Yapay Zeka Sohbet Robotları Gelecek Vaat Ediyor Ancak Sağlıklı Davranış Değişikliğini Teşvik Etme Konusunda Sınırlı

Son yıllarda sağlık sektörü, büyük dil modeline dayalı sohbet robotlarının veya üretken konuşma araçlarının kullanımında önemli bir artışa tanık oldu. Yapay zeka destekli bu araçlar, hasta eğitimi, değerlendirme ve yönetim gibi çeşitli amaçlarla kullanılmaktadır. Bu sohbet robotlarının popülaritesi arttıkça, Illinois Üniversitesi Urbana-Champaign'deki araştırmacılar EYLEM Laboratuvarı sağlıklı davranış değişikliğini teşvik etme potansiyellerine daha yakından baktık.

Bilgi bilimleri alanında doktora öğrencisi Michelle Bak ve Profesör Jessie Chin yakın zamanda bulgularını Amerikan Tıp Bilişimi Derneği DergisiÇalışmanın amacı, büyük dil modellerinin kullanıcıların motivasyonel durumlarını etkili bir şekilde belirleyip belirleyemeyeceğini ve daha sağlıklı alışkanlıklara doğru yolculuklarını destekleyecek uygun bilgileri sağlayıp sağlayamayacağını belirlemekti.

Çalışma tasarımı

Yeteneklerini değerlendirmek için büyük dil modelleri Davranış değişikliğini teşvik etmek için Bak ve Chin, önde gelen üç sohbet robotu modelini içeren kapsamlı bir çalışma tasarladı: ChatGPT, Google Bard ve Llama 2. Araştırmacılar, her biri düşük fiziksel aktivite, diyet ve beslenme gibi belirli sağlık ihtiyaçlarını hedef alan 25 senaryodan oluşan bir dizi oluşturdu. endişeler, zihinsel sağlık sorunları, kanser taraması ve teşhisi, cinsel yolla bulaşan hastalıklar ve madde bağımlılığı.

Senaryolar, davranış değişikliğinin beş farklı motivasyon aşamasını temsil edecek şekilde dikkatle hazırlandı:

1. Değişime direnç ve problem davranış konusunda farkındalık eksikliği
2. Sorunlu davranışa ilişkin artan farkındalık ancak değişiklik yapma konusunda kararsızlık
3. Değişime yönelik küçük adımlarla harekete geçme niyeti
4. Davranış değişikliğini sürdürme taahhüdü ile başlatmak
5. Davranış değişikliğini altı ay boyunca başarıyla sürdürme kararlılığıyla sürdürmek

Araştırmacılar, sohbet robotlarının her senaryoya verdiği yanıtları farklı motivasyon aşamalarında değerlendirerek, büyük dil modellerinin kullanıcıların davranış değişikliği yolculukları boyunca onları desteklemedeki güçlü ve zayıf yönlerini belirlemeyi amaçladılar.

Çalışma Ne Buldu?

Çalışma, büyük dil modellerinin davranış değişikliğini destekleme yeteneğinde hem umut verici sonuçları hem de önemli sınırlamaları ortaya çıkardı. Bak ve Chin, kullanıcılar belirli hedefler belirlediklerinde ve harekete geçme konusunda güçlü bir kararlılığa sahip olduklarında, sohbet robotlarının motivasyon durumlarını etkili bir şekilde tanımlayabildiğini ve ilgili bilgileri sağlayabildiğini buldu. Bu, değişiklikleri başlatanlar veya bunları bir süredir başarılı bir şekilde sürdürenler gibi davranış değişikliğinin daha sonraki aşamalarında olan bireylerin, bu yapay zeka destekli araçların sağladığı rehberlik ve destekten yararlanabileceğini göstermektedir.

