論文の概要: Human-AI Collaboration Enables More Empathic Conversations in Text-based
Peer-to-Peer Mental Health Support
- arxiv url: http://arxiv.org/abs/2203.15144v1
- Date: Mon, 28 Mar 2022 23:37:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-30 16:41:52.404389
- Title: Human-AI Collaboration Enables More Empathic Conversations in Text-based
Peer-to-Peer Mental Health Support
- Title(参考訳): テキストによるピアツーピアメンタルヘルス支援における人間とAIのコラボレーション
- Authors: Ashish Sharma, Inna W. Lin, Adam S. Miner, David C. Atkins, Tim
Althoff
- Abstract要約: AI-in-the-loopエージェントであるHayleyを開発した。このエージェントは、サポートを提供する参加者(ピアサポーター)が助けを求める参加者(フォスター支援者)に対して共感的に反応するのを助けるために、ジャスト・イン・タイムフィードバックを提供する。
我々の人間とAIのコラボレーションアプローチは、ピア間での会話の共感を19.60%増加させます。
支援の難しさを自認するピアサポーターのサブサンプルでは,38.88%の共感が増大している。
- 参考スコア(独自算出の注目度): 10.743204843534512
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advances in artificial intelligence (AI) are enabling systems that augment
and collaborate with humans to perform simple, mechanistic tasks like
scheduling meetings and grammar-checking text. However, such Human-AI
collaboration poses challenges for more complex, creative tasks, such as
carrying out empathic conversations, due to difficulties of AI systems in
understanding complex human emotions and the open-ended nature of these tasks.
Here, we focus on peer-to-peer mental health support, a setting in which
empathy is critical for success, and examine how AI can collaborate with humans
to facilitate peer empathy during textual, online supportive conversations. We
develop Hailey, an AI-in-the-loop agent that provides just-in-time feedback to
help participants who provide support (peer supporters) respond more
empathically to those seeking help (support seekers). We evaluate Hailey in a
non-clinical randomized controlled trial with real-world peer supporters on
TalkLife (N=300), a large online peer-to-peer support platform. We show that
our Human-AI collaboration approach leads to a 19.60% increase in
conversational empathy between peers overall. Furthermore, we find a larger
38.88% increase in empathy within the subsample of peer supporters who
self-identify as experiencing difficulty providing support. We systematically
analyze the Human-AI collaboration patterns and find that peer supporters are
able to use the AI feedback both directly and indirectly without becoming
overly reliant on AI while reporting improved self-efficacy post-feedback. Our
findings demonstrate the potential of feedback-driven, AI-in-the-loop writing
systems to empower humans in open-ended, social, creative tasks such as
empathic conversations.
- Abstract(参考訳): 人工知能(AI)の進歩は、人間と協力し、ミーティングのスケジューリングや文法チェックテキストなどのシンプルで機械的なタスクを遂行するシステムを可能にする。
しかしながら、このような人間とAIのコラボレーションは、複雑な人間の感情とこれらのタスクのオープンな性質を理解する上でAIシステムが困難であるため、共感的な会話を行うなど、より複雑で創造的なタスクに挑戦する。
ここでは、ピアツーピアのメンタルヘルスサポート、つまり、共感が成功に不可欠である状況に注目し、AIが人間と協調して、テキストによるオンラインサポート会話においてピア共感を促進する方法について検討する。
我々は,支援者(支援者)が支援者(支援者)に対して共感的に反応するのを助けるために,ジャストインタイムのフィードバックを提供するai-in-the-loopエージェントであるhaileyを開発した。
本研究では,大規模オンラインピアツーピアサポートプラットフォームであるTalkLife (N=300) 上で,実世界のピアサポーターによる非クリニカルランダム化制御試験におけるヘイリーの評価を行った。
