Nov, 2022

在线同行咨询平台上的激励性访谈策略建模

PDF
TL;DR本研究解决了在线点对点支持会话中缺乏关于同行辅导员行为系统心理学评价与客户满意度的研究，使用 17 种情境式采访技巧标注了 14,797 个言论，自动标记同行辅导员对情境式采访技术的反应，通过相关性研究探讨了采访技术对会话表现的影响，发现当辅导员使用反映和肯定等技术时，客户更为满意；观察志愿辅导员技术使用的变化表明，辅导员在经验积累时学会使用更多的介绍和开放性问题。该研究可提供对同行辅导员平台上情境式采访技术的深入理解，并为建立更好的在线培训课程提供了新的视角。
online peer-to-peer supportmotivational interviewingclient satisfactionvolunteer counselorstraining programs
发现论文，激发创造
  • 采用动机访谈策略提升心理困扰支持对话响应

    本研究利用在线支持论坛的对话数据，使用名为 MITI 的行为编码模式，尝试识别在在线心理疾患支持对话中存在的符合和不符合类型，并构建重述器使用数据增强和提示技术来提高 Chatbot 的 MI 一致性。经过自动和人工评估，本研究证明了该方法在数据量较少时也能产生反映预期风格且保留原始文本内容的好的重述结果。

    May, 2023

  • AI 强化的实践和反馈，支持同龄辅导员的帮助

    本研究介绍了 CARE：一种交互式的基于人工智能生成建议的工具，利用 Motivational Interviewing 框架和大规模的对话数据，帮助在线同侪咨询平台的同伴辅导员诊断哪些具体的辅导策略在特定情况下最适合，并提供个性化的参考响应，从而改善同伴咨询的质量。

    May, 2023

  • 看见和听见未被表达的内容：一种多模式客户行为分类器在激励性面谈中的可解释性融合

    多模态特征的分类器可以准确区分变化言谈，持续言谈和跟随 / 中性言谈，在 Motivational Interviewing 中进行精确分类至关重要。通过对可公开获得的 AnnoMI 数据集进行注释，我们训练了一个使用文本、语调、面部表情和体态表达等多模态特征的模型，进一步发现了决策过程中最重要的感知模态，提供了不同感知模态在 Motivational Interviewing 对话中的相互作用的有价值的洞见。

    Sep, 2023

  • 观察治疗对话：行为编码分类和预测

    本文使用对话模型来分析行为特征，实现实时指导，探讨应对物质滥用问题有效的 Motivational Interviewing 治疗方式。

    Jun, 2019

  • 利用大型语言模型进行多级反馈生成以赋予新手同行辅导员能力

    利用大规模语言模型为初级精神治疗督导员提供多层次背景知识和文本反馈，以此提升大量使用同伴咨询的人群心理健康支持，通过与领域专家的定性和定量评估，确保高风险情境下潜在有害和低质量反馈的最小化。

    Mar, 2024

  • 在线心理健康咨询中客户反应的理解

    本研究旨在填补以往咨询研究着重于研究咨询顾问干预策略而非其客户对干预的反应所留下的空白，通过开发一个理论基础的注释框架以及测试所采集的在线福利咨询平台上大规模高质量的基于文本的咨询数据集，研究显示了客户如何对顾问的策略做出反应，这些反应如何影响最终的咨询结果，以及顾问如何针对这些反应调整其策略，该研究还证明了可以帮助咨询顾问自动预测其客户的状态。

    Jun, 2023

  • EMMI -- 恻隐的多模态动机性访谈数据集：分析与标注

    通过研究多模式交互在治疗中的应用，可以深入理解治疗师和患者的行为，从而开发支持治疗的多模式虚拟代理。本研究旨在揭示治疗师如何巧妙地将治疗任务目标（应用经典的激励性面谈步骤）与社交目标（建立信任关系和表达同理心）相结合，并将患者分为不同的 “类型”，需要量身定制的治疗方法。通过多模式注释的模拟激励性面谈对话语料库，本研究分析了治疗师和患者的功能行为，以开发强调社交和同理心行为的多模式虚拟代理。分析结果发现了三类在行为和治疗师对这些类型的行为和适应性的差异方面表现出显著差异的患者群体，展示了治疗师根据对话的当前情况和用户类型能够调整自身行为的重要性。

    Jun, 2024

  • 基于归纳推理的心理访谈中少样本对话策略学习

    构建对话系统（对激励用户采用积极生活方式改变的任务）需要一个能够有效地推断如何激励用户的系统。我们提出了 DIIT 框架，它能够从专家示范中学习和应用对话策略（自然语言归纳法则）。自然语言策略描述的自动化和人工评估表明，DIIR 发现的自然语言策略描述能够改善积极倾听技巧，减少主动给出建议，并促进更协作和不过于权威的回应，胜过各种示范利用方法。

    Mar, 2024

  • VCounselor：基于增强知识的大型语言模型的心理干预聊天机器人

    通过引入新的情感交互结构和知识增强结构，该研究提出了专用智能助手 VCounselor 来改善大型语言模型在心理干预中的有效性和可信度。研究结果表明，VCounselor 的情感交互结构和知识增强结构显著提高了心理干预的有效性和可信度，对客户情绪产生了积极的影响。该研究的结论强烈支持 VCounselor 在为客户提供心理支持方面具有重要优势，能够相对准确地分析患者问题并提供专业水平的建议，增强对客户的支持。

    Mar, 2024

  • 关键行为特质促进在线心理健康社区的同龄人参与

    通过分析 BeCOPE 数据集中的在线心理健康社区中的同行辅导帖子的行为，研究揭示了在线心理健康社区的关键作用以及自我批评和阅读可理解性对帮助寻求者的互动的影响。

    Sep, 2023