論文の概要: Resonance: Drawing from Memories to Imagine Positive Futures through AI-Augmented Journaling
- arxiv url: http://arxiv.org/abs/2503.24145v1
- Date: Mon, 31 Mar 2025 14:30:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-01 14:33:53.287120
- Title: Resonance: Drawing from Memories to Imagine Positive Futures through AI-Augmented Journaling
- Title（参考訳）: Resonance:AIを活用したジャーナリングによる記憶からポジティブな未来まで
- Authors: Wazeer Zulfikar, Treyden Chiaravalloti, Jocelyn Shen, Rosalind Picard, Pattie Maes,
- Abstract要約: ResonanceはAIを利用したジャーナリングツールで、この能力を増強する。
新しいメモリがログされ、ユーザが提案を実行することを想像するプロンプトが続くと、提案が提示される。
2週間のランダム化対照研究において、Resonanceの使用はメンタルヘルスの結果を大幅に改善した。
- 参考スコア（独自算出の注目度）: 20.25611116659847
- License:
- Abstract: People inherently use experiences of their past while imagining their future, a capability that plays a crucial role in mental health. Resonance is an AI-powered journaling tool designed to augment this ability by offering AI-generated, action-oriented suggestions for future activities based on the user's own past memories. Suggestions are offered when a new memory is logged and are followed by a prompt for the user to imagine carrying out the suggestion. In a two-week randomized controlled study (N=55), we found that using Resonance significantly improved mental health outcomes, reducing the users' PHQ8 scores, a measure of current depression, and increasing their daily positive affect, particularly when they would likely act on the suggestion. Notably, the effectiveness of the suggestions was higher when they were personal, novel, and referenced the user's logged memories. Finally, through open-ended feedback, we discuss the factors that encouraged or hindered the use of the tool.
- Abstract（参考訳）: 人々は、心の健康において重要な役割を果たす能力である、自分の未来を想像しながら、自分の過去の経験を本質的に使います。
ResonanceはAIを利用したジャーナリングツールで、AIが生成したアクション指向の提案を、ユーザの過去の記憶に基づいて提供することで、この機能を強化するように設計されている。
新しいメモリがログされ、ユーザが提案を実行することを想像するプロンプトが続くと、提案が提示される。
2週間のランダム化対照研究(N=55)において、Resonanceの使用はメンタルヘルスの成果を大幅に改善し、ユーザーのPHQ8スコアを減らし、うつ病の指標を減らし、日々のポジティブな影響を増すことを発見した。
特に,個人的,斬新で,ユーザの記録した記憶を参照する場合,提案の有効性は高かった。
最後に、オープンなフィードバックを通じて、ツールの使用を奨励または妨げた要因について議論する。
関連論文リスト
- AI-Driven Feedback Loops in Digital Technologies: Psychological Impacts on User Behaviour and Well-Being [0.0]
本研究は,フィードバックメカニズムがユーザの行動や幸福に与える影響について,肯定的,否定的な心理的影響について検討することを目的とする。
データ駆動フィードバックループは、モチベーションのメリットだけでなく、心理的課題も与えます。
これらのリスクを軽減するために、ユーザはバーンアウトや中毒を防ぐために、テクノロジの使用に関して境界を確立する必要がある。
論文 参考訳（メタデータ） (2024-10-30T17:11:30Z) - Future You: A Conversation with an AI-Generated Future Self Reduces Anxiety, Negative Emotions, and Increases Future Self-Continuity [20.404091166696052]
将来的な自己継続性を改善するために設計された,インタラクティブで簡潔な,単一セッションのディジタルチャット介入である“Future You”を紹介する。
我々のシステムでは、ユーザーは、将来の目標と個人的品質に合わせた、相対性がありながらAIで動くバーチャルバージョンとチャットできる。
