关注我们.

人工智能

人工智能聊天机器人在促进健康行为改变方面前景广阔但有限

更新 on

近年来,医疗保健行业基于大型语言模型的聊天机器人或生成对话代理的使用显着增加。这些人工智能驱动的工具已用于多种目的,包括患者教育、评估和管理。随着这些聊天机器人越来越受欢迎,伊利诺伊大学厄巴纳-香槟分校的研究人员 行动实验室 仔细研究了它们促进健康行为改变的潜力。

信息科学博士生 Michelle Bak 和 Jessie Chin 教授最近在《 美国医学信息学协会杂志。他们的研究旨在确定大型语言模型是否可以有效识别用户的动机状态并提供适当的信息来支持他们走向更健康的习惯。

学习规划

评估以下人员的能力 大型语言模型 为了促进行为改变,Bak 和 Chin 设计了一项综合研究,涉及三种著名的聊天机器人模型:ChatGPT、Google Bard 和 Llama 2。研究人员创建了一系列 25 个场景,每个场景都针对特定的健康需求,例如低体力活动、饮食和营养关注、心理健康挑战、癌症筛查和诊断、性传播疾病和物质依赖。

这些场景经过精心设计,代表了行为改变的五个不同动机阶段:

  1. 抵制变革并缺乏对问题行为的认识
  2. 对问题行为的认识增强,但对做出改变持矛盾态度
  3. 打算采取小步行动来实现变革
  4. 发起行为改变并承诺维持它
  5. 成功地将行为改变维持六个月,并承诺维持它

通过评估聊天机器人在不同动机阶段对每种场景的反应,研究人员旨在确定大型语言模型在支持用户整个行为改变过程中的优势和劣势。

研究发现了什么?

该研究揭示了大型语言模型支持行为改变的能力的有希望的结果和显着的局限性。 Bak 和 Chin 发现,当用户确立目标并坚定承诺采取行动时,聊天机器人可以有效识别动机状态并提供相关信息。这表明,已经处于行为改变后期的个人,例如那些已经发起改变或已经成功维持改变一段时间的人,可以从这些人工智能工具提供的指导和支持中受益。

然而,研究人员还发现,大型语言模型很难识别动机的初始阶段,特别是当用户抵制改变或对改变自己的行为感到矛盾时。在这些情况下,聊天机器人无法提供足够的信息来帮助用户评估他们的问题行为及其后果,以及评估他们的环境如何影响他们的行为。例如,当面对拒绝增加身体活动的用户时,聊天机器人通常默认提供有关加入健身房的信息,而不是通过强调久坐生活方式的负面后果来情感上吸引用户。

此外,研究表明,大型语言模型没有提供足够的指导来使用奖励系统来维持动力或减少可能增加旧病复发风险的环境刺激,即使对于已经采取措施改变行为的用户也是如此。 Bak 指出:“基于大型语言模型的聊天机器人提供了获得外部帮助的资源,例如社交支持。他们缺乏关于如何控制环境以消除强化问题行为的刺激的信息。”

影响和未来研究

这项研究的结果强调了当前大型语言模型在从自然语言对话中理解动机状态方面的局限性。 Chin 解释说,这些模型经过训练可以表示用户语言的相关性,但很难区分正在考虑改变但仍犹豫不决的用户和坚定采取行动的用户。此外,不同动机阶段的用户查询的语义相似性使得模型难以仅根据用户的语言准确识别用户是否准备好进行改变。

尽管存在这些限制,研究人员认为,当用户有强烈的动机并准备采取行动时,大型语言模型聊天机器人有潜力提供有价值的支持。为了充分发挥这一潜力,未来的研究将侧重于微调这些模型,以便通过利用语言线索、信息搜索模式和健康的社会决定因素来更好地理解用户的动机状态。通过为模型配备更具体的知识并提高其识别和响应不同动机阶段的能力,研究人员希望提高这些人工智能工具在促进健康行为改变方面的有效性。

行为改变中的人工智能聊天机器人

伊利诺伊大学厄巴纳-香槟分校行动实验室的这项研究揭示了大型语言模型聊天机器人在促进健康行为改变方面的潜力和局限性。尽管这些人工智能驱动的工具在支持致力于做出积极改变的用户方面表现出了希望,但它们仍然难以有效地识别和应对动机的初始阶段,例如抵制和矛盾心理。随着研究人员不断完善和改进这些模型,希望它们能够越来越有效地指导用户完成行为改变过程的各个阶段,最终为个人和社区带来更好的健康结果。

Alex McFarland 是一位人工智能记者和作家,致力于探索人工智能的最新发展。他与全球众多人工智能初创公司和出版物合作。