An Empathetic AI Coach for Self-Attachment Therapy

要約

この研究では、自己愛着療法のプロトコルを実践する際にユーザーをガイドすることを目的としたデジタル コーチのための新しいデータセットと計算戦略を紹介します。
私たちのフレームワークは、ルールベースの会話エージェントを、ユーザーのテキスト応答の根底にある感情を識別するための深層学習分類器と、斬新で流暢で共感的な発話を生成するための深層学習支援検索メソッドで強化します。
また、ユーザーが対話するために選択できる人間のようなペルソナのセットも作成します。
私たちの目標は、仮想セラピー セッション中に高いレベルのエンゲージメントを達成することです。
私たちは、参加者 N=16 名を対象とした非臨床試験でフレームワークの有効性を評価しました。参加者全員が 5 日間で薬剤と少なくとも 4 回のやり取りを行っています。
私たちのプラットフォームは、単純なルールベースのフレームワークよりも共感、ユーザーエンゲージメント、有用性の点で一貫して高く評価されていることがわかりました。
最後に、受け取ったフィードバックに従って、アプリケーションの設計とパフォーマンスをさらに改善するためのガイドラインを提供します。

要約(オリジナル)

In this work, we present a new dataset and a computational strategy for a digital coach that aims to guide users in practicing the protocols of self-attachment therapy. Our framework augments a rule-based conversational agent with a deep-learning classifier for identifying the underlying emotion in a user’s text response, as well as a deep-learning assisted retrieval method for producing novel, fluent and empathetic utterances. We also craft a set of human-like personas that users can choose to interact with. Our goal is to achieve a high level of engagement during virtual therapy sessions. We evaluate the effectiveness of our framework in a non-clinical trial with N=16 participants, all of whom have had at least four interactions with the agent over the course of five days. We find that our platform is consistently rated higher for empathy, user engagement and usefulness than the simple rule-based framework. Finally, we provide guidelines to further improve the design and performance of the application, in accordance with the feedback received.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google