用于改善行为改变干预参与度的大型语言模型智能体：在数字正念中的应用

虽然自我指导的健康练习参与度通常会随时间下降，但整合社会支持（如辅导）可以维持参与度。然而，传统支持形式往往因高成本和复杂协调而难以获取。大型语言模型（LLM）有望提供类似人类的对话，可以模拟社会支持。然而，对 LLM 支持行为改变的深入、情境内研究仍然缺乏。我们进行了两项随机实验来评估 LLM 智能体对用户正念练习参与度的影响。首先，单次会话研究涉及 502 名众包工作者；其次，为期三周的研究包括 54 名参与者。我们探索了两种类型的 LLM 智能体：一种提供信息，另一种促进自我反思。两种智能体都增强了用户练习正念的意图。然而，只有具有友好人设的信息提供型 LLM 智能体显著改善了练习参与度。我们的发现表明，特定的 LLM 智能体可以弥合数字健康干预中的社会支持缺口。