DOI: https://doi.org/10.1145/3706598.3713453
تاريخ النشر: 2025-04-24
المؤلف: Xi Zheng وآخرون
الموضوع الرئيسي: التدخلات الرقمية في الصحة النفسية
نظرة عامة
في هذا القسم، يقدم المؤلفون نظرة عامة على ChatLab، وهو نموذج بحثي مصمم لتسهيل تخصيص والتفاعل مع روبوتات الدردشة المدعومة بنماذج اللغة الكبيرة. تتضمن الواجهة أربعة علامات تبويب رئيسية: تخصيص شخصية روبوت الدردشة، إعدادات التفاعل الإضافية، قدرات الدردشة، وسجل المحادثات. يمكن للمشاركين تقديم معلومات شخصية وسمات روبوت الدردشة المرغوبة، اختيار أوضاع الإخراج والأفاتار، وضبط المعلمات مثل نوع النموذج ودرجة الحرارة، كل ذلك ضمن تصميم يستجيب للأجهزة المحمولة.
استخدمت الدراسة منهجية البحث من خلال التصميم (RtD)، حيث شارك 22 مشاركًا في دراسة ميدانية استمرت أسبوعًا تلتها مقابلات وأنشطة تصميم. تشير النتائج إلى أن المشاركين طوروا شخصيات روبوت دردشة متنوعة تجاوزت الأدوار الداعمة التقليدية، مما مكنهم من مواجهة الضغوط، والانخراط في مناقشات فكرية، والبحث عن الدعم العلاجي. عزز الاستخدام الاستراتيجي لخيارات الصوت والأفاتار ديناميكيات العلاقة مع روبوت الدردشة، مما ساعد على تعزيز الحوار المفتوح والتأمل الذاتي. اقترح المشاركون تحسينات تصميمية لدعم عاطفي أكثر تخصيصًا، بما في ذلك تحسين الاحتفاظ بالذاكرة، مصادر التعلم البديلة، ومساعدة التخصيص. يختتم المؤلفون بتسليط الضوء على فرص التصميم لإنشاء أدوات دعم عاطفي تكيفية تعزز الروابط المعنوية وتساعد على التأمل بعد التفاعل.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على القضية الملحة المتعلقة بالصحة النفسية الضعيفة التي تؤثر على الملايين، مشددة على احتياجات الدعم العاطفي المتنوعة التي يمتلكها الأفراد، بدءًا من الرفقة إلى الإرشاد العملي. تقدم التطورات الأخيرة في تكنولوجيا روبوتات الدردشة، وخاصة من خلال نماذج اللغة الكبيرة (LLMs)، طريقًا واعدًا لتوفير دعم عاطفي مخصص. ومع ذلك، ركزت الأبحاث الحالية بشكل أساسي على تحسين نماذج اللغة الكبيرة لتقليد المتخصصين في الصحة النفسية، مما ترك فجوة كبيرة في فهم كيفية تخصيص الأفراد لهذه الروبوتات لتلبية احتياجاتهم العاطفية الفريدة وتفضيلاتهم.
لمعالجة هذه الفجوة، استخدم المؤلفون نهج “البحث من خلال التصميم” (RtD)، حيث طوروا نموذجًا أوليًا يسمى ChatLab يمكّن المستخدمين من إنشاء والتفاعل مع روبوتات دردشة مصممة لأغراضهم الخاصة. شملت الدراسة 22 مشاركًا يعانون من الوحدة الاجتماعية، الذين تفاعلوا مع ChatLab على مدار عدة أيام. قام المشاركون بتخصيص شخصيات روبوت الدردشة بنشاط، مضيفين سمات متنوعة مثل خيارات الصوت والأفاتار، لتعزيز اتصالاتهم العاطفية وتسهيل المناقشات المفتوحة. تكشف النتائج أن التخصيص لم يسمح فقط للمستخدمين باستكشاف مشاعرهم واحتياجاتهم، بل أبرز أيضًا أهمية استقلالية المستخدم في عملية التصميم. يقترح المؤلفون تداعيات تصميمية لتعزيز تخصيص روبوتات الدردشة، بهدف دعم الأفراد الذين يعانون من صحة نفسية ضعيفة مع توضيح أن نتائجهم ليست مقصودة كنصائح طبية.
