論文の概要: Evaluating the Efficacy of Interactive Language Therapy Based on LLM for
High-Functioning Autistic Adolescent Psychological Counseling
- arxiv url: http://arxiv.org/abs/2311.09243v1
- Date: Sun, 12 Nov 2023 07:55:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-17 18:34:38.510061
- Title: Evaluating the Efficacy of Interactive Language Therapy Based on LLM for
High-Functioning Autistic Adolescent Psychological Counseling
- Title（参考訳）: 高機能自閉症青年心理カウンセリングにおけるllmに基づく対話型言語治療の効果評価
- Authors: Yujin Cho, Mingeon Kim, Seojin Kim, Oyun Kwon, Ryan Donghan Kwon,
Yoonha Lee, Dohyun Lim
- Abstract要約: 本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。
LLMは、従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
- 参考スコア（独自算出の注目度）: 1.1780706927049207
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This study investigates the efficacy of Large Language Models (LLMs) in
interactive language therapy for high-functioning autistic adolescents. With
the rapid advancement of artificial intelligence, particularly in natural
language processing, LLMs present a novel opportunity to augment traditional
psychological counseling methods. This research primarily focuses on evaluating
the LLM's ability to engage in empathetic, adaptable, and contextually
appropriate interactions within a therapeutic setting. A comprehensive
evaluation was conducted by a panel of clinical psychologists and psychiatrists
using a specially developed scorecard. The assessment covered various aspects
of the LLM's performance, including empathy, communication skills,
adaptability, engagement, and the ability to establish a therapeutic alliance.
The study avoided direct testing with patients, prioritizing privacy and
ethical considerations, and instead relied on simulated scenarios to gauge the
LLM's effectiveness. The results indicate that LLMs hold significant promise as
supportive tools in therapy, demonstrating strengths in empathetic engagement
and adaptability in conversation. However, challenges in achieving the depth of
personalization and emotional understanding characteristic of human therapists
were noted. The study also highlights the importance of ethical considerations
in the application of AI in therapeutic contexts. This research provides
valuable insights into the potential and limitations of using LLMs in
psychological counseling for autistic adolescents. It lays the groundwork for
future explorations into AI's role in mental health care, emphasizing the need
for ongoing development to enhance the capabilities of these models in
therapeutic settings.
- Abstract（参考訳）: 本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。
人工知能の急速な進歩、特に自然言語処理において、LLMは従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
本研究は, 治療環境における共感性, 適応性, 文脈的適切な相互作用に関与するllmの能力の評価を主眼とした。
特別に開発されたスコアカードを用いて,臨床心理学者および精神科医のパネルで総合評価を行った。
この評価は、共感、コミュニケーションスキル、適応性、関与、治療同盟を確立する能力など、llmのパフォーマンスの様々な側面をカバーした。
この研究は、患者との直接検査を避け、プライバシと倫理的考察を優先し、代わりにLLMの有効性を評価するためのシミュレーションシナリオに依存した。
以上の結果から, LLMは治療支援ツールとして有意義な可能性を秘めており, 共感的エンゲージメントの強さと会話の適応性を示すことが示唆された。
しかし, パーソナライゼーションの深みと人間のセラピストの感情的理解特性を達成する上での課題が指摘された。
この研究は、治療的文脈におけるAIの適用における倫理的考慮の重要性を強調している。
本研究は、自閉症青年の心理カウンセリングにおけるLSMの使用の可能性と限界に関する貴重な知見を提供する。
今後、精神医療におけるAIの役割を探求するための基礎を築き、治療設定におけるこれらのモデルの能力を高めるための継続的な開発の必要性を強調している。
関連論文リスト
- CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。
我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。
実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
論文 参考訳（メタデータ） (2024-10-17T04:52:57Z) - PALLM: Evaluating and Enhancing PALLiative Care Conversations with Large Language Models [10.258261180305439]
大規模言語モデル(LLM)は、複雑なコミュニケーションメトリクスを評価するための新しいアプローチを提供する。
LLMは受動的センシングシステムとジャスト・イン・タイム・イン・タイム・イン・イン・介入システムとの統合を通じて、分野を前進させる可能性を提供する。
本研究は, 言語, 文脈内学習, 推論能力を活用した緩和ケアコミュニケーションの質評価手法としてLLMについて検討する。
論文 参考訳（メタデータ） (2024-09-23T16:39:12Z) - Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。
本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。
大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
論文 参考訳（メタデータ） (2024-09-13T18:28:12Z) - Toward Large Language Models as a Therapeutic Tool: Comparing Prompting Techniques to Improve GPT-Delivered Problem-Solving Therapy [6.952909762512736]
そこで本研究では,大規模言語モデル (LLM) を指導するためのプロンプトエンジニアリングの効果について検討する。
本稿では,プロンプトエンジニアリング手法を適切に利用することにより,プロトタイズされた治療を提供するモデルの能力を向上できることを実証する。
論文 参考訳（メタデータ） (2024-08-27T17:25:16Z) - Are Large Language Models Possible to Conduct Cognitive Behavioral Therapy? [13.0263170692984]
大規模言語モデル(LLM)が検証され、心理的補助療法の新たな可能性を提供する。
精神保健の専門家は、LSMを治療に使用することについて多くの懸念を抱いている。
自然言語処理性能に優れた4つのLLM変種を評価した。
論文 参考訳（メタデータ） (2024-07-25T03:01:47Z) - Quantifying AI Psychology: A Psychometrics Benchmark for Large Language Models [57.518784855080334]
大きな言語モデル(LLM)は例外的なタスク解決能力を示しており、人間に似た役割を担っている。
本稿では,LLMにおける心理学的次元を調査するための枠組みとして,心理学的識別,評価データセットのキュレーション,結果検証による評価について述べる。
本研究では,個性,価値観,感情,心の理論,モチベーション,知性の6つの心理学的側面を網羅した総合的心理測定ベンチマークを導入する。
論文 参考訳（メタデータ） (2024-06-25T16:09:08Z) - HealMe: Harnessing Cognitive Reframing in Large Language Models for Psychotherapy [25.908522131646258]
メンタルエンハンスメント(HealMe)モデルにおける適応言語によるヘルピングとエンパワーメントについて紹介する。
この新しい認知的リフレーミング療法は、根深い否定的思考に効果的に対処し、合理的でバランスの取れた視点を育む。
我々は、認知リフレーミングのパフォーマンスを厳格に評価するために特別に設計された、包括的で専門的な心理学的評価指標を採用した。
論文 参考訳（メタデータ） (2024-02-26T09:10:34Z) - PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。
心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
論文 参考訳（メタデータ） (2024-02-19T18:00:30Z) - Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。
また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。
次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
論文 参考訳（メタデータ） (2023-08-17T10:49:18Z) - Automated Fidelity Assessment for Strategy Training in Inpatient
Rehabilitation using Natural Language Processing [53.096237570992294]
戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。
標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。
本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
論文 参考訳（メタデータ） (2022-09-14T15:33:30Z) - Automated Quality Assessment of Cognitive Behavioral Therapy Sessions
Through Highly Contextualized Language Representations [34.670548892766625]
認知行動療法(Cognitive Behavioral Therapy, CBT)という,特定の心理療法の行動自動スコアリングモデルを提案する。
このモデルは高い解釈可能性を達成するためにマルチタスクで訓練される。
BERTベースの表現は、利用可能な治療メタデータでさらに拡張され、関連する非言語的コンテキストを提供し、一貫したパフォーマンス改善につながります。
論文 参考訳（メタデータ） (2021-02-23T09:22:29Z)
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。