ExploreSelf: Fostering User-driven Exploration and Reflection on Personal Challenges with Adaptive Guidance by Large Language Models

要約

ストレスの多い経験を言葉で表現することは、精神的および身体的健康を改善することが証明されていますが、人は自分の考えや感情を整理するのに苦労するため、書く介入をやめてしまうことがよくあります。
反射型プロンプトは指示を提供するために使用されており、大規模言語モデル (LLM) はカスタマイズされたガイダンスを提供する可能性を実証しています。
現在のシステムでは、ユーザーが自分の意見を反映する柔軟性が制限されていることがよくあります。
そこで、ユーザーが内省の旅をコントロールできるように設計された LLM ベースのアプリケーションである ExploreSelf を紹介します。
ExploreSelf を使用すると、ユーザーは動的に生成された質問を通じて適応的なサポートを受けることができます。
19 人の参加者による探索的研究を通じて、参加者が ExploreSelf を使用して個人的な課題をどのように探索し、反映するかを調査します。
私たちの調査結果は、参加者がガイド付きサポートと内省の旅をコントロールする自由の間のバランスを重視し、より深い関与と洞察につながることを示しています。
私たちの調査結果に基づいて、効果的な振り返りの実践を通じてユーザーの権限付与を促進する LLM 主導のツールの設計への影響について説明します。

要約(オリジナル)

Expressing stressful experiences in words is proven to improve mental and physical health, but individuals often disengage with writing interventions as they struggle to organize their thoughts and emotions. Reflective prompts have been used to provide direction, and large language models (LLMs) have demonstrated the potential to provide tailored guidance. Current systems often limit users’ flexibility to direct their reflections. We thus present ExploreSelf, an LLM-driven application designed to empower users to control their reflective journey. ExploreSelf allows users to receive adaptive support through dynamically generated questions. Through an exploratory study with 19 participants, we examine how participants explore and reflect on personal challenges using ExploreSelf. Our findings demonstrate that participants valued the balance between guided support and freedom to control their reflective journey, leading to deeper engagement and insight. Building on our findings, we discuss implications for designing LLM-driven tools that promote user empowerment through effective reflective practices.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google