AI 챗봇은 건강한 행동 변화를 촉진하는 데 약속이 있지만 제한이 있습니다.

최근 몇 년 동안 의료 산업은 대규모 언어 모델 기반 챗봇, 즉 생성 대화 에이전트의 사용이 크게 증가했습니다. 이러한 AI 기반 도구는 환자 교육, 평가 및 관리를 포함한 다양한 목적으로 사용되었습니다. 이러한 챗봇의 인기가 증가함에 따라 일리노이 대학교 어바나-샴페인 캠퍼스의 ACTION Lab의 연구자들은 건강한 행동 변화를 촉진하는 데 이러한 챗봇의 잠재력을 더仔細히 조사했습니다.

정보 과학 박사 과정 학생인 미셸 박과 제시 친 교수는 최근 미국 의료 정보 학회 저널에 연구 결과를 발표했습니다. 그들의 연구는 대규모 언어 모델이 사용자의 동기 상태를 효과적으로 식별하고 더 건강한 습관을 위한 여정을 지원하기 위해 적절한 정보를 제공할 수 있는지 여부를 결정하는 것을 목표로 했습니다.

연구 설계

행동 변화를 촉진하는 데 대규모 언어 모델의 능력을 평가하기 위해 박과 친은 세 가지 주요 챗봇 모델, 즉 ChatGPT, Google Bard 및 Llama 2를 포함하는 포괄적인 연구를 설계했습니다. 연구자들은 25개의 시나리오를 생성했으며, 각 시나리오는 저체력, 식이 및 영양 문제, 정신 건강 문제, 암 검진 및 진단, 성병 및 약물 의존과 같은 특정 건강需求을 대상으로 했습니다.

시나리오는 행동 변화를 위한 다섯 가지 구별되는 동기 상태를 나타내는 것을 목표로 설계되었습니다.

1. 변화를 거부하고 문제 행동에 대한 인식이 부족한 상태
2. 문제 행동에 대한 인식이 증가했지만 변경에 대한 의구심이 있는 상태
3. 변경에 대한 의도와 작은 단계로의 행동을 위한 준비
4. 변경의 시작과 이를 유지하기 위한 약속
5. 변경을 6개월 동안 성공적으로 유지하고 이를 유지하기 위한 약속

다양한 동기 상태에서 챗봇의 응답을 평가함으로써, 연구자들은 행동 변화를 지원하는 데 대규모 언어 모델의 강점과 약점을 결정하는 것을 목표로 했습니다.

연구 결과는 무엇인가?

연구는 행동 변화를 지원하는 데 대규모 언어 모델의 능력에 대해 약속이 있는 결과와 상당한 제한을 모두 보여주었습니다. 박과 친은 챗봇이 사용자의 동기 상태를 식별하고 관련 정보를 제공할 수 있을 때 효과적일 수 있음을 발견했습니다. 즉, 이미 행동 변화를 위한 목표를 설정하고 행동을 취할 의지가 있는 사용자에게는 이러한 AI 기반 도구가 유용한 지침과 지원을 제공할 수 있습니다.

그러나 연구자들은 또한 대규모 언어 모델이 초기 동기 상태, 특히 사용자가 변경에 저항하거나 변경에 대한 의구심이 있는 경우를 인식하는 데 어려움을 겪는다는 것을 발견했습니다. 이러한 경우, 챗봇은 사용자의 문제 행동과 그 결과를 평가하고 환경이 사용자의 행동에 미치는 영향을 평가하는 데 필요한 정보를 제공하지 못했습니다. 예를 들어, 사용자가 신체 활동을 증가시키는 것에 저항하는 경우, 챗봇은 사용자를 감정적으로 참여시키기보다는 체육관에 가입하는 것에 대한 정보를 제공하는 경우가 많았습니다.

さらに, 연구는 대규모 언어 모델이 동기를 유지하기 위한 보상 시스템의 사용이나 환경적 자극을 줄이는 방법에 대한 충분한 지침을 제공하지 않는다는 것을 보여주었습니다. 박은 “대규모 언어 모델 기반 챗봇은 외부 도움, 즉 사회적 지원에 대한 정보를 제공합니다. 그러나 문제 행동을 강화하는 자극을 제거하기 위한 환경 제어 방법에 대한 정보는 부족합니다.”라고 말했습니다.

의미와 미래 연구

이 연구의 결과는 자연어 대화에서 동기 상태를 이해하는 데 대규모 언어 모델의 현재 제한을 강조합니다. 친은 이러한 모델이 사용자의 언어의 관련성을 나타내는 데 훈련되지만, 변경에 대한 고려를 하고 있는 사용자와 행동을 취할 의지가 있는 사용자를 구별하는 데 어려움을 겪는다고 설명했습니다. 또한, 다양한 동기 상태에서 사용자 쿼리의 의미적 유사성으로 인해 모델이 언어만으로 사용자의 행동 변경 준비를 정확하게 식별하는 것이 어려워집니다.

이러한 제한에도 불구하고, 연구자들은 대규모 언어 모델 챗봇이 사용자가 강한 동기와 행동을 취할 준비가 되었을 때 유용한 지원을 제공할 수 있다고 믿습니다. 이러한 잠재력을 완전히 실현하기 위해, 미래의 연구는 언어적 단서, 정보 검색 패턴 및 건강의 사회적 결정因자를 활용하여 이러한 모델을 사용자의 동기 상태를 더 잘 이해하도록 세부적으로 조정하는 데 중점을 둘 것입니다. 모델을 더 구체적인 지식으로武装하고 다양한 동기 상태를 인식하고 응답하는 능력을 향상시키면, 연구자들은 이러한 AI 기반 도구가 건강한 행동 변화를 촉진하는 데 더 효과적으로 만들 수 있을 것입니다.

AI 챗봇과 행동 변화

일리노이 대학교 어바나-샴페인 캠퍼스의 ACTION Lab의 연구는 건강한 행동 변화를 촉진하는 데 대규모 언어 모델 챗봇의 잠재력과 제한을 밝혀냈습니다. 이러한 AI 기반 도구는 이미 행동 변경을 위해 노력하고 있는 사용자를 지원하는 데 약속이 있지만, 초기 동기 상태, 즉 저항과 의구심을 효과적으로 인식하고 응답하는 데 어려움을 겪고 있습니다. 이러한 모델을 계속해서 개선하고 세부적으로 조정함으로써, 연구자들은 이러한 도구가 행동 변경 과정의 모든 단계에서 사용자를 안내하고 궁극적으로 개인과 커뮤니티의 더 나은 건강 결과에 기여하는 데 더 효과적으로 만들 수 있을 것입니다.