mempertimbangkan perubahan tetapi masih ragu-ragu dan mereka yang memiliki niat kuat untuk mengambil tindakan. Selain itu, kesamaan semantik dalam pertanyaan pengguna di seluruh tahap motivasi yang berbeda membuatnya sulit bagi model-model ini untuk secara akurat mengidentifikasi kesiapan pengguna untuk berubah berdasarkan bahasa mereka saja.

Meskipun keterbatasan ini, peneliti percaya bahwa chatbot berbasis model bahasa besar memiliki potensi untuk menyediakan dukungan yang berharga ketika pengguna memiliki motivasi yang kuat dan siap untuk mengambil tindakan. Untuk sepenuhnya merealisasikan potensi ini, penelitian masa depan akan fokus pada penyetelan model-model ini untuk lebih baik memahami negara motivasi pengguna dengan menggunakan petunjuk linguistik, pola pencarian informasi, dan determinan sosial kesehatan. Dengan melengkapi model-model ini dengan pengetahuan yang lebih spesifik dan meningkatkan kemampuan mereka untuk mengenali dan merespons tahap motivasi yang berbeda, peneliti berharap untuk meningkatkan efektivitas alat-alat AI ini dalam meningkatkan perubahan perilaku sehat.

Chatbot AI dalam Perubahan Perilaku

Studi dari ACTION Lab Universitas Illinois Urbana-Champaign telah memperluas pengetahuan tentang potensi dan keterbatasan chatbot berbasis model bahasa besar dalam meningkatkan perubahan perilaku sehat. Sementara alat-alat AI ini telah menunjukkan janji dalam mendukung pengguna yang berkomitmen untuk membuat perubahan positif, mereka masih berjuang untuk secara efektif mengenali dan merespons tahap awal motivasi, seperti resistensi dan ambivalensi. Seiring dengan peneliti terus memperbaiki dan meningkatkan model-model ini, diharapkan mereka akan menjadi semakin efektif dalam membimbing pengguna melalui semua tahap proses perubahan perilaku, sehingga menyumbang pada hasil kesehatan yang lebih baik bagi individu dan masyarakat.