MEM-STRESS:可穿戴设备信息驱动的AI压力管理聊天机器人纵向实地研究
MEM-STRESS: Longitudinal Field Study of a Wearable-Informed AI Chatbot for Stress Management
预印本 · 尚未经过同行评审
四周60名成人非随机研究中,接入可穿戴戒指生理记忆的DBT聊天机器人更多引用生理特征并推荐身体相关技能,感知压力降14.2%。
压力是日益普遍的困扰,由此产生了对易获取且个性化支持的需求。压力管理聊天机器人主要依赖用户自我报告的内容,而这些内容可能无法捕捉其生理变化。可穿戴设备能够捕捉这些变化,但聊天机器人很少将其作为跨对话的记忆加以使用。因此,我们提出 MEM-STRESS,这是一个压力支持聊天机器人,它将可穿戴戒指的生理数据转化为由每日记录、基线偏差、LLM 生成的摘要构成的分层记忆,并利用该记忆驱动基于辩证行为疗法(DBT)的多会话对话。在一项为期四周、有 60 名成年人参与的非随机研究中,我们将 MEM-STRESS(治疗组)与仅记住过往对话的聊天机器人(对照组)进行了比较。记忆塑造了对话:治疗组聊天机器人引用了参与者的生理特征(例如,在 71.8% 的会话中涉及活动),并比对照组提出了更多与身体相关的 DBT 技能(14.5% 对 5.7%),治疗组参与者也使用了略多与身体相关的词语(1.76% 对 1.45%)。治疗组参与者称赞个性化的频率是对照组的三倍(44.4% 对 14.3%),更频繁地报告对压力有了不同的反思(69.0% 对 46.4%,不显著),并描述自己对其压力信号获得了洞察。他们的感知压力较基线下降了 14.2%,而对照组为 3.6%,尽管组间差异不显著。因此,将压力支持聊天机器人建立在分层生理记忆之上是可行的,并可能改善感知到的个性化,这为更大规模的随机研究提供了动力。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Human-Computer Interaction · arxiv.org