生成式人工智能与创意媒介在青少年情绪调节中的应用：临床医生访谈研究

文献标题

Generative AI and Creative Mediums for Youth’s Emotion Regulation: An Interview Study with Clinicians

出版信息

• 主题领域: 探讨生成式人工智能（GenAI）通过创意媒介支持青少年情绪调节（ER）的应用。
• 关键词: 生成式人工智能，情绪调节，认知行为疗法，青少年心理健康，创意媒介，视觉叙事，个性化，临床医生观点，风险，设计启示。

背景与问题

• 问题/挑战: 青少年在获取和使用情绪调节（ER）工具时面临障碍，例如传统方法（如工作表）缺乏个性化和互动性。虽然视觉和叙事等创意媒介可以增强情绪调节，但其传统形式限制了可访问性和适应性。生成式人工智能（GenAI）在解决这些问题上的潜力尚未被充分探索。
• 重要性: 有效的情绪调节对青少年心理健康和终身福祉至关重要，因为情绪调节能力差与抑郁、焦虑及其他不良后果密切相关。通过提供可访问、互动性强且个性化的工具解决情绪调节问题，可以显著改善青少年心理健康支持。
• 研究动机与相关工作: 先前研究表明，视觉和叙事能够通过使抽象情绪具体化和更具吸引力来增强情绪调节。然而，现有工具缺乏个性化和互动性，技术支持的情绪调节解决方案往往未能满足青少年特定需求。本研究基于这些洞察，探讨如何通过创意媒介利用生成式人工智能（GenAI）增强情绪调节，同时解决相关风险。

解决方案

• 提出的方法: 本研究探讨利用生成式人工智能（GenAI）生成个性化视觉和叙事来支持青少年情绪调节，并以认知行为疗法（CBT）原则为基础。
• 创新点:
  1. 研究临床医生对生成式人工智能（GenAI）通过创意媒介增强青少年情绪调节的潜力的看法。
  2. 确定生成式人工智能辅助情绪调节工具的优势、风险和设计启示。
  3. 提出基于Gross扩展情绪调节过程模型的技术探针，探索生成式人工智能在情绪识别、策略选择和实施中的作用。
  4. 强调具体使用案例和保障措施，以确保生成式人工智能在青少年情绪调节实践中的安全有效整合。
• 研究程序与关键技术:
  • 对20名美国儿科临床医生（心理治疗师、艺术治疗师、精神科医生）进行了半结构化访谈。
  • 开发了一个基于生成式人工智能的技术探针，使用GPT-4和DALL·E生成符合认知行为疗法（CBT）原则的视觉和叙事内容。
  • 通过反思性主题分析对数据进行分析，以识别生成式人工智能辅助情绪调节的优势、风险和建议。

研究结果

• 具体发现:
  • 生成式人工智能生成的视觉和叙事能够使抽象情绪更生动，支持个性化应对策略，并在诊所与家庭之间架起情绪调节实践的桥梁。
  • 风险包括生成式人工智能的不可预测性、可能触发创伤以及强化不良思维模式的可能性。
  • 临床医生强调需要采取保障措施，例如情境意识、成人监督以及针对症状的适配。
• 相较基线的优势:
  • 与传统工作表和静态视觉内容相比，生成式人工智能提供动态、个性化和互动性强的内容，增强了参与度和相关性。
  • 为情绪表达提供灵活的起点，特别适用于具有内化症状或神经多样性特征的青少年。
• 实验/评估:
  • 使用技术探针模拟生成式人工智能辅助情绪调节场景，与20名临床医生进行了访谈。
  • 参与者包括艺术治疗师、心理治疗师、心理学家和精神科医生的均衡组合，涵盖多样化的专业环境（医院、私人诊所、大学）。
  • 探针互动聚焦于情绪识别、策略选择和实施阶段。
• 局限性与未来工作:
  • 仅限于美国临床医生；未来研究应包括全球视角。
  • 技术探针仅使用了GPT-4和DALL·E；其他生成式人工智能模型可能表现不同。
  • 仅进行了一次性访谈；未来工作应评估生成式人工智能工具在临床和家庭环境中的长期整合。
  • 未包括青少年或看护者；未来研究应邀请这些群体参与，以验证研究结果并共同开发干预措施。

总结

本研究探讨了生成式人工智能（GenAI）通过个性化视觉和叙事支持青少年情绪调节（ER）的潜力，并以认知行为疗法（CBT）为基础。对20名临床医生的访谈表明，生成式人工智能可以通过提供动态、吸引人且个性化的内容，增强情绪意识、表达和应对实践。然而，触发创伤和强化不良思维等风险需要采取保障措施，包括成人监督和针对症状的适配。研究结果为设计安全有效的生成式人工智能工具用于青少年情绪调节提供了重要启示，强调整合临床监督和家庭参与的重要性。