フューチャーユー」のキャラクターとの短い対話の後、ユーザーは不安を減らし、将来的な自己継続性を高めたと報告した。
論文 参考訳（メタデータ） (2024-05-21T06:00:51Z) - Leveraging Implicit Feedback from Deployment Data in Dialogue [83.02878726357523]
本研究では,ユーザ間の自然な対話とデプロイモデルから学習することで,社会的会話エージェントの改善について検討する。
我々は、ユーザ応答長、感情、未来の人間の発話の反応などの信号を、収集された対話エピソードで活用する。
論文 参考訳（メタデータ） (2023-07-26T11:34:53Z) - Memory-Augmented Theory of Mind Network [59.9781556714202]
社会的推論は、心の理論(ToM)の能力を必要とする。
ToMに対する最近の機械学習アプローチは、観察者が過去を読み、他のエージェントの振る舞いを提示するように訓練できることを実証している。
我々は,新たなニューラルメモリ機構を組み込んで符号化し,階層的な注意を払って他者に関する情報を選択的に検索することで,課題に対処する。
この結果、ToMMYは心的プロセスについての仮定をほとんど行わずに理性を学ぶマインドモデルである。
論文 参考訳（メタデータ） (2023-01-17T14:48:58Z) - TalkTive: A Conversational Agent Using Backchannels to Engage Older
Adults in Neurocognitive Disorders Screening [51.97352212369947]
高齢者とヒトの認知的評価に関する246の会話を分析した。
反応性バックチャネルと活性性バックチャネルのカテゴリーを抽出した。
これは、バックチャネルのタイミングと形式の両方を予測することができるCAであるTalkTiveの開発に使用される。
論文 参考訳（メタデータ） (2022-02-16T17:55:34Z) - Disambiguating Affective Stimulus Associations for Robot Perception and
Dialogue [67.89143112645556]
知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。
NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。
ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
論文 参考訳（メタデータ） (2021-03-05T20:55:48Z) - Mindless Attractor: A False-Positive Resistant Intervention for Drawing
Attention Using Auditory Perturbation [21.244813783249015]
ビデオベースの学習では、ビデオから遠ざかっている学習者は注意を払うよう促す警告に従わない。
Mindless Computingの概念に触発され、新しい介入アプローチ、Mindless Attractorを提案します。
具体的には、ビデオの音声を混乱させ、意識を気にせずに注意を向ける。
論文 参考訳（メタデータ） (2021-01-21T14:10:54Z) - Learning to Anticipate Egocentric Actions by Imagination [60.21323541219304]
我々は,エゴセントリックなアクション予測タスクについて検討し,エゴセントリックなビデオの再生に先立って,将来のアクション秒を予測する。
本手法は, EPIC Kitchens Action Precipation Challenge の既視テストセットと未確認テストセットの両方において, 従来手法を有意に上回った。
論文 参考訳（メタデータ） (2021-01-13T08:04:10Z) - A Robotic Positive Psychology Coach to Improve College Students'
Wellbeing [16.70932067272569]
本研究は,大学寮に在住する大学生に対して,ポジティブな心理学的介入を行うためのソーシャルロボットコーチの利用について検討する。
被験者の心理的幸福感,気分,準備性は,調査終了後の幸福感を改善するために統計的に有意な改善が認められた。
学生の性格特性は介入効果と有意な関連があることが判明した。
論文 参考訳（メタデータ） (2020-09-08T15:51:11Z) - Noisy Agents: Self-supervised Exploration by Predicting Auditory Events [127.82594819117753]
本稿では, エージェントが行動の因果的影響を理解することを奨励する, 強化学習(Reinforcement Learning, RL)の本質的なモチベーションを提案する。
ニューラルネットワークを用いて聴覚事象を予測し、予測誤差を本質的な報奨として利用し、RL探索を誘導する。
Atariゲームの実験結果から、我々の新しい本質的な動機は、最先端のベースラインを著しく上回ることがわかった。
論文 参考訳（メタデータ） (2020-07-27T17:59:08Z) - Predicting User Emotional Tone in Mental Disorder Online Communities [2.365702128814616]
我々は、Redditコミュニティにおける精神障害に関する議論が、ユーザーの健康状態を改善するのにどのように役立つかを分析した。
感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。
我々は、感情的トーンの変化を予測するために、SOTAテキスト埋め込み技術とRNNに基づくモデルを構築した。
論文 参考訳（メタデータ） (2020-05-15T11:25:08Z)
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。