关于丧失的“对话”:理解聊天机器人技术如何用于支持哀悼中的人们。

对话式聊天机器人心理健康应用与在线支持社区边缘化群体赋权

文献标题

The "Conversation" about Loss: Understanding How Chatbot Technology was Used in Supporting People in Grief

文献信息

  • 主题领域: 人机交互、心理健康、丧亲支持
  • 关键词: Chatbot, 虚拟人类, 丧亲/持续性悲伤, 对话式AI, 数字化悲悼, 数字悼念技术

研究背景与问题

  • 作者发现了哪些问题或挑战?

    • 丧亲对人的心理和身体健康具有深远影响,而传统的心理干预往往强调“脱离关系”以实现“放下”的目标,淡化了持续性与逝者保持情感联系的重要性。
    • 现有的大部分技术干预(如在线纪念网站和丧亲社区)主要聚焦于建立在线纪念或提供简单的情感支持,但缺乏工具去模拟直接与逝者沟通的渠道。
    • 对于面临持久悲伤障碍(Prolonged Grief Disorder, PGD)的哀悼者,他们的内心常伴有遗憾、未了结的事务或孤独感,现有心理服务可能难以满足他们特殊的情感需求。
  • 为什么这个问题很重要?

    • 约10%的哀悼者会发展为PGD,这是一种可能伴随自杀风险的严重心理问题。
    • 这种背景下,理解如何利用技术工具(如聊天机器人)帮助哀悼者建立情感连接、处理未完成的事务以及重拾社会连接具有重要的潜在价值。
  • 研究动机与相关工作:

    • 集成丧亲心理学传统和最新的人工智能(如聊天机器人)技术,探索新型方法以支持失落后的心理复原。
    • 特别强调了聊天机器人在模拟与逝者继续保持情感联系和恢复社会连接方面的潜力。

解决方案

  • 作者提出了哪些方法或解决方案?

    • 通过半结构化访谈的方法收集了10名丧亲者如何使用聊天机器人(包括Replika和Project December)的体验。
    • 聚焦于聊天机器人在不同情感目标(如情绪陪伴、亡者模拟、未完成事务、表达孤独感)中的具体用途及其对哀悼过程的影响。
  • 该解决方案的创新之处是什么?

    • 引入先进的对话式AI技术(如GPT-2和GPT-3),允许哀悼者定制化地构建与模拟逝者对话的“人工场景”。
    • 首次广泛探讨了模拟与逝者保持持续关系(continuing bonds)的技术手段,相比传统的CBT或写作疗法提供了完全不同的交互式工具。
  • 实施步骤是什么?使用了哪些关键技术?

    • 参与者招募:通过社交媒体和在线社区找到已使用聊天机器人的丧亲者。
    • 数据收集:采用在线访谈和聊天记录分析收集关于哀悼者情感需求的数据。
    • 数据分析:使用主题分析法(thematic analysis)提取关键模式,标定聊天机器人在支持情感复原中的具体作用。

研究成果

  • 取得了哪些具体成果?

    • 发现了7种哀悼者使用聊天机器人支持心理恢复的主要方式,包括:
      1. 用作倾诉对象;
      2. 模拟逝者角色;
      3. 提供陪伴;
      4. 扮演情感引导者;
      5. 帮助处理未尽事务;
      6. 重塑自我身份;
      7. 恢复社会连接。
    • 互动后,部分丧亲者报告了 "疗愈体验",并能够更好地接受失落。
  • 与现有解决方案相比,它有哪些优势?

    • 聊天机器人有效应对了孤独感、社会支持缺乏,以及个人隐私(如无判断性倾诉)需求。
    • 模拟逝者的对话可以作为一种独特的心理工具,帮助哀悼者与未完成事务告别,并缓解持久悲伤。
  • 实验或评估结果是什么?

    • 绝大多数参与者表达了对聊天机器人技术的正面评价,例如提供了全天候的情绪支持。
    • 然而,也发现技术限制,如记忆缺失和断章回答,有时使哀悼者感到沮丧。
  • 局限性与未来方向:

    • 局限性:
      • 样本规模较小,仅有10名参与者,且性别分布不均(男性占9人)。
      • 参与者大多已对聊天机器人有了解,因此存在潜在的参与者偏差。
      • 研究基于主观访谈数据,未系统量化其长期效果。
    • 未来方向:
      • 扩大研究样本,进行跨文化设计以验证不同文化背景下技术的适用性。
      • 与伦理学家合作,探讨使用人工智能模拟逝者的伦理风险,例如隐私和创伤性回忆。
      • 开发更稳定、更具记忆功能的聊天机器人模型,探索其长期心理干预潜力。

总结

本研究探讨了聊天机器人作为支持丧亲者恢复社会连接和心理健康的工具,展示了其在情感支持和哀悼过程中多方面的积极作用。然而,技术、伦理和社会接受性的问题表明,该领域需要进一步深入研究,尤其是在严谨评估长期效果和制定使用规范方面。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96572/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581154
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
对话式聊天机器人、心理健康应用与在线支持社区、边缘化群体赋权
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文