論文の概要: Depression Symptoms and Relational Patterns in 187k ChatGPT Histories
- arxiv url: http://arxiv.org/abs/2607.05685v1
- Date: Mon, 06 Jul 2026 23:07:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.348357
- Title: Depression Symptoms and Relational Patterns in 187k ChatGPT Histories
- Title（参考訳）: 187k ChatGPTヒストリーにおけるうつ症状と関係パターン
- Abstract要約: PHQ-8を完了した766人の参加者から187,093人のチャットGPT会話を分析した。
より高いPHQの参加者は、精神的健康、対人的、孤独、自己中心、サポートを求める会話にChatGPTをより多く使用した。
- 参考スコア（独自算出の注目度）: 10.652432290958297
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models are increasingly used as private, always-available conversational systems, but little is known about how people with depressive symptoms use them. Building on CSCW work on disclosure and peer support, we examine ChatGPT as an emerging informal support infrastructure: private, persistent, responsive, and available outside ordinary hours. We analyze 187,093 ChatGPT conversations from 766 participants who completed the PHQ-8, comparing those below the moderate-symptom threshold (score of 10) with those at or above it. Higher-PHQ participants used ChatGPT more for mental-health, interpersonal, loneliness, self-focused, and support-seeking conversations, with pronounced late-night and recurring month-level patterns. Their language contained more first-person singular pronouns and absolutist terms. They more often engaged ChatGPT in high-disclosure contexts, but professional redirection was not higher. Language-based prediction was modest and insufficient for screening (AUROC 0.591). We argue these histories should not be treated as clinical screening data but as evidence LLMs are increasingly used as informal support infrastructure.
- Abstract（参考訳）: 大規模言語モデルは、プライベートで常に利用可能な会話システムとしてますます使われているが、うつ病の症状を持つ人々がそれを使う方法についてはほとんど分かっていない。
開示とピアサポートに関するCSCWの取り組みに基づいて、ChatGPTをプライベート、永続性、応答性、および通常の時間外利用可能な、新たな非公式サポート基盤として検討する。
PHQ-8を完了した766人の参加者から187,093人のChatGPT会話を分析し、中等症状閾値(スコア10)以下とそれ以上の参加者を比較した。
高PHQの参加者は、心身の健康、対人、孤独、自己中心、サポートを求める会話にChatGPTをより多く使用し、深夜から月レベルのパターンを繰り返した。
彼らの言語は、より一人称単数代名詞と絶対主義者の言葉を含んでいた。
彼らはしばしばChatGPTを高い情報開示の文脈で取り組んだが、プロのリダイレクトは高くなかった。
言語に基づく予測は控えめでスクリーニングには不十分であった(AUROC 0.591)。
これらの履歴は臨床検診データとして扱うべきではないが、LCMが非公式なサポート基盤として使われるケースが増えている。
関連論文リスト
- Development and Evaluation of HopeBot: an LLM-based chatbot for structured and interactive PHQ-9 depression screening [48.355615275247786]
HopeBotは、PHQ-9(Patent Health Questionnaire-9)を検索強化世代とリアルタイムの明確化を用いて管理する。
内部調査では、英国と中国の132人の成人が、自己管理版とチャットボット版の両方を完成させた。
全体の87.1%は、ホープボットの再利用や推奨を表明している。
論文 参考訳（メタデータ） (2025-07-08T13:41:22Z) - Conversational Assistants to support Heart Failure Patients: comparing a Neurosymbolic Architecture with ChatGPT [0.7334873346655889]
我々は、心不全患者が食物中の塩分について質問できる会話アシスタントの2つのバージョンを比較した。