我々の人間とAIのコラボレーションアプローチは、ピア間での会話の共感を19.60%増加させます。
さらに,支援の難しさを自認するピアサポーターのサブサンプルでは,38.88%の共感の増加が見られた。
我々は、Human-AIコラボレーションパターンを体系的に分析し、ピアサポーターが、改善された自己効力後フィードバックを報告しながら、AIに過度に依存することなく、直接と間接の両方でAIフィードバックを使用できることを発見した。
本研究は、共感的な会話など、オープンでソーシャルで創造的なタスクで人間を力づける、フィードバック駆動のai-in-the-loopライティングシステムの可能性を示すものである。
関連論文リスト
- Social AI and the Challenges of the Human-AI Ecosystem [60.26761762025781]
社会AIにおける主要なオープンな質問について論じ、技術的および科学的課題を概説する。
我々は,複雑システム,ネットワーク科学,AIの交差点にソーシャルAIの基礎を構築することを提案する。
論文 参考訳(メタデータ) (2023-06-23T18:10:54Z) - Enhancing Human Capabilities through Symbiotic Artificial Intelligence
with Shared Sensory Experiences [6.033393331015051]
我々は、共生人工知能と共有感覚体験(SAISSE)と呼ばれる人間とAIの相互作用における新しい概念を紹介する。
SAISSEは、共有感覚体験を通じて、AIシステムと人間のユーザ間の相互に有益な関係を確立することを目的としている。
本稿では,AIシステムとユーザの両方の長期的な成長と開発のためのメモリストレージユニットの導入について論じる。
論文 参考訳(メタデータ) (2023-05-26T04:13:59Z) - Improving Grounded Language Understanding in a Collaborative Environment
by Interacting with Agents Through Help Feedback [42.19685958922537]
我々は、人間とAIのコラボレーションは対話的であり、人間がAIエージェントの作業を監視し、エージェントが理解し活用できるフィードバックを提供するべきだと論じている。
本研究では, IGLUコンペティションによって定義された課題である, マイニングクラフトのような世界における対話型言語理解タスクを用いて, これらの方向を探索する。
論文 参考訳(メタデータ) (2023-04-21T05:37:59Z) - Human Decision Makings on Curriculum Reinforcement Learning with
Difficulty Adjustment [52.07473934146584]
我々は,カリキュラム強化学習結果を,人的意思決定プロセスから学ぶことで,難しすぎず,難しすぎるような望ましいパフォーマンスレベルに導く。
本システムは非常に並列化可能であり,大規模強化学習アプリケーションの訓練が可能となる。
強化学習性能は、人間の所望の難易度と同期してうまく調整できることが示される。
論文 参考訳(メタデータ) (2022-08-04T23:53:51Z) - How Can AI Recognize Pain and Express Empathy [18.71528144336154]
痛みや共感などの感覚や感情的な経験は、精神的および身体的健康に関係している。
痛みの自動認識の現在の推進力は、ますます多くの医療要件によって動機付けられている。
本稿では,コンピュータによる痛み認識と人工共感実装の現況について概説する。
論文 参考訳(メタデータ) (2021-10-08T16:58:57Z) - Modeling User Empathy Elicited by a Robot Storyteller [2.309914459672557]
本稿では,ロボットエージェントとのインタラクション中に引き起こされたユーザ共感をモデル化するための最初のアプローチを提案する。
我々は8つの古典的機械学習モデルと2つのディープラーニングモデルを用いて共感を検出する実験を行った。
XGBoostをベースとした我々の最高性能のアプローチは、ビデオの共感を検出すると精度が69%、AUCが72%に達しました。
論文 参考訳(メタデータ) (2021-07-29T21:56:19Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳(メタデータ) (2021-07-12T14:21:46Z) - Towards Facilitating Empathic Conversations in Online Mental Health
Support: A Reinforcement Learning Approach [10.19931220479239]
心理学者は、共感が支持的な会話にポジティブな結果をもたらす重要な要素であることを繰り返し示してきた。
最近の研究では、オンラインメンタルヘルスプラットフォームでは、非常に共感的な会話がまれであることが示されています。
低共感の会話投稿を高共感に変えることを目的とした共感的書き換えの新しいタスクを紹介します。
論文 参考訳(メタデータ) (2021-01-19T16:37:58Z) - Joint Mind Modeling for Explanation Generation in Complex Human-Robot
Collaborative Tasks [83.37025218216888]
本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。
ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。
その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
論文 参考訳(メタデータ) (2020-07-24T23:35:03Z) - Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。
心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。
本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
論文 参考訳(メタデータ) (2020-04-26T08:51:01Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳(メタデータ) (2020-04-11T12:51:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。