个性化推送是否会失效？AI自我建模行为参与度的纵向研究

文献标题

Does Personalized Nudging Wear Off? A Longitudinal Study of AI Self-Modeling for Behavioral Engagement

出版信息

• 主题领域: 基于人工智能的个性化提示在行为改变技术中的长期效果。
• 关键词: AI自我建模、个性化提示、行为改变、健身参与、视频自我建模、音频自我建模、纵向研究、动机、自我效能、基于身份的干预。

背景与问题

• 问题/挑战: 现有的行为改变技术（BCTs）由于新颖性衰减、缺乏个性化以及动机下降，往往难以维持长期参与。人工智能自我建模生成理想自我的个性化呈现，其长期有效性尚未得到充分探索。
• 重要性: 理解人工智能自我建模的时间动态可以为设计能够在长期内维持用户参与和动机的技术提供指导，从而解决健身、健康及其他领域的关键挑战。
• 动机与相关工作: 先前研究已证明人工智能自我建模在视觉和听觉模式中的短期益处，但其纵向耐久性尚不明确。心理学理论如习惯化和基于身份的动机表明，维持参与需要超越初始新颖性效应的机制。

解决方案

• 提出的方法: 使用视频自我建模（VSM）和音频自我建模（ASM）的人工智能自我建模提示系统，为健身任务提供个性化、基于身份的干预。
• 创新点:
  1. 进行了首批关于人工智能自我建模的28天纵向研究之一，涵盖31名参与者，揭示了阶段性动机动态。
  2. 证明了VSM在维持表现方面的有效性，同时识别了ASM在健身场景中的局限性。
  3. 提供了长期行为改变技术的设计启示，强调模式选择、个性化和动态反馈。
• 过程与关键技术:
  1. 通过将参与者的面部替换到运动视频中的同伴模型来实现VSM，并通过语音克隆生成激励性音频片段来实现ASM。
  2. 进行了一周的探索性研究（N=28），比较VSM、ASM和控制组，随后进行了一项为期四周的纵向研究（N=31），重点关注VSM。
  3. 测量了客观表现（如墙坐持续时间、仰卧起坐次数）和主观动机（如自我效能、内在动机）。

结果

• 具体发现:
  • VSM在四周内维持了较高的表现水平，在后期阶段墙坐（ΔL = 31.34, p = 0.007）和仰卧起坐（ΔL = 27.98, p < 0.001）方面具有显著优势。
  • VSM的改善率随着时间的推移减缓，表现趋于控制组水平，尤其是在墙坐任务中。
  • ASM未能提供一致的益处，参与者报告了诸如分心和缺乏沉浸感等问题。
• 相较基线的优势:
  • VSM在表现和主观动机指标上均优于控制组，而ASM未显示出可靠的优势。
  • VSM参与者报告了较强的自我效能感和对理想自我的认同感，相较于控制组。
• 实验/评估:
  • 研究1：一周的探索性研究（N=28），比较VSM、ASM和控制组。
  • 研究2：四周的纵向研究（N=31），重点关注VSM和控制组。
  • 测量指标包括客观表现（归一化百分比变化）和主观指标（内在动机量表、运动自我效能量表、视频/音频认同问卷）。
• 局限性与未来工作:
  • 任务选择偏向视觉模式，限制了对ASM的评估。
  • 金钱补偿可能影响了参与者的参与度。
  • 未来工作应探索自愿场景、多样化任务以及提高人工智能自我建模的真实性（如减少“恐怖谷效应”）。

总结

本研究评估了人工智能自我建模在健身参与中的长期效果，证明视频自我建模（VSM）在四周内维持了较高的表现水平，而音频自我建模（ASM）显示出有限的益处。VSM表现出两阶段轨迹：早期表现加速随后趋于收敛，参与者将理想自我模型内化为持久的动机标准。研究结果强调了模式选择、个性化和动态反馈在设计行为改变技术中的重要性。未来研究应探索更广泛的应用、任务与模式的匹配以及自愿部署场景。