1つのバージョンは神経象徴的アーキテクチャで社内で開発され、もう1つはChatGPTに基づいている。
評価の結果、社内システムはより正確で、より多くのタスクを完了し、ChatGPTに基づくシステムよりも冗長ではないことがわかった。
論文 参考訳（メタデータ） (2025-04-24T17:16:24Z) - Primacy Effect of ChatGPT [69.49920102917598]
本稿では,ChatGPTの優位性について検討する。
実験と分析により、より信頼性の高いChatGPTベースのソリューションを構築する上で、さらなる洞察が得られればと思っています。
論文 参考訳（メタデータ） (2023-10-20T00:37:28Z) - From Words and Exercises to Wellness: Farsi Chatbot for Self-Attachment Technique [1.7592522344393486]
私たちはFarsiでセルフアタッチメント(SAT)を通じてユーザを誘導する音声対応ロボットを開発した。
6000以上の発話のデータセットを収集し、ユーザー感情を12クラスに分類する新しい感情分析モジュールを開発し、精度は92%以上である。
当社のプラットフォームは,ほとんどのユーザ(75%),72%がインタラクションの後に気分が良くなり,74%がSAT Teacherのパフォーマンスに満足していた。
論文 参考訳（メタデータ） (2023-10-13T19:09:31Z) - What are Public Concerns about ChatGPT? A Novel Self-Supervised Neural
Topic Model Tells You [12.092846854859594]
最近リリースされた人工知能の会話エージェントChatGPTは、学界と実生活に大きな注目を集めている。
ユーザクエリとソーシャルメディア投稿はどちらも、この高度な対話システムに関する公衆の懸念を表明している。
本稿では,ChatGPTに関する一般の懸念を掘り下げるために,新たな自己スーパービジョンニューラルトピックモデル(SSTM)を提案する。
論文 参考訳（メタデータ） (2023-09-04T11:05:10Z) - Performance of ChatGPT on USMLE: Unlocking the Potential of Large
Language Models for AI-Assisted Medical Education [0.0]
本研究は,ChatGPTが複雑な医学的および臨床的な疑問に答える上で,いかに信頼性が高いかを検討した。
本研究は2方向ANOVAとポストホック解析を用いて得られた結果について検討した。
ChatGPTによる回答は、通常のGoogle検索結果よりもコンテキスト指向であることが判明した。
論文 参考訳（メタデータ） (2023-06-30T19:53:23Z) - ChatGPT for Us: Preserving Data Privacy in ChatGPT via Dialogue Text
Ambiguation to Expand Mental Health Care Delivery [52.73936514734762]
ChatGPTは人間のような対話を生成する能力で人気を集めている。
データに敏感なドメインは、プライバシとデータ所有に関する懸念から、ChatGPTを使用する際の課題に直面している。
ユーザのプライバシーを守るためのテキスト曖昧化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-19T02:09:52Z) - Is ChatGPT A Good Keyphrase Generator? A Preliminary Study [51.863368917344864]
ChatGPTは最近、計算言語学コミュニティから大きな注目を集めている。
我々は、キーフレーズ生成プロンプト、キーフレーズ生成の多様性、長い文書理解など、様々な面でその性能を評価する。
その結果、ChatGPTは6つのプロンプトすべてに対して非常によく機能し、データセット間で小さなパフォーマンス差が観測されていることがわかった。
論文 参考訳（メタデータ） (2023-03-23T02:50:38Z) - Consistency Analysis of ChatGPT [65.268245109828]
本稿では,ChatGPTとGPT-4の論理的一貫した行動に対する信頼性について検討する。
その結果,両モデルとも言語理解能力と推論能力が向上しているように見えるが,論理的に一貫した予測が得られないことが示唆された。
論文 参考訳（メタデータ） (2023-03-11T01:19:01Z) - Can ChatGPT Understand Too? A Comparative Study on ChatGPT and
Fine-tuned BERT [103.57103957631067]
チャットGPTは、人間の質問に対する流動的で高品質な応答を生成できるため、大きな注目を集めている。
そこで我々は,ChatGPTの理解能力を,最も人気のあるGLUEベンチマークで評価し,より詳細な4種類のBERTスタイルのモデルと比較した。
2)ChatGPTは,感情分析や質問応答タスクにおいて,BERTと同等のパフォーマンスを達成している。
論文 参考訳（メタデータ） (2023-02-19T12:29:33Z) - Is ChatGPT a General-Purpose Natural Language Processing Task Solver? [113.22611481694825]
大規模言語モデル(LLM)は、さまざまな自然言語処理(NLP)タスクをゼロショットで実行できることを実証している。
近年、ChatGPTのデビューは自然言語処理(NLP)コミュニティから大きな注目を集めている。
ChatGPTが多くのNLPタスクをゼロショットで実行できるジェネラリストモデルとして機能するかどうかはまだ分かっていない。
論文 参考訳（メタデータ） (2023-02-08T09:44:51Z)
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。