Naveen Raman

大型语言模型在同伴主导的社区行为健康服务中的应用：理解同伴专家与服务用户对机会、风险与缓解策略的视角

同伴主导组织（PRO）提供基于生活经验的、基于恢复的关键行为健康支持。随着大型语言模型（LLM）进入这一领域，其规模、对话性和不透明性为情境化、信任和自主性带来新挑战。我们与新泽西州合作支持项目（CSPNJ）——美国东北部的一个州级PRO——合作，使用漫画引导法（comicboarding）这一协作设计方法，与16名同伴专家和10名服务用户开展研讨会，探索将基于LLM的推荐系统整合到同伴支持中的看法。发现显示，根据LLM的引入方式、约束条件和协作使用方式，它们可以通过维持、削弱或放大支持所基于的关系权威来重新配置室内动态。我们在三个张力中识别了机会、风险和缓解策略：桥接规模与局部性、保护信任与关系动态、在效率提升中保持同伴自主性。…