Поврзете се со нас

Вештачка интелигенција

Разговорите со вештачка интелигенција ветуваат, но се ограничени во промовирањето здрави промени во однесувањето

Ажурирани on

Во последниве години, здравствената индустрија беше сведок на значително зголемување на употребата на големи јазични чет-ботови засновани на модели, или генеративни агенти за разговор. Овие алатки напојувани со вештачка интелигенција се користени за различни цели, вклучувајќи едукација на пациенти, проценка и управување. Како што расте популарноста на овие чат-ботови, истражувачите од Универзитетот во Илиноис, Урбана-Шампејн ACTION Lab одблизу го разгледаа нивниот потенцијал да промовираат здрави промени во однесувањето.

Мишел Бак, докторант по информатички науки, и професорката Џеси Чин неодамна ги објавија своите наоди во Весник на Американското здружение за медицинска информатика. Нивната студија имаше за цел да утврди дали големите јазични модели можат ефикасно да ги идентификуваат мотивационите состојби на корисниците и да обезбедат соодветни информации за да го поддржат нивното патување кон поздрави навики.

Дизајн на студијата

Да се ​​проценат способностите на големи јазични модели во промовирањето на промената на однесувањето, Бак и Чин дизајнираа сеопфатна студија која вклучува три истакнати модели на четботови: ChatGPT, Google Bard и Llama 2. Истражувачите создадоа серија од 25 сценарија, секое насочено кон специфични здравствени потреби како што се ниска физичка активност, диета и исхрана грижи, предизвици за менталното здравје, скрининг и дијагноза на рак, сексуално преносливи болести и зависност од супстанции.

Сценаријата беа внимателно изработени за да ги претстават петте различни мотивациони фази на промена на однесувањето:

  1. Отпорност на промени и недостаток на свест за проблематично однесување
  2. Зголемена свест за проблематичното однесување, но амбивалентност за правење промени
  3. Намерата да се преземе акција со мали чекори кон промена
  4. Иницирање на промена на однесувањето со посветеност да се одржи
  5. Успешно одржување на промената на однесувањето шест месеци со посветеност да се одржи

Со евалуација на одговорите на четботите на секое сценарио низ различните мотивациони фази, истражувачите имаа за цел да ги утврдат силните и слабите страни на големите јазични модели во поддршката на корисниците во текот на нивното патување со промена на однесувањето.

Што откри студијата?

Студијата откри и ветувачки резултати и значителни ограничувања во способноста на големите јазични модели да поддржат промена на однесувањето. Бак и Чин открија дека четботите можат ефективно да ги идентификуваат состојбите на мотивација и да обезбедат релевантни информации кога корисниците имаат воспоставено цели и силна посветеност да преземат акција. Ова сугерира дека индивидуите кои се веќе во подоцнежните фази на промена на однесувањето, како што се оние кои иницирале промени или успешно ги одржуваат некое време, можат да имаат корист од насоките и поддршката што ги обезбедуваат овие алатки со ВИ.

Сепак, истражувачите открија и дека големите јазични модели се борат да ги препознаат почетните фази на мотивација, особено кога корисниците се отпорни на промени или амбивалентни за правење модификации на нивното однесување. Во овие случаи, четботите не успеаја да обезбедат соодветни информации за да им помогнат на корисниците да го проценат нивното проблематично однесување и неговите последици, како и да проценат како нивната околина влијаела на нивните постапки. На пример, кога ќе се соочат со корисник кој е отпорен на зголемување на нивната физичка активност, чет-ботите често не обезбедуваат информации за приклучување во теретана наместо да го ангажираат корисникот емотивно со истакнување на негативните последици од седентарен начин на живот.

Понатаму, студијата откри дека големите јазични модели не нудат доволно насоки за користење на системите за наградување за одржување на мотивацијата или намалување на еколошките стимули кои би можеле да го зголемат ризикот од релапс, дури и за корисниците кои веќе презеле чекори за промена на нивното однесување. Бак истакна: „Големите чет-ботови базирани на јазичен модел обезбедуваат ресурси за добивање надворешна помош, како што е социјалната поддршка. Им недостасуваат информации за тоа како да ја контролираат околината за да го елиминираат стимулот што го засилува проблематичното однесување“.

Импликации и идни истражувања

Наодите од оваа студија ги нагласуваат сегашните ограничувања на големите јазични модели во разбирањето на мотивационите состојби од разговорите на природен јазик. Чин објасни дека овие модели се обучени да ја претставуваат релевантноста на јазикот на корисникот, но се борат да направат разлика помеѓу корисникот кој размислува за промена, но сè уште се колеба и оној кој има цврста намера да преземе акција. Дополнително, семантичката сличност во барањата на корисниците низ различни мотивациони фази го прави предизвик за моделите прецизно да ја идентификуваат подготвеноста на корисникот за промени само врз основа на нивниот јазик.

И покрај овие ограничувања, истражувачите веруваат дека големите јазични модели за разговори имаат потенцијал да обезбедат вредна поддршка кога корисниците имаат силни мотивации и се подготвени да преземат акција. За целосно да се реализира овој потенцијал, идните студии ќе се фокусираат на дотерување на овие модели за подобро да се разберат мотивациските состојби на корисниците преку искористување на јазичните знаци, моделите за пребарување информации и социјалните детерминанти на здравјето. Со опремување на моделите со поспецифично знаење и подобрување на нивната способност да препознаваат и да одговорат на различни фази на мотивација, истражувачите се надеваат дека ќе ја подобрат ефикасноста на овие алатки напојувани со вештачка интелигенција во промовирањето на здрави промени во однесувањето.

AI Chatbots во промена на однесувањето

Студијата од ACTION Lab на Универзитетот во Илиноис, Урбана-Шампејн, фрли светлина врз потенцијалот и ограничувањата на големите јазични модели за разговори во промовирањето на здрави промени во однесувањето. Додека овие алатки напојувани со вештачка интелигенција покажаа ветување за поддршка на корисниците кои се посветени на правење позитивни промени, тие сè уште се борат ефикасно да ги препознаат и одговорат на почетните фази на мотивација, како што се отпорот и амбивалентноста. Како што истражувачите продолжуваат да ги усовршуваат и подобруваат овие модели, се надеваме дека тие ќе станат сè поефикасни во водењето на корисниците низ сите фази од процесот на промена на однесувањето, што на крајот ќе придонесе за подобри здравствени резултати за поединците и заедниците.

Алекс Мекфарланд е новинар и писател за вештачка интелигенција кој ги истражува најновите случувања во вештачката интелигенција. Соработувал со бројни стартапи и публикации за вештачка интелигенција ширум светот.