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

要約

言葉でストレスの多い経験を表現することは、精神的および肉体的な健康を改善することが証明されていますが、個人は自分の考えや感情を整理するのに苦労しているときに介入を書くことに挑戦することがよくあります。
反射プロンプトは方向を提供するために使用されており、大規模な言語モデル（LLM）は、調整されたガイダンスを提供する可能性を実証しています。
ただし、現在のシステムは、多くの場合、ユーザーの柔軟性を制限して反射を指示します。
このように、ユーザーが反射的な旅を制御できるように設計されたLLM駆動型アプリケーションであるExplores自身が提示され、動的に生成された質問を通じて適応的なサポートを提供します。
19人の参加者との探索的研究を通じて、参加者がExplores自身を使用して個人的な課題を探求し、反映する方法を調べます。
私たちの調査結果は、参加者が反射的な旅を制御するための適応ガイダンスの柔軟なナビゲーションを評価し、より深いエンゲージメント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、私たちは、個人的な課題の効果的かつ効果的な反映を促進するLLM主導のツールを設計することの意味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. However, 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, providing 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 flexible navigation of adaptive guidance to control their reflective journey, leading to deeper engagement and insight. Building on our findings, we discuss the implications of designing LLM-driven tools that facilitate user-driven and effective reflection of personal challenges.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google