Moodialogue：将情绪转化为拟人化对话代理

文献标题

Moodialogue: Transforming Emotions into Personified, Conversational Agents

出版信息

• 主题领域: 通过交互系统进行情绪记录与反思
• 关键词: 情绪拟人化，对话代理，情绪反思，情绪追踪，日记记录，自我意识，基于LLM的系统，认知重评，情绪健康，人机交互

背景与问题

• 问题/挑战: 现有的情绪追踪系统将情绪记录为孤立事件，缺乏帮助用户重新解释情绪背景或随时间回顾情绪的工具。这限制了更深入的反思和意义构建。
• 重要性: 在背景和时间维度上理解情绪可以提升情绪意识、调节能力和幸福感。支持这种反思的工具可以帮助用户发现隐藏的情绪原因，并以建设性的方式重新框定体验。
• 动机与相关工作: 先前研究强调用户定义情绪表达和认知重评的益处，但缺乏能够持续与记录情绪互动的系统。现有基于LLM的日记工具专注于单次反思，未能支持长期的情绪重新解读。

解决方案

• 提出的方法: Moodialogue 是一个移动日记系统，允许用户记录、拟人化并与情绪进行对话，将情绪转化为交互代理以支持持续反思。
• 创新点:
  1. 引入情绪拟人化，使用户能够分类、标记并以可视化方式表现情绪。
  2. 通过与拟人化情绪的对话，揭示隐藏的原因、共存的情感和背景洞察。
  3. 将情绪记录从一次性行为转变为反思和意义构建的迭代过程。
• 流程与关键技术:
  • 用户从Plutchik的八种基本情绪类别中选择一种，用自己的语言描述，并创建视觉化档案。
  • 拟人化的情绪被存储为代理，用户可以通过对话探索情绪背景和触发因素。
  • 对话内容被转换为日记草稿，用户可以随时间回顾和完善。
  • 系统使用基于LangChain的LLM管道生成细腻的情绪角色并引导反思性对话。

结果

• 具体发现:
  • 共进行了226次对话会话，每次会话平均10.32轮对话。
  • 拟人化了125种情绪（70种积极情绪，55种消极情绪），每周重新参与的频率随时间增加。
  • 参与者报告发现了被忽视的情绪背景、共存的情感，并以建设性方式重新框定了消极情绪。
• 相较基线的优势:
  • Moodialogue通过结合拟人化和对话，促进了比传统日记更深层次的情绪反思。
  • 用户能够随时间回顾并深化对情绪的理解，而这在现有情绪追踪工具中尚未得到支持。
• 实验/评估:
  • 对9名频繁记录情绪的参与者进行了为期六周的实地研究。
  • 数据通过访谈、聊天记录和日记条目收集。
  • 参与者指出了如情绪意识增强、舒适感和洞察力等益处，但也提到在捕捉多种情绪和角色演变方面的局限性。
• 局限性与未来工作:
  • 仅限于单事件为中心的对话，限制了对日常情绪多样性的捕捉。
  • 角色保持静态，缺乏随用户洞察演变的机制。
  • 样本量小且年龄同质性高，限制了普适性；未来工作将涉及更大、更多样化的群体，并探索其治疗效果。

总结

Moodialogue 是一个移动日记系统，通过允许用户拟人化并与情绪对话，将情绪记录转化为反思的迭代过程。一项为期六周的实地研究表明，Moodialogue 帮助参与者发现了隐藏的情绪原因，识别了共存的情感，并以建设性方式重新框定了体验。该系统的设计强调了记录后交互对于持续情绪反思的重要性。未来工作将解决如角色静态和单事件聚焦等局限性，旨在支持更细腻和长期的情绪参与。Moodialogue 为促进情绪意识、成长和意义构建提供了一种有前景的方法。