Zenergy:设计道家启发的转化性自然图像以实现日常赋权
生成式AI(文本、图像、音乐、视频)心理健康应用与在线支持社区情感反馈与情绪调节界面精神科医生与心理咨询师UI/UX 设计师AI/ML 研究员与工程师
文献标题
Zenergy: Designing Taoist-Inspired Transformative Nature Imagery for Everyday Empowerment
出版信息
- 主题领域: 将道家启发的自然意象融入数字冥想,以实现情感和精神上的赋能。
- 关键词: 道家、变革性自然意象、冥想、情感赋能、生成式人工智能、大语言模型、幸福技术、精神设计、引导意象、数字冥想。
背景与问题
- 问题/挑战: 现有基于自然的HCI系统将自然视为放松的被动背景,忽视了如道家等文化传统,这些传统将自然视为情感和精神变化的主动变革力量。
- 意义: 解决这一空白可以为用户提供更深层次的情感赋能、精神幸福感和个性化的内在转变工具,并通过日常技术轻松获取。
- 动机与相关工作: 先前的HCI研究探索了基于自然的技术以减少压力和调节情绪,但这些系统通常缺乏文化根基和自然的主动性模型。道家实践为设计变革性体验提供了框架,但其潜力在HCI领域尚未得到充分探索。
解决方案
- 提出的方法: Zenergy是一款移动应用程序,利用大语言模型(LLM)生成基于道家启发的变革性自然意象的个性化引导冥想。
- 创新点:
- 引入“变革性自然意象”作为心理赋能的设计视角。
- 开发了一种个性化的AI驱动冥想系统,能够动态适应用户的情绪和情境输入。
- 对系统在情感幸福感、赋能和精神体验方面的影响进行了实证评估。
- 流程与关键技术:
- 用户通过文本记录情绪和情境。
- 系统生成三阶段个性化冥想脚本:净化(情绪释放)、合一(与自然连接)和焕新(更新与赋能)。
- 脚本通过文本转语音(TTS)技术转换为音频,并配有停顿和背景音乐以营造平静体验。
- 系统采用结构化提示和安全规则,确保输出符合文化敏感性并与情绪相契合。
研究结果
- 具体发现:
- 自我效能显著提高(前: 3.44, 后: 4.01, p < 0.001),乐观情绪增加(前: 2.98, 后: 3.55, p < 0.001),积极情绪提升(前: 2.97, 后: 3.67, p < 0.001)。
- 消极情绪减少(前: 2.06, 后: 1.51, p < 0.001)。
- 非二元意识增强(前: 4.42, 后: 7.25, p < 0.001),敬畏感提升(前: 2.98, 后: 4.63, p < 0.001),与自然的连接感增强(前: 3.25, 后: 5.39, p < 0.001)。
- 相较基线的优势:
- 个性化、情境感知的冥想脚本在情感共鸣和用户参与度方面优于静态的预录制指导。
- 道家启发的意象整合提供了一个独特的、文化根基的情感转变框架。
- 实验/评估:
- 对27名参与者(年龄18-47岁,冥想经验各异)进行为期一周的混合方法现场研究。
- 定量测量包括自我效能、乐观情绪、情感体验、自然连接感、非二元意识和敬畏感。
- 定性主题分析揭示了情感转变、赋能、精神超越和AI个性化的主题。
- 局限性与未来工作:
- 由于参与者来自中国大陆,存在文化偏差;需要更广泛的测试以验证跨文化适用性。
- 研究时间较短,限制了对长期效果的评估。
- TTS语音和冥想时长的多样性有限;未来版本可提供更多定制选项。
- LLM使用的环境影响;未来研究应探索节能模型和替代设计。
总结
Zenergy是一款移动应用程序,将道家启发的变革性自然意象融入个性化引导冥想中,利用大语言模型根据用户的情绪状态进行动态调整。系统在参与者的自我效能、乐观情绪、情感幸福感和精神体验方面表现出显著改善。通过将自然定位为内在转变的主动象征力量,Zenergy为情感赋能和精神连接提供了一种新颖的方法。未来工作可探索跨文化适配、延长会话格式以及环境可持续的AI实现方式。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790421
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、心理健康应用与在线支持社区、情感反馈与情绪调节界面
work
职业/产业
精神科医生与心理咨询师、UI/UX 设计师、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文