Une nouvelle étude a été récemment publiée dans Journal de l’Association américaine d’informatique médicale (JAMIA) révèle comment les grands modèles linguistiques (LLM) répondent à différents états de motivation. Dans une évaluation de trois agents conversationnels génératifs (GA) basés sur LLM (ChatGPT, Google Bard et Llama 2), Michelle Bak, doctorante et Jessie Chin, professeure adjointe à l’École des sciences de l’information de l’Université de l’Illinois à Urbana-Champaign, a découvert que même si GA est capable d’identifier l’état de motivation de l’utilisateur et de fournir des informations pertinentes lorsqu’un individu établit un objectif, GA est moins susceptible de fournir des conseils lorsque l’utilisateur est hésitant ou ambivalent quant à un changement de comportement.
Buck donne l’exemple d’un diabétique qui refusait de changer de mode de vie sédentaire.
“Si leur médecin leur recommande de faire de l’exercice pour gérer leur diabète, il est important de leur fournir des informations via GA pour les aider à prendre davantage conscience des comportements sains, à s’engager émotionnellement dans ces changements et à reconnaître comment leurs habitudes malsaines affectent leur santé.” Peut affecter ceux qui les entourent. Ce type d’informations peut les aider à franchir les prochaines étapes pour apporter des changements positifs », a déclaré Barker.
Les algorithmes génétiques actuels manquent d’informations spécifiques sur ces processus, ce qui désavantage les individus en matière de santé. À l’inverse, l’AG peut fournir des informations et un soutien pertinents aux personnes qui s’efforcent de modifier leur niveau d’activité physique (par exemple, s’engager dans un entraînement personnel pour gérer la dépression chronique).
“Des lacunes importantes dans la capacité du LLM à répondre à certains états de motivation suggèrent des orientations futures pour la recherche sur la promotion de la santé du LLM”, a déclaré Chin.
L’objectif de recherche de Bak est de développer une solution de santé numérique basée sur le traitement du langage naturel et la théorie psychologique pour promouvoir des comportements préventifs en matière de santé. Elle a obtenu un baccalauréat en sociologie de l’UCLA.
Les recherches de Chin visent à traduire la théorie des sciences sociales et comportementales dans la conception de technologies et d’expériences interactives visant à promouvoir une communication et un comportement sains tout au long de la vie.elle mène Laboratoire de conception de cognition adaptative et d’interaction (ACTION) à l’Université de l’Illinois. Chin est titulaire d’une licence en psychologie de l’Université nationale de Taiwan, d’une maîtrise en facteurs humains et d’un doctorat en psychologie éducative de l’Université de l’Illinois, avec une spécialisation sur les sciences cognitives dans l’enseignement.
/Diffusion publique. Le matériel provenant de l’organisation/de l’auteur d’origine peut être de nature ponctuelle et a été édité pour plus de clarté, de style et de longueur. Mirage.News n’adopte pas de position ou de position institutionnelle, et toutes les opinions, positions et conclusions exprimées dans cet article sont uniquement celles de l’auteur.Afficher le texte intégral ici.
