โชตบอท AI มีแนวโน้ม แต่มีข้อจำกัดในการส่งเสริมการเปลี่ยนแปลงพฤติกรรมที่ดีต่อสุขภาพ

ในช่วงไม่กี่ปีที่ผ่านมา อุตสาหกรรมสุขภาพได้เห็นการเพิ่มขึ้นอย่างมีนัยสำคัญในการใช้แชทบอทที่ใช้โมเดลภาษาขนาดใหญ่ หรือตัวแทนการสนทนาที่สร้างขึ้นได้ เครื่องมือที่ได้รับการสนับสนุนจาก AI เหล่านี้ได้รับการนำไปใช้เพื่อวัตถุประสงค์ต่างๆ รวมถึงการศึกษาผู้ป่วย การประเมิน และการจัดการ เมื่อความนิยมของแชทบอทเหล่านี้เติบโต นักวิจัยจาก ACTION Lab ของ University of Illinois Urbana-Champaign ได้ตรวจสอบอย่างใกล้ชิดถึงศักยภาพในการส่งเสริมการเปลี่ยนแปลงพฤติกรรมที่ดีต่อสุขภาพ

Michelle Bak นักศึกษาระดับ博士ในด้านวิทยาศาสตร์ข้อมูล และ Professor Jessie Chin ได้ตีพิมพ์ผลการวิจัยของพวกเขาใน Journal of the American Medical Informatics Association การศึกษาของพวกเขามีจุดมุ่งหมายเพื่อกำหนดว่าโมเดลภาษาขนาดใหญ่สามารถระบุสถานะการกระตุ้นของผู้ใช้และให้ข้อมูลที่เหมาะสมเพื่อสนับสนุนการเดินทางสู่นิสัยที่ดีต่อสุขภาพของพวกเขาได้อย่างมีประสิทธิภาพหรือไม่

การออกแบบการศึกษา

เพื่อประเมินความสามารถของ โมเดลภาษาขนาดใหญ่ ในการส่งเสริมการเปลี่ยนแปลงพฤติกรรม Bak และ Chin ได้ออกแบบการศึกษาที่ครอบคลุมซึ่งเกี่ยวข้องกับโมเดลแชทบอทที่โดดเด่นสามแบบ: ChatGPT, Google Bard และ Llama 2 นักวิจัยได้สร้างซีรีส์ของสถานการณ์ 25 สถานการณ์ แต่ละสถานการณ์มุ่งเน้นไปที่ความต้องการด้านสุขภาพที่เฉพาะเจาะจง เช่น การเคลื่อนไหวทางกายที่ต่ำ ปัญหาด้านอาหารและการโภชนาการ ความท้าทายด้านสุขภาพจิต การตรวจคัดกรองและวินิจฉัยโรคมะเร็ง โรคติดต่อทางเพศสัมพันธ์ และการเสพติดสารเสพติด

สถานการณ์เหล่านี้ได้รับการออกแบบอย่างรอบคอบเพื่อแสดงถึงขั้นตอนการเปลี่ยนแปลงพฤติกรรมที่แตกต่างกัน 5 ขั้นตอน:

1. การต่อต้านการเปลี่ยนแปลงและขาดความตระหนักเกี่ยวกับพฤติกรรมที่มีปัญหา
2. การเพิ่มขึ้นของความตระหนักเกี่ยวกับพฤติกรรมที่มีปัญหา แต่ยังลังเลที่จะเปลี่ยนแปลง
3. ความตั้งใจที่จะดำเนินการด้วยขั้นตอนเล็กๆ ที่จะเปลี่ยนแปลง
4. การเริ่มต้นการเปลี่ยนแปลงพฤติกรรมด้วยความมุ่งมั่นที่จะรักษาไว้
5. การรักษาการเปลี่ยนแปลงพฤติกรรมที่ประสบความสำเร็จเป็นเวลา 6 เดือนพร้อมกับความมุ่งมั่นที่จะรักษาไว้

