CHAMPAIGN, Ill. — Chatbotovi temeljeni na velikim jezičnim modelima imaju potencijal poticati zdrave promjene ponašanja. Istraživači iz ACTION Lab-a na Sveučilištu Illinois Urbana-Champaign otkrili su da alati umjetne inteligencije ne prepoznaju učinkovito određena motivacijska stanja korisnika i stoga im ne pružaju odgovarajuće informacije.

Michelle Bak, doktorandica informacijskih znanosti, i profesorica informacijskih znanosti Jessie Chin objavili su svoje istraživanje u časopisu Journal of the American Medical Informatics Association.

Chatbotovi temeljeni na velikim jezičnim modelima — poznati i kao generativni razgovorni agenti — sve se više koriste u zdravstvenoj skrbi za edukaciju pacijenata, procjenu i upravljanje. Bak i Chin željeli su istražiti mogu li također biti korisni za poticanje promjene ponašanja.

Chin je izjavila da su prethodne studije pokazale kako postojeći algoritmi nisu točno identificirali različite faze motivacije korisnika. Ona i Bak osmislili su studiju kako bi testirali koliko dobro veliki jezični modeli, koji se koriste za obuku chatbotova, identificiraju motivacijska stanja i pružaju odgovarajuće informacije za podršku promjeni ponašanja.

Procijenili su velike jezične modele ChatGPT, Google Bard i Llama 2 kroz niz od 25 različitih scenarija koje su osmislili i koji su ciljali zdravstvene potrebe kao što su niska tjelesna aktivnost, prehrambene i nutritivne brige, mentalni zdravstveni izazovi, skrining i dijagnoza raka te druge poput spolno prenosivih bolesti i ovisnosti o supstancama.

U scenarijima, istraživači su koristili pet motivacijskih faza promjene ponašanja: otpor prema promjeni i nedostatak svijesti o problematičnom ponašanju; povećana svijest o problematičnom ponašanju, ali ambivalentnost prema promjeni; namjera poduzimanja akcije s malim koracima prema promjeni; početak promjene ponašanja uz obvezu održavanja iste; i uspješno održavanje promjene ponašanja kroz šest mjeseci uz obvezu održavanja iste.

Studija je pokazala da veliki jezični modeli mogu identificirati motivacijska stanja i pružiti relevantne informacije kada korisnik ima postavljene ciljeve i spremnost za djelovanje. Međutim, u početnim fazama kada su korisnici neodlučni ili ambivalentni prema promjeni ponašanja, chatbotovi nisu mogli prepoznati ta motivacijska stanja i pružiti odgovarajuće informacije koje bi ih usmjerile prema sljedećoj fazi promjene.

Chin je izjavila da jezični modeli ne prepoznaju motivaciju dobro jer su trenirani da predstavljaju relevantnost korisničkog jezika, ali ne razumiju razliku između korisnika koji razmišlja o promjeni, ali je još uvijek neodlučan, i korisnika koji ima namjeru poduzeti akciju. Dodatno, izjavila je, način na koji korisnici generiraju upite nije semantički različit za različite faze motivacije, pa nije očito iz jezika koje su njihove motivacijske faze.

"Jednom kada osoba zna da želi početi mijenjati svoje ponašanje, veliki jezični modeli mogu pružiti prave informacije. Ali ako kažu: 'Razmišljam o promjeni. Imam namjere, ali nisam spreman za početak akcije,' to je stanje u kojem veliki jezični modeli ne mogu razumjeti razliku," rekla je Chin.

Rezultati studije pokazali su da kada su ljudi otporni prema promjeni navika, veliki jezični modeli nisu pružili informacije koje bi im pomogle procijeniti njihovo problematično ponašanje i njegove uzroke i posljedice te procijeniti kako njihovo okruženje utječe na ponašanje. Na primjer, ako je netko otporan prema povećanju razine tjelesne aktivnosti, pružanje informacija koje pomažu u procjeni negativnih posljedica sjedilačkog načina života vjerojatnije je da će biti učinkovito u motiviranju korisnika kroz emocionalno angažiranje nego informacije o učlanjenju u teretanu. Bez informacija koje se bave motivacijom korisnika, jezični modeli nisu uspjeli generirati osjećaj spremnosti i emocionalni poticaj za napredovanje s promjenom ponašanja, izvijestili su Bak i Chin.

Jednom kada je korisnik odlučio poduzeti akciju, veliki jezični modeli pružili su odgovarajuće informacije koje su im pomogle kretati se prema svojim ciljevima. Oni koji su već poduzeli korake za promjenu svog ponašanja primili su informacije o zamjeni problematičnih ponašanja željenim zdravstvenim ponašanjima i traženju podrške od drugih, pokazala je studija.

Međutim, veliki jezični modeli nisu pružili informacije tim korisnicima koji su već radili na promjeni svojih ponašanja o korištenju sustava nagrađivanja za održavanje motivacije ili o smanjenju podražaja u njihovom okruženju koji bi mogli povećati rizik od recidiva problematičnog ponašanja, otkrili su istraživači.

"Chatbotovi temeljeni na velikim jezičnim modelima pružaju resurse za dobivanje vanjske pomoći, poput društvene podrške. Nedostaju im informacije o tome kako kontrolirati okruženje kako bi se eliminirao podražaj koji pojačava problematično ponašanje," rekla je Bak.

Veliki jezični modeli "nisu spremni prepoznati motivacijska stanja iz prirodnih jezičnih razgovora, ali imaju potencijal pružiti podršku u promjeni ponašanja kada ljudi imaju snažne motivacije i spremnost za djelovanje," napisali su istraživači.

Chin je izjavila da će buduće studije razmatrati kako fino podešavati velike jezične modele za korištenje lingvističkih znakova, obrazaca pretraživanja informacija i socijalnih determinanti zdravlja kako bi bolje razumjeli motivacijska stanja korisnika, kao i pružanje modelima specifičnijeg znanja za pomoć ljudima u promjeni ponašanja.

Izvor: University of Illinois