要約
認知行動療法（CBT）は、不安、うつ病、その他の課題に対処する手段として、個人の思考パターンを再構築するよう導くために広く使用されている治療法です。
私たちは、対話型の CBT 在宅演習を通じて参加者をガイドする、大規模言語モデル (LLM) を利用したプロンプトエンジニアリング型社会支援ロボット (SAR) を開発しました。
私たちは、ロボットまたはチャットボット (同じ LLM を使用) と毎日対話するようにランダムに割り当てられた 38 人の大学生を対象とした 15 日間の研究を通じて、SAR のパフォーマンスを評価しました。研究期間中、従来の CBT ワークシートを完成させました。
私たちは毎週の治療結果、セッション前後の不安測定の変化、CBT演習の完了に対する遵守状況を測定しました。
一般的な心理的苦痛の自己申告による測定値は、ロボットとワークシートの条件では研究期間中に大幅に減少しましたが、チャットボットの条件では減少しなかったことがわかりました。
さらに、SAR により、他の 2 つの条件を組み合わせた場合よりも多くのセッションで、単一セッションの大幅な改善が可能になりました。
私たちの調査結果は、SAR ガイドによる LLM を利用した CBT が、研究の開始から終了までの治療の進行をサポートする点で従来のワークシート法と同等に効果的であり、CBT 演習完了直後のユーザーの不安を軽減する点で優れている可能性があることを示唆しています。
要約(オリジナル)
Cognitive behavioral therapy (CBT) is a widely used therapeutic method for guiding individuals toward restructuring their thinking patterns as a means of addressing anxiety, depression, and other challenges. We developed a large language model (LLM)-powered prompt-engineered socially assistive robot (SAR) that guides participants through interactive CBT at-home exercises. We evaluated the performance of the SAR through a 15-day study with 38 university students randomly assigned to interact daily with the robot or a chatbot (using the same LLM), or complete traditional CBT worksheets throughout the duration of the study. We measured weekly therapeutic outcomes, changes in pre-/post-session anxiety measures, and adherence to completing CBT exercises. We found that self-reported measures of general psychological distress significantly decreased over the study period in the robot and worksheet conditions but not the chatbot condition. Furthermore, the SAR enabled significant single-session improvements for more sessions than the other two conditions combined. Our findings suggest that SAR-guided LLM-powered CBT may be as effective as traditional worksheet methods in supporting therapeutic progress from the beginning to the end of the study and superior in decreasing user anxiety immediately after completing the CBT exercise.
arxiv情報
| 著者 | Mina J. Kian,Mingyu Zong,Katrin Fischer,Abhyuday Singh,Anna-Maria Velentza,Pau Sang,Shriya Upadhyay,Anika Gupta,Misha A. Faruki,Wallace Browning,Sebastien M. R. Arnold,Bhaskar Krishnamachari,Maja J. Mataric |
| 発行日 | 2024-02-27 23:30:10+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google