思维映射器：利用可穿戴人工智能系统和大型语言模型从日常对话中建模和预测行为模式

日常对话不仅仅是词语的交换——它们揭示了人们如何思考、反应和适应不同情况。通过我们的言语，我们揭示了随时间塑造行为的认知模式。然而，这些模式中的大部分仍然是隐含的：人们通过反复出现的启发式和习惯来运作——有些有帮助，有些有限制，很多未被注意。然而，识别这种模式需要人类难以实现的自我意识，而目前用户建模系统通常碎片化且狭隘地针对特定任务，无法捕捉这些模式。认识到这些模式可以使支持系统超越被动帮助，实现主动支持。我们提出Mind Mapper，这是一个始终在线的可穿戴人工智能系统，从日常现实生活对话中挖掘行为模式。Mind Mapper采用多阶段大型语言模型管道来生成、提炼和评估人类可读的行为模式。在一项有12名参与者参与、采集超过700小时现实生活对话数据的实地研究中，Mind Mapper生成的行为模式被参与者一致评价为准确、独特且有助于反思和行为改变。我们进一步展示了这种行为模式建模如何实现新形式的人机交互——通过主动干预、适应性内容传递、认知重构和行为模拟来预测用户行为。我们的结果表明，具有大型语言模型驱动用户模型的始终在线可穿戴系统具有支持新形式的认知支架和情境感知人机交互的潜力。