論文の概要: Right Words, Wrong Moment: A Clinician-Grounded Analysis of Distress in 19,930 Conversations between Young People and ChatGPT
- arxiv url: http://arxiv.org/abs/2609.35953v1
- Date: Mon, 28 Sep 2026 17:53:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:46.908995
- Title: Right Words, Wrong Moment: A Clinician-Grounded Analysis of Distress in 19,930 Conversations between Young People and ChatGPT
- Title（参考訳）: 19,930人の若者とチャットGPTの会話における距離分析
- Abstract要約: 若者は苦悩の瞬間にGPCA(General-Purpose Conversational Agents)に目を向ける傾向にある。
若年者158名を対象に,ChatGPT19,930件の会話と調査データを収集した。
苦悩した被験者は、ChatGPTとの感情的な関係が強く、相手よりも使用による行動の変化が大きかった。
- 参考スコア（独自算出の注目度）: 12.437372215980567
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Young people increasingly turn to General-Purpose Conversational Agents (GPCAs), such as ChatGPT, in moments of distress. We examine young adults' (ages 18-25) experiences using ChatGPT. We first collected 19,930 ChatGPT conversations and survey data from 158 young adults. We then selected five example conversations reflecting user distress. Finally, we asked ten clinicians to review those five conversations. We found distressed participants reported greater emotional engagement with ChatGPT and greater behavioral change from using it than their peers. When they turned to ChatGPT in moments of acute distress, ChatGPT was quick to give overly dramatic responses and excessive action-oriented suggestions. Clinicians endorsed ChatGPT's availability and much of its wording, but identified seven process failures, such as prematurely jumping to solutions. We translated clinicians' feedback into design guidelines following three stages: 1) asking about safety, 2) de-escalating intensity to restore emotional regulation, and 3) exploring concerns without agreeing with them.
- Abstract（参考訳）: 若者は、ChatGPTのようなGPCA(General-Purpose Conversational Agents)に苦しむ瞬間に目を向ける傾向にある。
若年者の18歳から25歳までの体験をChatGPTを用いて検討した。
まず,若年者158名を対象に,ChatGPT19,930件の会話と調査データを収集した。
次に、ユーザの苦痛を反映した5つの事例会話を選択しました。
最後に、私たちは10人の臨床医にこれらの5つの会話のレビューを依頼しました。
苦悩した被験者は、ChatGPTとの感情的な関係が強く、相手よりも使用による行動の変化が大きかった。
急性的な苦痛の瞬間にChatGPTに目を向けると、ChatGPTはすぐに過度に劇的な反応と過剰なアクション指向の提案を与えました。
臨床医はChatGPTの可用性とその言葉の多くを支持したが、早期にソリューションにジャンプするなど7つのプロセス障害を特定した。
臨床医のフィードバックを3段階に分けてデザインガイドラインに翻訳した。
1)安全について尋ねる。
2)感情的な規制を回復するために強度を減らし、
3)同意なく懸念を探求すること。
関連論文リスト
- How Human is AI? Examining the Impact of Emotional Prompts on Artificial and Human and Responsiveness [0.0]
本研究では、人間とAIの相互作用の感情的トーンが、ChatGPTと人間の行動をどのように形成するかを検討する。
参加者に対して,ChatGPTと共同作業しながら,公開応答の執筆と倫理ジレンマへの対処という2つの課題について,感情表現を依頼した。
その結果、参加者が中立的な態度を維持している相互作用と比較して、ChatGPTは参加者が賞賛すると、回答がより良くなることがわかった。
論文 参考訳（メタデータ） (2026-01-08T16:50:00Z) - Personality over Precision: Exploring the Influence of Human-Likeness on ChatGPT Use for Search [8.544772506500188]
そこで我々は,ChatGPT と Google 間の信頼,人間的類似性(擬人化),および設計上の嗜好に関するユーザ認知について検討した。
分析では、ChatGPTとGoogle Daily(DUB)と、主にGoogle(DUG)に頼っている2つの異なるユーザーグループを特定した。
DUBグループはChatGPTに対する高い信頼を示し、より人間らしく認識し、パーソナライゼーションと会話の流れを強化するために事実的正確性を取引する意志を示した。
論文 参考訳（メタデータ） (2025-11-09T16:28:55Z) - 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) - Is Stack Overflow Obsolete? An Empirical Study of the Characteristics of
ChatGPT Answers to Stack Overflow Questions [7.065853028825656]
Stack Overflowのプログラミング問題に対するChatGPT回答の詳細な分析を行った。
また,ChatGPT回答の正確性,一貫性,包括性,簡潔性を検討した。
分析の結果,ChatGPT回答の52%が誤り情報であり,77%が冗長であることがわかった。
論文 参考訳（メタデータ） (2023-08-04T13:23:20Z) - 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) - 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) - Let's have a chat! A Conversation with ChatGPT: Technology,
Applications, and Limitations [0.0]
Chat Generative Pre-trained Transformerは、ChatGPTとしてよく知られたもので、人間に似た文を生成し、一貫性のあるエッセイを書くことができる。
医療、教育、研究など様々な分野におけるChatGPTの応用の可能性を強調した。
有望な結果にもかかわらず、ChatGPTにはいくつかのプライバシーと倫理上の懸念がある。
論文 参考訳（メタデータ） (2023-02-27T14:26:29Z) - 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。