AIチャットボットは健全な行動変化を促進するのに約束的ですが、限界があります

近年、ヘルスケア業界では、大規模言語モデルベースのチャットボット、または生成的な会話エージェントの使用が大幅に増加しています。これらのAIパワードツールは、患者の教育、評価、管理などのさまざまな目的で使用されています。チャットボットの人気は高まり、イリノイ大学アーバナ・シャンペーン校のACTION Labの研究者は、健康な行動変化を促進する彼らの潜在能力を調査しました。

情報科学の博士課程の学生であるミシェル・バックとジェシー・チン教授は、最近の研究結果をJournal of the American Medical Informatics Associationに発表しました。彼らの研究は、大規模言語モデルがユーザーの動機状態を効果的に識別し、より健康的な習慣への旅をサポートするための適切な情報を提供できるかどうかを調べることを目的としていました。

研究設計

行動変化を促進するための大規模言語モデルの能力を評価するために、バックとチンは、3つの著名なチャットボットモデル（ChatGPT、Google Bard、Llama 2）を使用した包括的な研究を設計しました。研究者は、低体力活動、食事と栄養に関する懸念、精神衛生の課題、がんのスクリーニングと診断、性感染症、薬物依存症などの特定の健康ニーズを対象とした25のシナリオを作成しました。

シナリオは、行動変化の5つの異なる動機ステージを表すように慎重に作成されました。

1. 問題行動への抵抗と認識の欠如
2. 問題行動への認識の増加だが、変更についての曖昧さ
3. 行動の変更に向けた小さなステップを取る意図
4. 行動の変更の開始と維持へのコミットメント
5. 行動の変更の成功的な維持（6ヶ月間）と維持へのコミットメント

研究者は、チャットボットの各シナリオへの応答を評価することで、行動変化をサポートするための大規模言語モデルの強みと弱点を判断しようとしました。

研究の結果は何ですか?

研究は、大規模言語モデルが行動変化をサポートする能力について、約束的な結果と重大な限界を示しました。バックとチンは、チャットボットが動機状態を識別し、関連情報を提供することができるのは、ユーザーが既に行動の変更を開始したり維持している場合であることを発見しました。これは、行動の変更の後期段階にある個人、つまり行動の変更を開始したり維持している個人にとって、チャットボットが有益なガイダンスとサポートを提供できることを示唆しています。

しかし、研究者は、大規模言語モデルが初期の動機ステージ、特にユーザーが行動の変更に抵抗しているか、または変更について曖昧な場合に、ユーザーの動機状態を認識するのに苦労していることも発見しました。チャットボットは、ユーザーが問題行動を評価し、その結果を理解するのを支援するための十分な情報を提供できませんでした。たとえば、身体活動を増やすことに抵抗しているユーザーに直面した場合、チャットボットは、ユーザーを感情的に関与させるために、運動不足の生活様式の否定的な結果を強調するのではなく、ジムに参加することについて情報を提供することが多かったです。

さらに、研究は、大規模言語モデルが、動機を維持するための報酬システムの使用や、環境的刺激の削減について十分なガイダンスを提供していないことを示しました。バックは、「大規模言語モデルベースのチャットボットは、外部の支援、たとえば社会的支援についてのリソースを提供しています。しかし、問題行動を強化する刺激を除去する環境を制御する方法についての情報が不足しています」と述べました。

影響と将来の研究

この研究の結果は、大規模言語モデルの動機状態を自然言語会話から理解する能力の現状の限界を強調しています。チンは、これらのモデルはユーザーの言語の関連性を表現するようにトレーニングされているが、変更を検討しているがまだ躊躇しているユーザーと、行動を変更するための明確な意図を持っているユーザーを区別するのに苦労していることを説明しました。さらに、ユーザーのクエリの意味的類似性は、モデルが単に言語に基づいてユーザーの行動の変更への準備度を正確に識別することを困難にします。

これらの限界にもかかわらず、研究者は、大規模言語モデルチャットボットが強い動機を持つユーザーに有益なサポートを提供できる可能性があると考えています。将来の研究は、これらのモデルをより具体的な知識でトレーニングし、言語的ヒント、情報検索パターン、健康の社会的決定要因を利用してユーザーの動機状態をよりよく理解することに焦点を当てます。モデルを改善することで、研究者は、これらのAIパワードツールが健康な行動の変更を促進するための有効性を高めることを目指しています。

AIチャットボットと行動の変更

イリノイ大学アーバナ・シャンペーン校のACTION Labの研究は、大規模言語モデルチャットボットが健康な行動の変更を促進する潜在能力と限界を明らかにしました。チャットボットは、行動の変更を開始したり維持しているユーザーをサポートする約束的な結果を示していますが、初期の動機ステージ、特に抵抗と曖昧さを認識するのに苦労しています。研究者がこれらのモデルを改善し続けるにつれて、行動の変更プロセスのすべての段階でユーザーをガイダンスして、最終的に個人とコミュニティの健康成果を改善することが期待されます。