用于儿童心理咨询分析的咨询师-AI协作转录与编辑系统
作者
心理辅导,特别是儿童心理辅导,高度依赖捕捉言语和非言语线索来理解和支持每个孩子的情感和发展需求。因此,为儿童辅导课程创建详细准确的转录稿至关重要,但往往劳动密集且耗时,这使得难以保持辅导质量的一致性。尽管AI取得了进展,但当前的课程分析实践主要依赖人工临床评估,难以准确捕捉儿童的言语和非言语表达。为了解决这些挑战,我们提出了一个基于AI的专家支持系统,旨在增强儿童辅导分析。该系统包含两个关键组件:(i)转录生成模型和(ii)可编辑仪表板。转录生成模型从儿童和咨询师处提取言语表达,验证说话者身份,并使用多模态大语言模型客观地捕捉非言语线索。可编辑仪表板促进咨询师与AI协作,AI通过提供客观性减少人类偏见,咨询师在保持监督的同时降低过度依赖AI的风险。这种协作最终提高了工作流程效率,并带来准确的辅导分析。对48名儿童咨询师进行的评估表明,该系统与现有服务相比具有更高的有效性和可用性,大多数人表示有强烈的继续使用该系统的意愿。该系统不仅提高了转录准确性,还支持更精确的辅导课程分析,使咨询师能够更多地专注于治疗性互动。这些发现凸显了该系统减轻儿童咨询师工作负担、提高辅导服务质量的潜力,并为个别辅导和咨询师培训提供了宝贵资源。据我们所知,我们的研究是首个提出专为儿童辅导分析生成转录而优化的基于AI的专家支持系统的研究。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
研究问题
3- 儿童心理咨询中,如何实现高效且客观的对话记录和非语言行为捕捉?分类: 心理健康支持与情绪调节同类问题arrow_forward
- 人工智能如何优化儿童言语和非语言行为的分析以提升心理咨询效率?分类: 心理健康支持与情绪调节同类问题arrow_forward
- 结合人机协作模式的界面设计能否改进心理咨询记录的可用性和准确性?分类: 心理健康支持与情绪调节同类问题arrow_forward
现实痛点
1- 心理咨询师记录儿童对话和行为费时费力且易受主观偏见影响。分类: 心理健康支持与情绪调节同类问题arrow_forward
- 100%
通过人机语言模型交互促进自我引导的心理健康干预:一项关于认知重构的案例研究
CHI '24· 大语言模型(LLM)的人机协作 +1
- 100%
《我也不知道我为什么要使用这个应用程序》:移动心理健康用户参与挑战的全面分析
CHI '25· 大语言模型(LLM)的人机协作 +1
- 75%
排练:模拟冲突以教授冲突解决
CHI '24· 大语言模型(LLM)的人机协作 +1
- 75%
私人却又社交:LLM聊天机器人如何支持和挑战饮食障碍的恢复
CHI '25· 对话式聊天机器人 +2
- 75%
定制情感支持:个体如何构建和与LLM驱动的聊天机器人互动
CHI '25· 对话式聊天机器人 +2
- 67%
人机交互与情感健康:回顾十年的研究并规划未来的研究方向
CHI '19· 心理健康应用与在线支持社区
- 67%
抑郁症患者在技术和社交媒体使用中出现的自我调节实践
CHI '20· 心理健康应用与在线支持社区
- 67%
通过被动感知预测心理健康中的语义差距
CHI '22· 心理健康应用与在线支持社区
- 67%
知道风暴可能持续多久会使应对变得更容易:探索数据驱动和预防性干预系统在双相情感障碍中的需求和态度
CHI '23· 心理健康应用与在线支持社区
- 67%
ExploreSelf: 通过大型语言模型的自适应指导促进用户驱动的个人挑战探索和反思
CHI '25· 大语言模型(LLM)的人机协作 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)