โดยการประเมินการตอบสนองของแชทบอทต่อสถานการณ์แต่ละสถานการณ์ในช่วงขั้นตอนการเปลี่ยนแปลงพฤติกรรมที่แตกต่างกัน นักวิจัยมุ่งหวังที่จะกำหนดจุดแข็งและจุดอ่อนของโมเดลภาษาขนาดใหญ่ในการสนับสนุนผู้ใช้ตลอดการเดินทางในการเปลี่ยนแปลงพฤติกรรม

สิ่งที่พบจากการศึกษา

การศึกษานี้เปิดเผยผลลัพธ์ที่น่าหวังและข้อจำกัดที่สำคัญในความสามารถของโมเดลภาษาขนาดใหญ่ในการสนับสนุนการเปลี่ยนแปลงพฤติกรรม Bak และ Chin พบว่าแชทบอทสามารถระบุสถานะการกระตุ้นและให้ข้อมูลที่เกี่ยวข้องได้อย่างมีประสิทธิภาพเมื่อผู้ใช้มีเป้าหมายที่กำหนดไว้แล้วและมีความมุ่งมั่นที่จะดำเนินการ สิ่งนี้แสดงให้เห็นว่าบุคคลที่อยู่ในขั้นตอนการเปลี่ยนแปลงพฤติกรรมที่หลากหลาย เช่น ผู้ที่ได้เริ่มการเปลี่ยนแปลงหรือได้รักษาการเปลี่ยนแปลงไว้แล้วสามารถได้รับประโยชน์จากคำแนะนำและการสนับสนุนของเครื่องมือที่ได้รับการสนับสนุนจาก AI เหล่านี้

อย่างไรก็ตาม นักวิจัยยังพบว่าโมเดลภาษาขนาดใหญ่ต้องดิ้นรนในการรับรู้ขั้นตอนการเปลี่ยนแปลงพฤติกรรมเบื้องต้น โดยเฉพาะเมื่อผู้ใช้ต่อต้านการเปลี่ยนแปลงหรือลังเลที่จะเปลี่ยนแปลงพฤติกรรมของตน ในกรณีเหล่านี้ แชทบอทไม่สามารถให้ข้อมูลที่เพียงพอเพื่อช่วยให้ผู้ใช้ประเมินพฤติกรรมที่มีปัญหาและผลที่ตามมา รวมถึงประเมินว่าสภาพแวดล้อมของพวกเขากระตุ้นให้เกิดการกระทำอย่างไร ตัวอย่างเช่น เมื่อเผชิญกับผู้ใช้ที่ต่อต้านการเพิ่มกิจกรรมทางกาย แชทบอทมักจะให้ข้อมูลเกี่ยวกับการเข้าร่วมยิมมากกว่าการมีส่วนร่วมทางอารมณ์โดยการเน้นย้ำถึงผลเสียของการนั่งมาก

นอกจากนี้ การศึกษายังพบว่าโมเดลภาษาขนาดใหญ่ไม่ได้ให้คำแนะนำที่เพียงพอเกี่ยวกับการใช้ระบบรางวัลเพื่อรักษาแรงจูงใจหรือลดสิ่งเร้าทางสิ่งแวดล้อมที่อาจเพิ่มความเสี่ยงของการกลับไปสู่พฤติกรรมที่มีปัญหา แม้กระทั่งสำหรับผู้ที่ได้ดำเนินการเปลี่ยนแปลงพฤติกรรมแล้ว Bak ระบุว่า “แชทบอทที่ใช้โมเดลภาษาขนาดใหญ่ให้ทรัพยากรเกี่ยวกับการรับแรงสนับสนุนจากภายนอก เช่น การสนับสนุนจากสังคม พวกเขาไม่มีข้อมูลเกี่ยวกับวิธีการควบคุมสภาพแวดล้อมเพื่อกำจัดสิ่งเร้าที่กระตุ้นให้เกิดพฤติกรรมที่มีปัญหา”

