論文の概要: Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice
and Feedback
- arxiv url: http://arxiv.org/abs/2305.08982v1
- Date: Mon, 15 May 2023 19:48:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-17 17:22:47.135659
- Title: Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice
and Feedback
- Title(参考訳): help the helper: aiによる実践とフィードバックによる相互カウンセラー支援
- Authors: Shang-Ling Hsu, Raj Sanjay Shah, Prathik Senthil, Zahra Ashktorab,
Casey Dugan, Werner Geyer, Diyi Yang
- Abstract要約: CAREは、自動提案生成を通じてピアカウンセラーに権限を与える、インタラクティブなAIベースのツールである。
実践的なトレーニング段階において、CAREは特定のカウンセリング戦略が与えられた文脈で最も適しているかを診断するのに役立つ。
CAREは特に、初心者カウンセラーが挑戦的な状況でより良く対応するのに役立ちます。
- 参考スコア(独自算出の注目度): 40.065280357381035
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Millions of users come to online peer counseling platforms to seek support on
diverse topics ranging from relationship stress to anxiety. However, studies
show that online peer support groups are not always as effective as expected
largely due to users' negative experiences with unhelpful counselors. Peer
counselors are key to the success of online peer counseling platforms, but most
of them often do not have systematic ways to receive guidelines or supervision.
In this work, we introduce CARE: an interactive AI-based tool to empower peer
counselors through automatic suggestion generation. During the practical
training stage, CARE helps diagnose which specific counseling strategies are
most suitable in the given context and provides tailored example responses as
suggestions. Counselors can choose to select, modify, or ignore any suggestion
before replying to the support seeker. Building upon the Motivational
Interviewing framework, CARE utilizes large-scale counseling conversation data
together with advanced natural language generation techniques to achieve these
functionalities. We demonstrate the efficacy of CARE by performing both
quantitative evaluations and qualitative user studies through simulated chats
and semi-structured interviews. We also find that CARE especially helps novice
counselors respond better in challenging situations.
- Abstract(参考訳): 何百万というユーザーがオンラインのピアカウンセリングプラットフォームを訪れ、関係性ストレスから不安までさまざまなトピックのサポートを求めている。
しかし,オンライン・ピア・サポート・グループは,非不快なカウンセラーに対する利用者のネガティブな経験から,必ずしも期待するほど効果的ではないことが研究で示されている。
ピアカウンセラーはオンラインのピアカウンセリングプラットフォームの成功の鍵であるが、そのほとんどはガイドラインや監督を受けるための体系的な方法を持っていない。
本稿では、自動提案生成を通じてピアカウンセラーを支援する対話型AIベースのツールであるCAREを紹介する。
実践的なトレーニング段階において、CAREは特定のカウンセリング戦略が与えられた文脈で最も適しているかを診断し、提案として適切なサンプル応答を提供する。
カウンセラーは、サポート希望者に返信する前に、提案の選択、修正、無視を選択できる。
モチベーション・インタビューティング・フレームワークを基盤として、CAREは大規模カウンセリング会話データと高度な自然言語生成技術を用いてこれらの機能を実現する。
チャットや半構造化面接による定量的評価と質的ユーザ調査の両方を行い,ケアの有効性を実証する。
また、ケアは特に初心者カウンセラーが困難な状況で反応するのに役立ちます。
関連論文リスト
- K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳(メタデータ) (2023-12-16T08:10:10Z) - ChatCounselor: A Large Language Models for Mental Health Support [8.639639227401625]
ChatCounselorは、メンタルヘルスをサポートするために設計された、大きな言語モデル(LLM)ソリューションである。
トレーニングデータセットであるPsych8kは、毎時間260回のインディーインタビューから構築された。
ChatCounselorはカウンセリングのBenchで既存のオープンソースモデルを超え、ChatGPTのパフォーマンスレベルにアプローチしている。
論文 参考訳(メタデータ) (2023-09-27T07:57:21Z) - Understanding Client Reactions in Online Mental Health Counseling [11.12088513389927]
従来のNLPによるカウンセリングの研究は、クライアントの介入に対する反応よりも、カウンセラーの介入戦略の研究に重点を置いている。
この研究は、カウンセラーの戦略とクライアントの反応行動を含む理論的に根拠付けられたアノテーションフレームワークを開発することで、このギャップを埋めることを目的としている。
本研究は、クライアントがカウンセラーの戦略にどう反応するか、そのような反応が最終カウンセラーの結果にどのように影響するか、そして、カウンセラーがこれらの反応に反応してどのように戦略を調整するかを示す。
論文 参考訳(メタデータ) (2023-06-27T09:39:54Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳(メタデータ) (2023-05-31T11:29:04Z) - Modeling Motivational Interviewing Strategies On An Online Peer-to-Peer
Counseling Platform [35.9642101732025]
本稿では、ピアカウンセラーチャットメッセージからモチベーションの高い面接手法にマッピングすることで、ギャップを埋めることを模索する。
顧客満足度をカウンセリングセッションで予測する手法を検討するため,MI手法が会話評価に与える影響について検討した。
この研究は、ピアツーピアカウンセラープラットフォームにおけるモチベーション面接技術の使用に関する深い理解を提供する。
論文 参考訳(メタデータ) (2022-11-09T20:25:33Z) - Towards Automated Real-time Evaluation in Text-based Counseling [12.23714949442497]
私たちはオンラインプラットフォームを構築し、精神療法士が必要とする人に無料でカウンセリングサービスを提供することができます。
手術から1年以内に、カウンセリングセッションの最大の (675) テキストのセットの1つが手に入る。
粗いラベルときめ細かいラベルを使ってデータセットをラベル付けし、事前学習手法のセットを使用します。
論文 参考訳(メタデータ) (2022-03-07T14:53:49Z) - Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。
これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。
我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
論文 参考訳(メタデータ) (2021-06-15T22:06:39Z) - Towards Emotional Support Dialog Systems [61.58828606097423]
本稿では,感情支援会話タスクを定義し,ヘルピングスキル理論に基づくESCフレームワークを提案する。
本研究では,豊かなアノテーション(特にサポート戦略)をヘルプシーカとサポーターモードで組み込んだ感情支援会話データセット(ESConv)を構築した。
情緒的サポートを提供する能力に関して、最先端の対話モデルを評価する。
論文 参考訳(メタデータ) (2021-06-02T13:30:43Z) - Generative Inverse Deep Reinforcement Learning for Online Recommendation [62.09946317831129]
オンラインレコメンデーションのための新しい逆強化学習手法InvRecを提案する。
InvRecは、オンラインレコメンデーションのために、ユーザの行動から報酬関数を自動的に抽出する。
論文 参考訳(メタデータ) (2020-11-04T12:12:25Z)
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。