نقاش
في قسم “النقاش”، تستكشف الورقة تطور آليات الدعم العاطفي، مع التركيز بشكل خاص على تخصيص روبوتات الدردشة قبل وبعد ظهور نماذج اللغة الكبيرة (LLMs). تسلط الضوء على أهمية الرعاية الشخصية في الصحة النفسية، مشددة على أن الخصائص الفردية، مثل الاستجابة العاطفية والعوامل الاجتماعية الديموغرافية، تؤثر بشكل كبير على نتائج العلاج. بينما كانت الأساليب العلاجية التقليدية تهدف إلى التخصيص، لا يزال الوصول إلى مثل هذه الرعاية المخصصة محدودًا للعديد من الأفراد. وبالتالي، ظهرت شبكات الدعم من الأقران وتطبيقات الرعاية الذاتية، مع اكتساب روبوتات الدردشة شهرة لقدرتها على إشراك المستخدمين في محادثات تعاطفية. ومع ذلك، ركزت الأبحاث السابقة حول تخصيص روبوتات الدردشة بشكل أساسي على السمات السطحية، مما ترك فجوة في فهم الاحتياجات العاطفية الأعمق للمستخدمين.
لقد حول ظهور نماذج اللغة الكبيرة قدرات روبوتات الدردشة، مما سمح بتفاعلات أكثر مرونة ودقة. يمكن للمستخدمين الآن تخصيص روبوتات الدردشة ليس فقط من خلال اللغة ولكن أيضًا من خلال اختيار سمات متنوعة مثل الصوت والمظهر البصري. أظهرت الدراسات أن هذه القابلية المتزايدة للتكيف تعزز من تفاعل المستخدمين ورضاهم. ومع ذلك، لم تستكشف الأدبيات الحالية بشكل كافٍ كيفية تنقل المستخدمين عبر خيارات التخصيص هذه أو الدوافع وراء اختياراتهم. لمعالجة هذه الفجوات، طور المؤلفون ChatLab، نموذجًا أوليًا مصممًا لتسهيل تخصيص روبوتات الدردشة المدعومة بنماذج اللغة الكبيرة لدعم عاطفي. من خلال هذه المنصة، تهدف الباحثون إلى التحقيق في كيفية تفاعل الأفراد مع روبوتات الدردشة القابلة للتخصيص وتحديد فرص التصميم التي يمكن أن تلبي احتياجاتهم العاطفية بشكل أفضل. تستخدم الدراسة نهج “البحث من خلال التصميم”، مع التركيز على فهم تجارب المستخدمين وممارسات التخصيص في البيئات الواقعية.
القيود
في قسم “القيود”، يعترف المؤلفون بأنه بينما يقدم ChatLab مجموعة من خيارات التخصيص والتفاعل، فإنه يفتقر إلى ميزات معينة مثل إدخال الصوت وبناء الأفاتار بالتفصيل. كان الهدف الأساسي من البحث ليس تقييم فعالية ChatLab كأداة دعم عاطفي ولكن للعمل كنموذج تصميم ضمن إطار البحث من خلال التصميم (RtD). من خلال دمج ChatLab في الحياة اليومية للمشاركين، نجحت الدراسة في جمع رؤى تجريبية قيمة حول ممارسات التخصيص، مما يعالج الأسئلة البحثية المطروحة.
ومع ذلك، يشير المؤلفون إلى أن هناك حاجة إلى مزيد من البحث لتحديد ما إذا كان تخصيص روبوتات الدردشة يمكن أن يعزز الصحة النفسية، خاصة في تقليل الوحدة الاجتماعية، ولفهم كيف قد تتغير تفضيلات التخصيص بمرور الوقت. كانت مجموعة المشاركين في الدراسة من ثقافات آسيوية فقط، مما يحد من تعميم النتائج على سياقات ثقافية أخرى. وهذا يبرز فجوة في أبحاث تفاعل الإنسان مع الكمبيوتر فيما يتعلق بالوجهات غير الغربية. يجب أن تهدف التحقيقات المستقبلية إلى عينة أكثر تنوعًا من المشاركين لاستكشاف الاختلافات الثقافية. بالإضافة إلى ذلك، يخطط المؤلفون لفحص إمكانيات التخصيص مع تقنيات الذكاء الاصطناعي التوليدية الأخرى ودمج بيانات الصحة الشخصية من أجهزة الاستشعار الذكية لتعزيز الدعم العاطفي.
DOI: https://doi.org/10.1145/3706598.3713453
Publication Date: 2025-04-24
Author(s): Xi Zheng et al.
