JournalAIde: 增强老年人数字日记写作能力

大语言模型(LLM)的人机协作老年人友好技术设计AI 辅助创意写作老年护理人员家庭照顾者(Caregiver)

研究背景与问题

  • 作者发现的挑战和问题

    • 尽管数字日记书写成为老年人表达自我和记录生活的一个有效途径,但这一过程对许多老年人来说充满挑战,包括需要反思、自我表达以及组织思想的能力。具体问题包括:
      1. 缺乏信心,尤其是在看到他人的高质量作品后容易感到不自信。
      2. 表达和组织思想的能力不足,包括难以开始和缺乏适当的词汇。
      3. 难以保持注意力和专注力,尤其在任务孤立或遇到困难时。
    • 现有研究虽然涉及数字内容创作,但多偏向年轻人群体或专业作家,对老年人数字写作的支持研究相对不足,尤其缺乏能够提供反思性和创造性支持的工具。
  • 研究的重要性

    • 数字日记书写对于老年人健康具有多方面的益处,包括帮助保持认知功能、增进社会联系、促进自我反思与情感表达。它可以充当记忆记录和代际桥梁的重要工具。
    • 当前有关支持老年人创建数字内容的现有工具,要么侧重于视觉或辅助功能(如面向视力受损人群的语音输入),要么未能针对日记过程中复杂且反思性较强的需求,仍存在显著研究和设计空白。
  • 研究动机与相关工作

    • 本研究旨在设计一种工具以填补现有空白,支持老年人克服写作过程中遇到的信心、能力和专注力方面的挑战,利用最新的大型语言模型(LLM)技术来提供个性化、协作化和反思性的帮助。

解决方案

  • 提出的方法

    • 设计并开发了一个名为“JournalAIde”的交互式系统,旨在提升老年人进行数字日记创作的能力,为他们提供信心支持、思维组织、写作表达指导及直观的可视化编辑提示。
  • 解决方案的创新之处

    1. 基于同伴经验的自信心提升:通过展示与用户类似写作水平的其他老年人的作品,让用户获得间接经验并增强写作信心。
    2. 模块化写作支持:将写作过程拆分为规划、表达和修订阶段,并在每个阶段提供对应的辅助支持。
    3. 基于LLM的生成与协作:利用聊天机器人和样本文本生成功能,协助用户组织想法和语言表达。
    4. 颜色编码的直观编辑提示:为生成的文本提供一致性可视化提示,引导用户修改自动生成的文本,帮助保持个性化风格。
  • 实现步骤与关键技术

    • 系统由三个视图组成:
      • 广场视图:展示同行用户的作品,作为鼓舞及参考。
      • 编辑视图:支持段落化写作、图文结合及智能修订功能(基于GPT4 API)。
      • 聊天机器人视图:通过对话方式帮助用户回忆和组织想法,并利用大型语言模型辅助文本生成。
    • 提供智能标记功能(依据与用户输入信息的一致性)以及支持细粒度内容生成和调整的自定义提示模板。

研究成果

  • 具体成果

    • JournalAIde有效增强了老年用户的自信心、写作能力并提高了参与度:
      • 与基线系统相比,信心支持、能力提升和用户参与评分显著更高(效应大小均为大)。
      • 用户认为生成的文本能表达他们的情感和思考,增大了他们分享作品的意愿。
  • 实验或评估结果

    • 实验1(实验室对照实验)
      • JournalAIde显著支持用户的写作信心(U=141.00, p<0.001)和能力(U=144.00, p<0.001)。
      • 系统的整体用户满意度、内容表达精确性和分享意愿均显著提升。
    • 实验2(10天真实场景部署)
      • 系统激发了参与者对不同写作类型的尝试兴趣,并通过同伴间的作品分享增强了写作动机。
      • 用户逐渐表现出更高的自主性,但在与 LLM 的互动中仍需更多指南和透明度建议。
  • 与现有解决方案相比的优势

    1. 提供了全面的写作支持,同时专注解决老年人在数字写作中的特定问题,例如信心不足和反思性表达。
    2. 引入了基于全新LLM技术的高效生成与辅助功能,平衡了协作和自主性。
  • 局限性与未来方向

    1. 学习门槛:由于功能复杂,用户需要一定时间适应复杂功能,如颜色编码提示和生成调整提示。
    2. 个性化不足:无法充分适配不同写作能力和风格的用户,未来可加入更灵活的个性化调节功能。
    3. 对LLM的依赖性问题:部分用户担心过度依赖AI会影响自身的认知训练,建议进一步优化作为认知辅助手段的平衡策略。
    4. 长期研究需要:缺乏长期效果验证,可对用户内容创作的稳定性及认知功能变化进行持续跟踪图和评估。

本研究展示了支持老年人数字日记创作的技术具有巨大的潜力,不仅帮助老年用户克服技术和写作障碍,还为未来的交互系统设计提供了有价值的理论和实践指导方向。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/189199/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713339
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、老年人友好技术设计、AI 辅助创意写作
work
职业/产业
老年护理人员、家庭照顾者(Caregiver)
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文