論文の概要: Talking to a Human as an Attitudinal Barrier: A Mixed Methods Evaluation of Stigma, Access, and the Appeal of AI Mental Health Support

• arxiv url: http://arxiv.org/abs/2604.09575v1
• Date: Tue, 24 Feb 2026 05:53:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 07:25:18.991799
• Title: Talking to a Human as an Attitudinal Barrier: A Mixed Methods Evaluation of Stigma, Access, and the Appeal of AI Mental Health Support
• Title（参考訳）: 病院のバリアとしての人間との会話--スティグマ,アクセシビリティ,AIメンタルヘルス支援の訴えの混合評価法
• Authors: Caitlin A. Stamatis, Emma C. Wolfe, Matteo Malgaroli, Thomas D. Hull,
• Abstract要約: シェーム/スティグマとアクセス障壁は、AIメンタルヘルスツールの有用性を予測した。 先行治療経験は、恥ずべき効果を和らげた。 アクセスとコスト障壁は、利用の強度を最も予測し、不必要なことを示唆した。
• 参考スコア（独自算出の注目度）: 0.3499870393443268
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background: Many people who could benefit from therapy do not receive it. Conversational AI is increasingly used for mental health support, yet it is unclear which barriers AI helps mitigate. We examined whether evaluation-sensitive (shame/stigma) and structural barriers (cost/coverage/access) to psychotherapy predict perceived helpfulness of an AI mental health conversational tool (Ash), and whether effects differ by prior therapy experience or user engagement. Methods: Participants (n=395) rated Ash's helpfulness (1-5) and described barriers to therapy. Open-text responses were coded for shame/stigma, access, and cost/coverage themes. Linear regressions examined associations between barriers and perceived helpfulness, adjusting for demographics and mental health, with moderation by therapy experience. Results: Shame/stigma (B=.45, p<.001) and access barriers (B=.31, p=.020) predicted higher perceived helpfulness but cost/coverage did not (B=.13, p=.262). Prior therapy experience moderated the shame effect (interaction B=.56, p=.036): shame predicted higher helpfulness among therapy-experienced users ($Δ$=.62, p<.001) but not therapy-naive users ($Δ$=.03, p=.877). Among therapy-experienced participants (n=258), shame/stigma (B=.75, p<.001) and access barriers (B=.51, p=.006) predicted rating Ash more favorably. Access barriers predicted higher engagement (IRR=1.64, p<.001) and cost/coverage barriers predicted 70% more sessions (IRR=1.70, p<.001). Shame/stigma was not associated with total sessions (IRR=.80, p=.094). Conclusions: AI mental health support was perceived as most helpful by users facing shame/stigma and access barriers, particularly for therapy-experienced individuals. Access and cost barriers were most predictive of usage intensity, suggesting unmet needs. Findings highlight the importance of aligning AI tools for emotional support with user-reported barriers.
• Abstract（参考訳）: 背景: セラピーの恩恵を受けられる人は多くない。 会話型AIは、メンタルヘルスのサポートにますます利用されているが、AIがどの障壁を緩和するかは不明だ。 精神療法に対する評価感受性 (シェーム/スティグマ) と構造障壁 (コスト/カバー/アクセス) は,AIメンタルヘルス会話ツール(Ash)の有用性を予測し, 先行治療経験やユーザエンゲージメントによって効果が異なるかを検討した。 方法: 参加者 (n=395) はアッシュの有用性 (1-5) を評価し, 治療の障壁について検討した。 オープンテキスト応答は、恥/汚名、アクセス、コスト/カバレッジのテーマのためにコーディングされた。 リニアレグレッションは、治療経験によるモデレーションを伴って、障壁と有用さの関連を調査し、人口動態とメンタルヘルスの調整を行った。 結果: シェーム/スティグマ (B=.45, p<.001) とアクセス障壁 (B=.31, p=.020) は, 高い有効性を示すが, コスト・カバーは得られなかった (B=.13, p=.262)。 B=.56, p=.036), 治療経験者(Δ$=.62, p<.001), 治療経験者(Δ$=.03, p=.877), 治療経験者(Δ$=.03, p=.877。 治療経験者 (n=258), 恥・便秘 (B=.75, p<.001) およびアクセス障壁 (B=.51, p=.006) はアッシュの評価を好意的に予測した。 アクセス障壁はより高いエンゲージメント(IRR=1.64, p<.001)を予測し、コスト/カバー障壁は70%以上のセッション(IRR=1.70, p<.001)を予測した。 Shame/stigmaは全セッション(IRR=.80, p=.094)とは無関係である。 結論:AIのメンタルヘルスサポートは、特にセラピー経験のある個人にとって、恥と汚名とアクセス障壁に直面しているユーザにとって最も有益であると認識された。 アクセスとコスト障壁は、利用の強度を最も予測し、不必要なことを示唆した。 発見は、ユーザー報告された障壁に対する感情的サポートのためにAIツールを調整することの重要性を強調している。

