人工智能聊天机器人在促进健康行为变化方面具有潜力但存在局限性

近年来，医疗保健行业见证了大型语言模型基于聊天机器人的显著增加，这些聊天机器人也被称为生成式对话代理。这些人工智能驱动的工具已被用于各种目的，包括患者教育、评估和管理。随着这些聊天机器人的受欢迎程度的增长，伊利诺伊大学厄巴纳-香槟分校的ACTION实验室的研究人员对它们在促进健康行为变化方面的潜力进行了更深入的研究。

信息科学博士生Michelle Bak和教授Jessie Chin最近在《美国医疗信息学杂志》上发表了他们的研究成果。他们的研究旨在确定大型语言模型是否能够有效地识别用户的动机状态并提供适当的信息来支持他们朝着更健康的习惯前进的旅程。

研究设计

为了评估大型语言模型在促进行为变化方面的能力，Bak和Chin设计了一项综合研究，涉及三个著名的聊天机器人模型：ChatGPT、Google (GOOGL ) Bard和Llama 2。研究人员创建了一系列25个场景，每个场景针对特定的健康需求，例如低体力活动、饮食和营养问题、心理健康挑战、癌症筛查和诊断、性传播疾病和物质依赖。

这些场景被精心设计，以代表行为变化的五个不同的动机阶段：

1. 对变化的抵制和缺乏对问题行为的认识
2. 对问题行为的认识增加，但对改变的态度模糊
3. 采取行动的意图，朝着改变迈出小步
4. 行为变化的开始，致力于维持它
5. 成功维持行为变化六个月，致力于维持它

通过评估聊天机器人对每个场景的响应，研究人员旨在确定大型语言模型在支持用户整个行为变化过程中的优势和劣势。

研究发现了什么？

研究揭示了大型语言模型在支持行为变化方面的潜力和局限性。Bak和Chin发现，当用户已经设定了目标并致力于采取行动时，聊天机器人可以有效地识别动机状态并提供相关信息。这表明那些已经处于行为变化后期阶段的个体，例如那些已经开始改变或成功维持改变一段时间的人，可以从这些人工智能驱动的工具提供的指导和支持中受益。

然而，研究人员也发现，大型语言模型在识别动机的初始阶段方面存在困难，特别是当用户抵制变化或对改变态度模糊时。在这些情况下，聊天机器人未能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，当面对一个抵制增加体力活动的用户时，聊天机器人经常默认提供关于加入健身房的信息，而不是通过强调久坐不动的生活方式的负面后果来吸引用户的情感。

此外，研究表明，大型语言模型没有提供足够的指导，关于如何使用奖励系统来维持动机，或者减少可能增加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。Bak指出，“基于大型语言模型的聊天机器人提供了关于寻求外部帮助的资源，例如社会支持。它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

该研究的发现凸显了大型语言模型在理解自然语言对话中的动机状态方面的当前局限性。Chin解释说，这些模型被训练来代表用户语言的相关性，但难以区分一个正在考虑改变但仍然犹豫的用户和一个已经有坚定意图采取行动的用户。另外，用户查询在不同动机阶段的语义相似性使得模型难以仅凭用户的语言准确识别用户的改变准备度。

尽管存在这些局限性，研究人员相信，大型语言模型聊天机器人有潜力在用户具有强烈动机和准备采取行动时提供有价值的支持。为了充分发挥这一潜力，未来的研究将重点改进这些模型，以更好地理解用户的动机状态，利用语言线索、信息搜索模式和健康的社会决定因素。通过为模型提供更多具体的知识并提高它们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驱动的工具在促进健康行为变化方面的有效性。

人工智能聊天机器人在行为变化中

伊利诺伊大学厄巴纳-香槟分校的ACTION实验室的研究已经阐明了大型语言模型聊天机器人在促进健康行为变化方面的潜力和局限性。虽然这些人工智能驱动的工具已经显示出在支持已经致力于做出积极改变的用户方面的潜力，但它们仍然难以有效地识别和响应动机的初始阶段，例如抵制和模糊。随着研究人员继续改进和完善这些模型，希望它们将变得越来越有效地引导用户通过行为变化的所有阶段，最终为个人和社区带来更好的健康结果。