ผลกระทบและงานวิจัยในอนาคต

ผลการวิจัยของการศึกษานี้เน้นย้ำถึงข้อจำกัดในปัจจุบันของโมเดลภาษาขนาดใหญ่ในการทำความเข้าใจสถานะการกระตุ้นจากการสนทนาภาษาแบบธรรมชาติ Chin อธิบายว่าโมเดลเหล่านี้ได้รับการฝึกฝนให้แสดงถึงความเกี่ยวข้องของภาษาผู้ใช้ แต่ต้องดิ้นรนในการแยกแยะระหว่างผู้ใช้ที่กำลังคิดจะเปลี่ยนแปลงแต่ยังลังเล และผู้ที่มีความตั้งใจที่จะดำเนินการอย่างแน่วแน่ นอกจากนี้ ความคล้ายคลึงกันทางภาษาในคำถามของผู้ใช้ระหว่างขั้นตอนการเปลี่ยนแปลงพฤติกรรมที่แตกต่างกันทำให้โมเดลเหล่านี้ต้องดิ้นรนในการระบุความพร้อมของผู้ใช้ที่จะเปลี่ยนแปลงพฤติกรรมโดยอาศัยภาษาของผู้ใช้เพียงอย่างเดียว

尽管มีข้อจำกัดเหล่านี้ นักวิจัยเชื่อว่าแชทบอทที่ใช้โมเดลภาษาขนาดใหญ่มีศักยภาพที่จะให้การสนับสนุนที่มีคุณค่าเมื่อผู้ใช้มีแรงจูงใจที่เข้มแข็งและพร้อมที่จะดำเนินการ เพื่อให้บรรลุศักยภาพนี้อย่างเต็มที่ การศึกษาที่จะเกิดขึ้นในอนาคตจะเน้นไปที่การปรับโมเดลเหล่านี้ให้เข้าใจสถานะการกระตุ้นของผู้ใช้ดีขึ้นโดยใช้คำใบ้ทางภาษา รูปแบบการค้นหาข้อมูล และปัจจัยกำหนดสุขภาพทางสังคม โดยการเพิ่มความรู้เฉพาะเจาะจงให้กับโมเดลเหล่านี้และปรับปรุงความสามารถในการรับรู้และตอบสนองต่อขั้นตอนการเปลี่ยนแปลงพฤติกรรมที่แตกต่างกัน นักวิจัยหวังว่าจะเพิ่มประสิทธิภาพของเครื่องมือที่ได้รับการสนับสนุนจาก AI เหล่านี้ในการส่งเสริมการเปลี่ยนแปลงพฤติกรรมที่ดีต่อสุขภาพ

แชทบอท AI ในการเปลี่ยนแปลงพฤติกรรม

การศึกษาจาก ACTION Lab ของ University of Illinois Urbana-Champaign ได้ให้แสงสว่างเกี่ยวกับศักยภาพและข้อจำกัดของแชทบอทที่ใช้โมเดลภาษาขนาดใหญ่ในการส่งเสริมการเปลี่ยนแปลงพฤติกรรมที่ดีต่อสุขภาพ ในขณะที่เครื่องมือที่ได้รับการสนับสนุนจาก AI เหล่านี้แสดงให้เห็นถึงความหวังในการสนับสนุนผู้ใช้ที่มุ่งมั่นที่จะเปลี่ยนแปลงพฤติกรรมในเชิงบวก พวกเขายังคงต้องดิ้นรนในการรับรู้และตอบสนองต่อขั้นตอนการเปลี่ยนแปลงพฤติกรรมเบื้องต้น เช่น การต่อต้านและการลังเล เมื่อนักวิจัยดำเนินการต่อในการปรับปรุงและปรับแต่งโมเดลเหล่านี้ มีความหวังว่าพวกเขาจะมีประสิทธิภาพมากขึ้นในการช่วยให้ผู้ใช้ดำเนินผ่านขั้นตอนการเปลี่ยนแปลงพฤติกรรมทั้งหมด ส่งผลให้เกิดผลลัพธ์ด้านสุขภาพที่ดีขึ้นสำหรับบุคคลและชุมชน