谁讲述了更好的故事？比较人类与AI生成的围产期心理健康主题叙事

文献标题

Who Tells the Better Story? Comparing Human and AI-Generated Narratives on Perinatal Mental Health Topics

出版信息

• 主题领域: 人机交互在围产期心理健康领域的叙事应用。
• 关键词: 围产期心理健康，叙事，AI生成的故事，人类创作的故事，情感宣泄，叙事评估，文化共鸣，混合方法研究，GPT-4，同伴支持。

背景与问题

• 问题/挑战: AI生成的叙事在心理健康领域的应用日益增多，但其是否能够匹配人类创作故事的真实性、文化细腻性和情感共鸣仍不明确。
• 意义: 理解AI叙事与真实经历故事的比较，对于设计在敏感领域（如围产期心理健康）中有效且值得信赖的叙事技术至关重要。
• 动机与相关研究: 先前研究强调了叙事在减少污名化、促进联系以及支持围产期情感处理中的重要性。尽管AI叙事在其他健康领域表现出潜力，但其通常缺乏文化细腻性和情感深度，这引发了其在围产期护理领域适用性的担忧。

解决方案

• 提出的方法: 采用混合方法研究，比较围产期心理健康主题下AI生成与人类创作的叙事，重点关注可信度、吸引力、相关性和情感宣泄。
• 创新点:
  1. 在关键叙事维度上对AI生成与人类创作的叙事进行实证比较。
  2. 综合人类评估、定性反思和基于NLP的自动分析评估叙事质量。
  3. 为以人为中心的叙事技术设计提供启示，强调真实经历，同时谨慎地整合AI。
• 过程与关键技术:
  • 数据收集：20篇AI生成的故事（通过GPT-4生成）和20篇来源于围产期支持论坛的人类创作故事，涵盖八个主题类别。
  • 参与者评估：400名处于围产期阶段的女性参与者基于四个构建（可信度、吸引力、相关性、情感宣泄）在7点Likert量表上对故事进行评分。
  • 自动分析：通过NLP指标评估可读性、一致性、情感和情感变化。
  • 混合方法分析：定量比较、定性主题分析以及人类与自动评估之间的一致性。

结果

• 具体发现:
  • AI生成和人类创作的故事均获得较高评分（≈5.8–6.2，7点量表）。
  • 人类创作的故事在吸引力、相关性和情感宣泄方面评分略高，而AI故事在完整性和覆盖范围上表现稍好。
  • 情感宣泄与情感变化（如从悲伤到希望）相关，而非整体积极性。
• 相较基线的优势:
  • 人类创作的故事在情感真实性、文化细腻性和人际动态方面表现突出。
  • AI叙事因结构一致性受到赞赏，但因情感距离和通用文化框架受到批评。
• 实验/评估:
  • 参与者对八个主题（如创伤、孤立、母乳喂养困难）和三个围产期阶段（怀孕、产后、两者）中的故事进行评估。
  • 自动NLP指标低估了人类评分，未能捕捉文化和情感深度。
• 局限性与未来工作:
  • 参与者群体的文化多样性有限（基于美国MTurk的工人）。
  • 自动指标对关系和文化细腻性缺乏敏感性。
  • 未来工作应探索纵向影响、包容性数据集和参与式设计方法。

总结

本研究比较了围产期心理健康主题下AI生成与人类创作的叙事，揭示了两者的互补优势。人类创作的故事因情感真实性、文化共鸣和人际深度而受到重视，而AI叙事提供了结构一致性但缺乏情感细腻性。自动分析低估了叙事质量，突显了以人为中心的评估框架的必要性。研究结果表明，AI叙事应作为次要、可选的角色，支持但不替代真实经历叙事。设计启示包括创建以社区创作内容为主的数字故事书，同时谨慎整合AI以完成结构任务。未来研究应关注文化包容性、长期影响以及AI辅助叙事中的信任动态。