論文の概要: CAIA in Practice: Field Evaluation of an AI-Assisted Support System for Text-Based Online Counselling

• arxiv url: http://arxiv.org/abs/2608.22251v1
• Date: Sun, 23 Aug 2026 07:22:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.671534
• Title: CAIA in Practice: Field Evaluation of an AI-Assisted Support System for Text-Based Online Counselling
• Title（参考訳）: CAIA in Practice: テキストベースのオンラインカウンセラーのためのAI支援支援システムのフィールド評価
• Abstract要約: CAIAは、カウンセリングプラクティスに責任あるAIを統合することを実証する、AIベースのツールスイートである。 フィールド評価では、34人の専門的なカウンセラーが、訓練された学生カウンセラーと真正のセッションを行った。
• 参考スコア（独自算出の注目度）: 0.27988103729716907
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rising global demand for mental health support creates significant service delivery challenges, with asynchronous email counselling serving as a crucial low-threshold channel for accessing care. This paper presents CAIA, a co-designed AI-based tool suite that demonstrates responsible AI integration into counselling practice through seven LLM-driven functions enhanced by retrieval-augmented generation. A field evaluation involved 34 professional counsellors conducting authentic sessions with trained student counsellees (36 threads, 321 messages, 1,257 AI outputs). User behaviour analysis confirms substantial adoption, revealing that professional autonomy and information accuracy are decisive for sustained acceptance, with counsellors particularly valuing interpretive functionalities that provide new perspectives and stimulate professional reflection.
• Abstract（参考訳）: メンタルヘルスサポートの世界的な需要の増加は、ケアにアクセスするための重要な低閾値チャネルとして、非同期Eメールカウンセリングが機能するなど、サービス提供上の大きな課題を生み出している。 本稿では,カウンセリングの実践に責任を負うAI統合を,検索強化世代によって強化された7つのLDM駆動機能を通じて実証するAIベースのツールスイートであるCAIAを提案する。 現場評価では、34人の専門カウンセラーが、訓練された学生カウンセリー(36スレッド、321メッセージ、1,257AIアウトプット)で真正セッションを行った。 ユーザ行動分析は、プロの自律性と情報の正確性が持続的な受容に決定的なものであることを明らかにし、特に、新たな視点を提供し、プロフェッショナルのリフレクションを刺激する解釈機能を評価する。

関連論文リスト

• Multi-dimensional Assessment and Explainable Feedback for Counselor Responses to Client Resistance in Text-based Counseling with LLMs [28.919083157390464]
  テキストベースの治療において,クライアントの抵抗を標的としたカウンセラー介入の多次元的評価のための包括的パイプラインを提案する。 本稿では,カウンセラー応答を4つの異なるコミュニケーション機構に分解する理論駆動型フレームワークを提案する。 提案手法は,異なる通信機構の品質を効果的に識別できることを示す。
  論文  参考訳（メタデータ） (2026-02-25T07:05:05Z)
• CARE: An Explainable Computational Framework for Assessing Client-Perceived Therapeutic Alliance Using Large Language Models [19.027335814014528]
  本稿では,多次元アライアンススコアを自動的に予測し,カウンセリングテキストから解釈可能な有理性を生成するLLMベースのフレームワークであるCAREを提案する。 CAREはCounselingWAIデータセット上に構築されており、9,516人の専門家による合理性によって強化されている。 実験の結果,CAREはLLMよりも優れており,カウンセラー評価とクライアント認識アライアンスとのギャップを大幅に減らすことがわかった。
  論文  参考訳（メタデータ） (2026-02-24T07:52:56Z)
• Responsible Evaluation of AI for Mental Health [72.85175110624736]
  メンタルヘルスケアにおけるAIツールの評価に対する現在のアプローチは、断片化されており、臨床実践、社会的コンテキスト、ファーストハンドのユーザエクスペリエンスと不整合である。 本稿では,臨床の健全性,社会的文脈,公平性を統合した学際的枠組みを導入することにより,責任ある評価を再考する。
  論文  参考訳（メタデータ） (2026-01-20T12:55:10Z)
• PAIR-SAFE: A Paired-Agent Approach for Runtime Auditing and Refining AI-Mediated Mental Health Support [18.251267901872886]
  大規模言語モデル(LLM)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。 LLMは、過度に指示的、一貫性のない、または臨床的に不一致な応答を生成することができる。 PAIR-SAFEはAIによるメンタルヘルスサポートの監査と改善のためのペアエージェントフレームワークである。
  論文  参考訳（メタデータ） (2026-01-19T06:20:57Z)
• EmoStage: A Framework for Accurate Empathetic Response Generation via Perspective-Taking and Phase Recognition [1.4436965372953483]
  EmoStageは共感的応答生成を強化するフレームワークである。 当社のフレームワークでは,クライアントの心理的状態とサポートニーズを推定する視点的取組みを導入している。 相認識はカウンセリングプロセスとの整合性を確保するために組み込まれている。
  論文  参考訳（メタデータ） (2025-06-24T03:18:37Z)
• LeCoDe: A Benchmark Dataset for Interactive Legal Consultation Dialogue Evaluation [68.26911563519162]
  法的協議は、個人の権利を保護し、司法へのアクセスを確保するために不可欠である。 現在のシステムは、現実世界のコンサルティングの対話的かつ知識集約的な性質を扱うのに不足している。 LeCoDeは3,696件の法的相談対話と110,008件の対話を含む実世界のマルチターンベンチマークデータセットである。
  論文  参考訳（メタデータ） (2025-05-26T08:24:32Z)
• Ψ-Arena: Interactive Assessment and Optimization of LLM-based Psychological Counselors with Tripartite Feedback [51.26493826461026]
  大規模言語モデル(LLM)の総合的評価と最適化のための対話型フレームワークであるPsi-Arenaを提案する。 アリーナは、心理学的にプロファイルされたNPCクライアントとの多段階対話を通じて現実世界のカウンセリングをシミュレートする現実的なアリーナ相互作用を特徴としている。 8つの最先端のLLM実験は、異なる実世界のシナリオと評価の観点で大きなパフォーマンス変化を示す。
  論文  参考訳（メタデータ） (2025-05-06T08:22:51Z)
• CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
  認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。 我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。 実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-10-17T04:52:57Z)
• Bridging the Skills Gap: Evaluating an AI-Assisted Provider Platform to Support Care Providers with Empathetic Delivery of Protocolized Therapy [5.6317091933490495]
  メンタルヘルスの状況は高い頻度と重荷にもかかわらず、世界中のメンタルヘルスプロバイダが不足している。 応答機能を備えたテキストベースのバーチャルセラピーインタフェースであるAI-Assisted Provider Platform (A2P2)を開発した。 我々は、(介入)プラットフォームと(制御)AI支援機能のない(制御)プラットフォームを使用したセラピーセッションを提供するメンタルヘルス治療の専門知識を持つプロバイダについて研究した。
  論文  参考訳（メタデータ） (2024-01-08T02:23:17Z)
• K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via Prompt Learning [83.19215082550163]
  K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。 本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
  論文  参考訳（メタデータ） (2023-12-16T08:10:10Z)
• Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice and Feedback [46.70617195649979]
  CAREはAIベースのツールで、実践とフィードバックを通じて同僚のカウンセラーを力づけ、訓練する。 CAREは、特定の状況で必要なカウンセリング戦略の診断を支援し、実践セッション中にカウンセラーにサンプル応答を提案する。
  論文  参考訳（メタデータ） (2023-05-15T19:48:59Z)

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。