論文の概要: Collective Voice: Recovered-Peer Support Mediated by An LLM-Based Chatbot for Eating Disorder Recovery

• arxiv url: http://arxiv.org/abs/2509.15289v1
• Date: Thu, 18 Sep 2025 16:38:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:10.849339
• Title: Collective Voice: Recovered-Peer Support Mediated by An LLM-Based Chatbot for Eating Disorder Recovery
• Title（参考訳）: 集合音声: 障害回復のためのLCMベースのチャットボットによる再生ピアサポート
• Authors: Ryuhaerang Choi, Taehan Kim, Subin Park, Seohyeon Yoo, Jennifer G. Kim, Sung-Ju Lee,
• Abstract要約: ピアリカバリの物語は、摂食障害の文脈における希望と持続的なリカバリを促進する。 RecoveryTellerは、EDから回復した人物として自らを描写した、回復したピアペルソナだ。 本研究では,このような人物がピアリカバリ物語の支援能力の再現が可能かどうかを検討した。
• 参考スコア（独自算出の注目度）: 18.31388239885583
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Peer recovery narratives provide unique benefits beyond professional or lay mentoring by fostering hope and sustained recovery in eating disorder (ED) contexts. Yet, such support is limited by the scarcity of peer-involved programs and potential drawbacks on recovered peers, including relapse risk. To address this, we designed RecoveryTeller, a chatbot adopting a recovered-peer persona that portrays itself as someone recovered from an ED. We examined whether such a persona can reproduce the support affordances of peer recovery narratives. We compared RecoveryTeller with a lay-mentor persona chatbot offering similar guidance but without a recovery background. We conducted a 20-day cross-over deployment study with 26 ED participants, each using both chatbots for 10 days. RecoveryTeller elicited stronger emotional resonance than a lay-mentor chatbot, yet tensions between emotional and epistemic trust led participants to view the two personas as complementary rather than substitutes. We provide design implications for mental health chatbot persona design.
• Abstract（参考訳）: ピアリカバリの物語は、摂食障害(ED)の文脈における希望と持続的な回復を育むことによって、専門的または日常的なメンタリングを超えて、ユニークなメリットを提供する。 しかし、このような支援は、ピア関連プログラムの不足と、リラプスリスクを含む回復ピアに対する潜在的な欠点によって制限されている。 この問題を解決するために、リカバリーテラー(RecoveryTeller)というチャットボットを設計しました。 本研究では,このような人物がピアリカバリ物語の支援能力の再現が可能かどうかを検討した。 我々はRecoveryTellerを、同様のガイダンスを提供するレイメンターのペルソナチャットボットと比較したが、リカバリの背景はなかった。 両チャットボットを10日間使用し,26名の参加者を対象に20日間のクロスオーバー展開調査を行った。 RecoveryTellerは、レイメンターチャットボットよりも強い感情共鳴を誘発したが、感情的信頼とてんかん的信頼の緊張が、参加者は2人の人物を代替品ではなく補完的なものと見なした。 メンタルヘルス・チャットボットのペルソナデザインにおけるデザインの意味について述べる。

関連論文リスト

• Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models [72.36715571932696]
  物語療法は、個人が問題のある人生の物語を代替品の力に変えるのに役立つ。 現在のアプローチでは、特殊精神療法ではリアリズムが欠如しており、時間とともに治療の進行を捉えることができない。 Int(Interactive Narrative Therapist)は、治療段階を計画し、反射レベルを誘導し、文脈的に適切な専門家のような反応を生成することによって、専門家の物語セラピストをシミュレートする。
  論文  参考訳（メタデータ） (2025-07-27T11:52:09Z)
• Empathetic Response in Audio-Visual Conversations Using Emotion Preference Optimization and MambaCompressor [44.499778745131046]
  まず、チャットボットのトレーニングに感情的選好最適化(EPO)を用いる。 このトレーニングは、モデルが正しい反応と反感情反応の微妙な区別を識別することを可能にする。 次に,MambaCompressorを導入し,会話履歴を効果的に圧縮し,管理する。 複数のデータセットにまたがる包括的実験により、我々のモデルは共感的応答の生成や長い対話の管理において、既存のモデルよりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2024-12-23T13:44:51Z)
• Private Yet Social: How LLM Chatbots Support and Challenge Eating Disorder Recovery [5.633853272693508]
  摂食障害 (ED) は、長期管理と支援を必要とする複雑な精神疾患である。 大規模言語モデル(LLM)ベースのチャットボットの最近の進歩は、個人が即時サポートを受けるのを支援する可能性を秘めている。
  論文  参考訳（メタデータ） (2024-12-16T10:59:49Z)
• The Typing Cure: Experiences with Large Language Model Chatbots for Mental Health Support [32.60242402941811]
  重度の苦痛を経験する人々は、メンタルヘルス支援ツールとしてLarge Language Model (LLM)チャットボットをますます使います。 本研究は、世界規模で多様なバックグラウンドを持つ21人の個人に対するインタビューに基づいて、ユーザが独自のサポートロールを作成する方法を分析する。 我々は、治療的アライメントの概念を導入するか、精神的な健康状況に対する治療的価値とAIを連携させる。
  論文  参考訳（メタデータ） (2024-01-25T18:08:53Z)
• Chatbots for Mental Health Support: Exploring the Impact of Emohaa on Reducing Mental Distress in China [50.12173157902495]
  調査には134人の参加者が参加し、Emohaa(CBT)、Emohaa(Full)、コントロールの3つのグループに分けられた。 Emohaaは、CBTベースのエクササイズとガイド付き会話を通じて認知的支援を提供する会話エージェントである。 また、ユーザーが望む感情的な問題を経験できるようにすることで、ユーザーを感情的に支援する。
  論文  参考訳（メタデータ） (2022-09-21T08:23:40Z)
• 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)
• CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
  本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
  論文  参考訳（メタデータ） (2021-10-08T07:44:47Z)
• 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)

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。