論文の概要: Conversations with AI Chatbots Increase Short-Term Vaccine Intentions But Do Not Outperform Standard Public Health Messaging
- arxiv url: http://arxiv.org/abs/2504.20519v2
- Date: Wed, 30 Apr 2025 03:22:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:54.803424
- Title: Conversations with AI Chatbots Increase Short-Term Vaccine Intentions But Do Not Outperform Standard Public Health Messaging
- Title（参考訳）: AIチャットボットとの会話は、短期的なワクチンインテンションを増加させるが、標準的な公衆衛生メッセージングを上回らない
- Authors: Neil K. R. Sehgal, Sunny Rai, Manuel Tonneau, Anish K. Agarwal, Joseph Cappella, Melanie Kornides, Lyle Ungar, Alison Buttenheim, Sharath Chandra Guntuku,
- Abstract要約: 大規模言語モデル(LLM)ベースのチャットボットは説得力のあるコミュニケーションにおける約束を示す。
このランダム化対照試験には、930人のワクチンヘシタント親が関与した。
自己申告されたワクチン接種意図(100ポイントスケールで7.1-10.3ポイント)は、メッセージが存在しないことに比べ、議論は著しく増加した。
- 参考スコア（独自算出の注目度）: 5.816741004594914
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language model (LLM) based chatbots show promise in persuasive communication, but existing studies often rely on weak controls or focus on belief change rather than behavioral intentions or outcomes. This pre-registered multi-country (US, Canada, UK) randomized controlled trial involving 930 vaccine-hesitant parents evaluated brief (three-minute) multi-turn conversations with LLM-based chatbots against standard public health messaging approaches for increasing human papillomavirus (HPV) vaccine intentions for their children. Participants were randomly assigned to: (1) a weak control (no message), (2) a strong control reflecting the standard of care (reading official public health materials), or (3 and 4) one of two chatbot conditions. One chatbot was prompted to deliver short, conversational responses, while the other used the model's default output style (longer with bullet points). While chatbot interactions significantly increased self-reported vaccination intent (by 7.1-10.3 points on a 100-point scale) compared to no message, they did not outperform standard public health materials, with the conversational chatbot performing significantly worse. Additionally, while the short-term effects of chatbot interactions faded during a 15-day follow-up, the effects of public health material persisted relative to no message. These findings suggest that while LLMs can effectively shift vaccination intentions in the short-term, their incremental value over existing public health communications is questionable, offering a more tempered view of their persuasive capabilities and highlighting the importance of integrating AI-driven tools alongside, rather than replacing, current public health strategies.
- Abstract（参考訳）: 大規模言語モデル(LLM)ベースのチャットボットは説得力のあるコミュニケーションにおいて有望であるが、既存の研究はしばしば弱い制御や、行動意図や結果よりも信念の変化に重点を置いている。
この登録済みのマルチカントリー(米国、カナダ、イギリス)は、子供向けのヒトパピローマウイルス(HPV)ワクチンの意図を高めるための標準的な公衆衛生メッセージングアプローチに対して、LLMベースのチャットボットと短時間(3分間)のマルチターン会話を評価し、930人のワクチンを保有する両親によるランダム化試験を行った。
参加者は,(1)弱いコントロール(メッセージなし),(2)ケアの基準を反映した強いコントロール(公的公衆衛生資料を読み取る),(3)チャットボットの2つの条件のうちの1つにランダムに割り当てられた。
1つのチャットボットは短くて会話的な応答を提供するように促され、もう1つはモデルのデフォルト出力スタイル(より長い弾頭点)を使用した。
チャットボットの相互作用は、メッセージなしに比べて自己申告されたワクチン接種意図(100点あたり7.1-10.3ポイント)が著しく増加したが、標準的な公衆衛生材料よりは優れていなかった。
さらに,15日間のフォローアップ中にチャットボットの相互作用の短期的効果が消失する一方で,公衆衛生材料の効果はメッセージに比して持続した。
これらの結果は、LLMは予防接種意図を短期的に効果的にシフトさせることができるが、既存の公衆衛生コミュニケーションよりも段階的な価値が疑問視され、彼らの説得力に対するより魅力的な見解を提供し、現在の公衆衛生戦略を置き換えるのではなく、AI駆動ツールを統合することの重要性を強調していることを示唆している。
関連論文リスト
- Working with Large Language Models to Enhance Messaging Effectiveness for Vaccine Confidence [0.276240219662896]
