[論文レビュー] Does Personalized Nudging Wear Off? A Longitudinal Study of AI Self-Modeling for Behavioral Engagement

Qing He, Zeyu Wang+4 more|arXiv (Cornell University)|Feb 27, 2026

Behavioral Health and Interventions被引用数 0

ひとこと要約

この研究は、個別化のニudgeとしてのビデオおよびオーディオAI自己モデリングを縦断的に評価し、ビデオ自己モデリングは初期の改善を生み出すが後で減衰するがパフォーマンスを維持し得る一方、オーディオ自己モデリングは効果が弱いことを示した。

ABSTRACT

Sustaining the effectiveness of behavior change technologies remains a key challenge. AI self-modeling, which generates personalized portrayals of one's ideal self, has shown promise for motivating behavior change, yet prior work largely examines short-term effects. We present one of the first longitudinal evaluations of AI self-modeling in fitness engagement through a two-stage empirical study. A 1-week, three-arm experiment (visual self-modeling (VSM), auditory self-modeling (ASM), Control; N=28) revealed that VSM drove initial performance gains, while ASM showed no significant effects. A subsequent 4-week study (VSM vs. Control; N=31) demonstrated that VSM sustained higher performance levels but exhibited diminishing improvement rates after two weeks. Interviews uncovered a catalyst effect that fostered early motivation through clear, attainable goals, followed by habituation and internalization which stabilized performance. These findings highlight the temporal dynamics of personalized nudging and inform the design of behavior change technologies for long-term engagement.

研究の動機と目的

• AI生成の自己モデリングで長期的なフィットネス参加を動機づける。
• 2つのAI自己モデリングモダリティ（ビデオとオーディオ）を対照群と比較。
• ニudge効果と慣化の時間的動態を検討。
• AI自己モデリング介入の耐久性に影響を与える設計要因を特定。

提案手法

• 探索的1週間の予備 study（N=28）と4週間の追跡 study（N=31）による2段階の経験的評価。
• 既存のパイプライン（FakeForward、Visomaster、ElevenLabs）を基にしたVideo Self-Modeling（VSM）とAudio Self-Modeling（ASM）の実装。
• 客観的指標：壁立ち姿勢の持続時間とクランチの回数を1日目のベースラインに正規化。
• 主観的指標：IMI、ESES、VAIQ 質問票を1日目と7日目（2日〜6日短縮）で実施。
• 持続的なパフォーマンスと時間経過に伴う変化率を評価するための線形混合効果モデル。

Figure 1 . The nudging effect of AI self-modeling across time and modalities in fitness. (a) Change of nudging effect of video self-modeling(VSM): users are motivated by the AI self-model at first, then grow numb to the repeating VSM intervention, yet the motivated self-model has internalized as the

実験結果

リサーチクエスチョン

• RQ1 AI自己モデリングは日常的なフィットネス実践においてパフォーマンスを時間とともに維持できるか。
• RQ2 AI自己モデリングは時間とともに改善の速度を維持できるか。
• RQ3 長期的な行動変容に影響を与える設計要因は何か。

主な発見

• VSMは7日間の期間で初期の改善をより速く生み出し、利得は徐々に減衰。
• ASMは一貫性のある改善を示さず、対照群を一貫して上回らない。
• 対照群は1週間を通じて自然な改善を示し、ニudgeがなくても練習効果があった。
• 4週間ではVSMは高いパフォーマンスを維持したが、約2週間以降は改善率が低下。
• インタビューでは継続的VSMへの慣化が示唆されたが、目標の内部化は持続。

Figure 2 . System implementation for AI self-modeling. Interfaces are adapted from existing platforms and included for illustration only.