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

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
  共感反応生成は、他人の感情を理解するように設計されている。 検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。 我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
  論文  参考訳（メタデータ） (2024-07-23T02:23:37Z)
• The Role of AI in Peer Support for Young People: A Study of Preferences for Human- and AI-Generated Responses [16.35125470386213]
  ソーシャルメディアが若者のピアサポート交換の主要な方法になるにつれ、いつ、どのようにAIがそうした交換を促進、支援できるかを理解する必要がある。 我々は622人の若者に、オンライン調査を完了させ、ヘルプ検索メッセージに対する盲目の人間とAI生成の反応を評価するよう依頼した。 被験者は、関係性、自己表現性、身体的健康に関する状況に対して、AIが生成した反応を好んだ。 オンラインピアサポート交換におけるトレーニングの役割と、若者の幸福を支えることの意味について論じる。
  論文  参考訳（メタデータ） (2024-05-04T16:53:19Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• Human-AI collaboration is not very collaborative yet: A taxonomy of interaction patterns in AI-assisted decision making from a systematic review [6.013543974938446]
  意思決定支援システムにおける人工知能の活用は、技術的進歩に不相応に焦点を合わせてきた。 人間中心の視点は、既存のプロセスとのシームレスな統合のためにAIソリューションを設計することで、この懸念を緩和しようとする。
  論文  参考訳（メタデータ） (2023-10-30T17:46:38Z)
• 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)
• 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)
• 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。