関連論文リスト

• Mental Health Impacts of AI Companions: Triangulating Social Media Quasi-Experiments, User Perspectives, and Relational Theory [18.716972390545703]
  我々は,AICCがウェルビーイングをどのように形成し,ユーザがこれらの経験をどう感じたかを検討した。 発見は、感情と悲しみの表現、読みやすさ、対人的な焦点の混合効果を示した。 私たちは、健全なバウンダリを把握し、マインドフルエンゲージメントをサポートし、依存のない開示をサポートし、表面的な関係ステージを持つAIコンパニオンに対して、設計上の意味を提供する。
  論文  参考訳（メタデータ） (2025-09-26T15:47:37Z)
• 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)
• "It Listens Better Than My Therapist": Exploring Social Media Discourse on LLMs as Mental Health Tool [1.223779595809275]
  大きな言語モデル(LLM)は、会話の流布、共感シミュレーション、可用性の新機能を提供する。 本研究では,1万件以上のTikTokコメントを分析し,LLMをメンタルヘルスツールとして利用する方法について検討した。 その結果、コメントの20%近くが個人利用を反映しており、これらのユーザーは圧倒的に肯定的な態度を示している。
  論文  参考訳（メタデータ） (2025-04-14T17:37:32Z)
• Sentiment-guided Commonsense-aware Response Generation for Mental Health Counseling [28.17719749654601]
  反応生成にコモンセンス認識を取り入れた感情誘導機構であるEmpResを提案する。 ファンデーションモデルを活用し、コモンセンスの知識を活用することで、EmpResはクライアントの肯定的な感情を効果的に形作る応答を生成することを目指している。 以上の結果から,ユーザの91%がシステムの有効性を認め,80%が満足度を示し,85.45%以上がインターフェースの使用を継続し,他の人に推奨していることがわかった。
  論文  参考訳（メタデータ） (2025-01-06T15:41:52Z)
• Enhancing Mental Health Support through Human-AI Collaboration: Toward Secure and Empathetic AI-enabled chatbots [0.0]
  本稿では、スケーラブルなソリューションとしてのAI対応チャットボットの可能性について検討する。 メンタルヘルスの文脈で共感的で有意義な反応を提供する能力を評価する。 本稿では,データプライバシを保証し,バイアスを低減し,臨床医による継続的検証を統合して応答品質を向上させるためのフェデレート学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-17T20:49:13Z)
• Therapy as an NLP Task: Psychologists' Comparison of LLMs and Human Peers in CBT [6.932239020477335]
  大規模言語モデル(LLM)はアドホックセラピストとして使われている。 本研究は,ヒトカウンセラーのセッションレベルの行動と,同僚のチームが単一セッション認知行動療法を行うように促したLDMの行動とを比較した。
  論文  参考訳（メタデータ） (2024-09-03T19:19:13Z)
• 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)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• 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)
• MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
  ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。 我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
  論文  参考訳（メタデータ） (2020-11-17T15:18:38Z)

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。