ワクチンヘシタシーと誤報は、広範囲にわたるワクチン接種率を達成するための重要な障壁である。
本稿では,ChatGPTを付加したメッセージがワクチン接種への信頼を高める可能性について検討する。
論文 参考訳（メタデータ） (2025-04-14T04:06:46Z) - Exploring and Mitigating Adversarial Manipulation of Voting-Based Leaderboards [93.16294577018482]
このタイプの最も人気のあるベンチマークであるArenaは、ランダムに選択された2つのモデル間のより良いレスポンスを選択するようユーザに求めることで、モデルをランク付けする。
攻撃者は、約1000票の費用で、リーダーボードを変更できる(お気に入りのモデルを宣伝したり、ライバルを降格させる)。
私たちの攻撃は2つのステップで構成されている。まず、攻撃者が95%以上の精度で特定の応答を生成するためにどのモデルを使用したかを決定する方法を示し、次に、攻撃者はこの情報を使ってターゲットモデルに対して一貫して投票することができる。
論文 参考訳（メタデータ） (2025-01-13T17:12:38Z) - Prompt Engineering a Schizophrenia Chatbot: Utilizing a Multi-Agent Approach for Enhanced Compliance with Prompt Instructions [0.0699049312989311]
統合失調症の患者は、しばしば認知障害を伴い、自分の状態について学ぶ能力を妨げることがある。
大規模言語モデル(LLM)は、トピックのメンタルヘルス情報をよりアクセシビリティとエンゲージメントを高める可能性を秘めているが、それらのブラックボックスの性質は倫理と安全に関する懸念を喚起する。
論文 参考訳（メタデータ） (2024-10-10T09:49:24Z) - Self-Directed Turing Test for Large Language Models [56.64615470513102]
チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すことができるかどうかを調べる。
従来のチューリングテストでは、各参加者が1回に1つのメッセージだけを送信する厳格な対話形式を採用している。
本稿では,バーストダイアログ形式を用いた自己指示チューリングテストを提案する。
論文 参考訳（メタデータ） (2024-08-19T09:57:28Z) - How Reliable AI Chatbots are for Disease Prediction from Patient Complaints? [0.0]
本研究は,AIチャットボット,特にGPT 4.0,Claude 3 Opus,Gemini Ultra 1.0の信頼性を,救急部門における患者の苦情から疾患を予測するために検討した。
結果は、GPT 4.0は数ショットデータの増加で高い精度を達成し、Gemini Ultra 1.0は少ないサンプルで良好に動作し、Claude 3 Opusは一貫性のある性能を維持していることを示唆している。
論文 参考訳（メタデータ） (2024-05-21T22:00:13Z) - Accuracy of a Large Language Model in Distinguishing Anti- And Pro-vaccination Messages on Social Media: The Case of Human Papillomavirus Vaccination [1.8434042562191815]
本研究は, 感情分析におけるChatGPTの精度を評価し, HPVワクチン接種に対する異なるスタンスを識別するものである。
HPV予防接種に関連するメッセージは、さまざまなメッセージフォーマットをサポートするソーシャルメディアから収集された:Facebook(ロングフォーマット)とTwitter(ショートフォーマット)。
メッセージ毎の正確さを,人間と機械の意思決定の一致度として,0～1の範囲で測定した。
論文 参考訳（メタデータ） (2024-04-10T04:35:54Z) - Measuring and Controlling Instruction (In)Stability in Language Model Dialogs [72.38330196290119]
System-promptingは、言語モデルチャットボットをカスタマイズするツールで、特定の命令に従うことができる。
本稿では,仮説を検証し,セルフチャットによる命令安定性の評価を行うベンチマークを提案する。
我々は8ラウンドの会話で重要な指示ドリフトを明らかにした。
そこで本研究では,2つの強力なベースラインに対して良好に比較可能なsplit-softmaxという軽量な手法を提案する。
論文 参考訳（メタデータ） (2024-02-13T20:10:29Z) - Development and Evaluation of Three Chatbots for Postpartum Mood and
Anxiety Disorders [31.018188794627378]
我々は,産後介護者にコンテキスト特異的な共感的サポートを提供する3つのチャットボットを開発した。
我々は,機械による測定と人間によるアンケートの両方を用いて,チャットボットの性能評価を行った。
我々は、精神的な健康上の課題を抱えた個人を支援するために、ルールベースのモデルと生成モデルの実践的メリットを議論することで結論付けた。
論文 参考訳（メタデータ） (2023-08-14T18:52:03Z) - Doctors vs. Nurses: Understanding the Great Divide in Vaccine Hesitancy
among Healthcare Workers [64.1526243118151]
医者は新型コロナウイルスワクチンに対して全体的に陽性であることがわかりました。
医師は新型ワクチンよりもワクチンの有効性を懸念している。
看護婦は子供に対する潜在的な副作用にもっと注意を払う。
論文 参考訳（メタデータ） (2022-09-11T14:22:16Z) - You Don't Know My Favorite Color: Preventing Dialogue Representations
from Revealing Speakers' Private Personas [44.82330540456883]
簡単なニューラルネットワークを用いて話者のペルソナを高精度に推定可能であることを示す。
提案する防衛目標が,攻撃精度を37.6%から0.5%に大幅に低減できることを示すため,広範囲な実験を行った。
論文 参考訳（メタデータ） (2022-04-26T09:36:18Z) - Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn
Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。
我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。
本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文 参考訳（メタデータ） (2021-03-30T15:24:37Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z)
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。