Primary Topic: Digital Mental Health Interventions
Overview
In this section, the authors present an overview of ChatLab, a research prototype designed to facilitate the customization and interaction with LLM-powered chatbots. The interface includes four main tabs: customization of the chatbot persona, additional interaction settings, chatting capabilities, and conversation history. Participants can provide personal information and desired chatbot traits, select output modalities and avatars, and adjust parameters such as the model type and temperature, all within a mobile-responsive design.
The study employed a Research through Design (RtD) methodology, engaging 22 participants in a week-long field study followed by interviews and design activities. Findings indicate that participants developed diverse chatbot personas that transcended traditional supportive roles, enabling them to confront stressors, engage in intellectual discussions, and seek therapeutic support. The strategic use of voice and avatar options enhanced the relationship dynamics with the chatbot, fostering open dialogue and self-reflection. Participants proposed design enhancements for more personalized emotional support, including improved memory retention, alternative learning sources, and customization assistance. The authors conclude by highlighting design opportunities for creating adaptive emotional support tools that promote meaningful connections and facilitate post-interaction reflection.
Introduction
The introduction of this research paper highlights the pressing issue of poor mental well-being affecting millions, emphasizing the diverse emotional support needs individuals have, ranging from companionship to practical guidance. Recent advancements in chatbot technology, particularly through large language models (LLMs), present a promising avenue for providing personalized emotional support. However, existing research has primarily focused on fine-tuning LLMs to mimic mental health professionals, leaving a significant gap in understanding how individuals can customize these chatbots to meet their unique emotional needs and preferences.
To address this gap, the authors employed a “Research through Design” (RtD) approach, developing a prototype called ChatLab that enables users to create and interact with chatbots tailored to their specific purposes. The study involved 22 participants experiencing social loneliness, who engaged with ChatLab over several days. Participants actively customized chatbot personas, incorporating various attributes such as voice and avatar options, to enhance their emotional connections and facilitate open discussions. The findings reveal that customization not only allowed users to explore their feelings and needs but also highlighted the importance of user autonomy in the design process. The authors propose design implications for enhancing chatbot customization, aiming to support individuals experiencing poor mental well-being while clarifying that their findings are not intended as clinical advice.
Discussion
In the “Discussion” section, the paper explores the evolution of emotional support mechanisms, particularly focusing on the customization of chatbots before and after the advent of Large Language Models (LLMs). It highlights the importance of personalized care in mental health, emphasizing that individual characteristics, such as emotional reactivity and sociodemographic factors, significantly influence treatment outcomes. While traditional therapeutic approaches have aimed for personalization, access to such tailored care remains limited for many individuals. Consequently, peer support networks and self-care applications have emerged, with chatbots gaining prominence for their ability to engage users in empathetic conversations. However, previous research on chatbot customization has primarily focused on superficial attributes, leaving a gap in understanding the deeper emotional needs of users.
The introduction of LLMs has transformed chatbot capabilities, allowing for more flexible and nuanced interactions. Users can now customize chatbots not only through language but also by selecting various attributes such as voice and visual appearance. Studies have shown that this increased adaptability enhances user engagement and satisfaction. However, existing literature has not sufficiently explored how users navigate these customization options or the motivations behind their choices. To address these gaps, the authors developed ChatLab, a prototype designed to facilitate user-driven customization of LLM-powered chatbots for emotional support. Through this platform, the researchers aim to investigate how individuals interact with customizable chatbots and identify design opportunities that could better meet their emotional needs. The study employs a “Research through Design” approach, focusing on understanding user experiences and customization practices in real-world settings.
Limitations
In the “Limitations” section, the authors acknowledge that while ChatLab offers a range of customization and interaction options, it lacks certain features such as voice input and detailed avatar construction. The primary aim of the research was not to assess ChatLab’s effectiveness as an emotional support tool but to serve as a design probe within the Research through Design (RtD) framework. By integrating ChatLab into participants’ daily lives, the study successfully gathered valuable empirical insights into customization practices, addressing the research questions posed.
However, the authors note that further research is needed to determine if chatbot customizability can enhance mental well-being, particularly in reducing social loneliness, and to understand how customization preferences may change over time. The study’s participant pool was exclusively from Asian cultures, which limits the generalizability of the findings to other cultural contexts. This highlights a gap in HCI research regarding non-Western perspectives. Future investigations should aim for a more diverse participant sample to explore cross-cultural differences. Additionally, the authors plan to examine customization possibilities with other generative AI technologies and the integration of personal health data from smart sensing devices to enhance emotional support.