Ancak araştırmacılar, büyük dil modellerinin, özellikle kullanıcılar değişime dirençli olduğunda veya davranışlarında değişiklik yapma konusunda kararsız olduklarında, motivasyonun ilk aşamalarını tanımakta zorluk çektiğini de keşfettiler. Bu durumlarda, sohbet robotları, kullanıcıların sorunlu davranışlarını ve sonuçlarını değerlendirmelerine ve ayrıca çevrelerinin eylemlerini nasıl etkilediğini değerlendirmelerine yardımcı olacak yeterli bilgiyi sağlayamadı. Örneğin, fiziksel aktivitesini artırmaya dirençli bir kullanıcıyla karşı karşıya kaldıklarında sohbet robotları, hareketsiz bir yaşam tarzının olumsuz sonuçlarını vurgulayarak kullanıcıyı duygusal olarak meşgul etmek yerine genellikle spor salonuna katılma hakkında bilgi vermeyi tercih ediyordu.

Ayrıca, çalışma, büyük dil modellerinin motivasyonu korumak veya davranışlarını değiştirmek için adım atmış kullanıcılar için bile, nüksetme riskini artırabilecek çevresel uyaranları azaltmak için ödül sistemlerinin kullanımı konusunda yeterli rehberlik sağlamadığını ortaya koydu. Bak, "Büyük dil modeline dayalı sohbet robotları, sosyal destek gibi dış yardım alma konusunda kaynaklar sağlıyor. Sorunlu davranışı pekiştiren bir uyaranı ortadan kaldırmak için ortamı nasıl kontrol edecekleri konusunda bilgi eksikliği yaşıyorlar." dedi.

Çıkarımlar ve Gelecekteki Araştırmalar

Bu çalışmanın bulguları, büyük dil modellerinin doğal dil konuşmalarından motivasyonel durumları anlamadaki mevcut sınırlamalarını vurgulamaktadır. Chin, bu modellerin bir kullanıcının dilinin önemini temsil edecek şekilde eğitildiğini, ancak değişimi düşünen ancak hala tereddütlü olan bir kullanıcı ile harekete geçme konusunda kesin bir niyeti olan bir kullanıcı arasında ayrım yapmakta zorlandıklarını açıklamıştır. Ayrıca, farklı motivasyonel aşamalardaki kullanıcı sorgularındaki anlamsal benzerlik, modellerin kullanıcının değişime hazır olup olmadığını yalnızca diline dayanarak doğru bir şekilde belirlemesini zorlaştırmaktadır.

Bu sınırlamalara rağmen, araştırmacılar, büyük dil modelli sohbet robotlarının, kullanıcılar güçlü motivasyonlara sahip olduğunda ve harekete geçmeye hazır olduğunda değerli destek sağlama potansiyeline sahip olduğuna inanıyor. Bu potansiyeli tam olarak hayata geçirmek için, gelecekteki çalışmalar, dilsel ipuçlarından, bilgi arama kalıplarından ve sağlığın sosyal belirleyicilerinden yararlanarak kullanıcıların motivasyon durumlarını daha iyi anlamak için bu modelleri ince ayar yapmaya odaklanacaktır. Araştırmacılar, modelleri daha spesifik bilgilerle donatarak ve motivasyonun farklı aşamalarını tanıma ve bunlara yanıt verme becerilerini geliştirerek, yapay zeka destekli bu araçların sağlıklı davranış değişikliğini teşvik etmedeki etkinliğini artırmayı umuyor.

Davranış Değişikliğinde Yapay Zeka Chatbotları

Illinois Üniversitesi Urbana-Champaign ACTION Laboratuvarı'nda yapılan çalışma, büyük dil modelli sohbet robotlarının sağlıklı davranış değişikliğini teşvik etmedeki potansiyeline ve sınırlamalarına ışık tutuyor. Yapay zeka destekli bu araçlar, olumlu değişiklikler yapmaya kararlı kullanıcıları desteklemede umut vaat etse de, direnç ve kararsızlık gibi motivasyonun ilk aşamalarını etkili bir şekilde fark edip bunlara yanıt vermekte hâlâ zorlanıyorlar. Araştırmacılar bu modelleri geliştirmeye ve iyileştirmeye devam ettikçe, kullanıcıları davranış değişikliği sürecinin tüm aşamalarında yönlendirmede giderek daha etkili hale gelmeleri ve nihayetinde hem bireyler hem de toplumlar için daha iyi sağlık sonuçlarına katkıda bulunmaları umuluyor.