[論文レビュー] Domain Modelling in Computational Persuasion for Behaviour Change in Healthcare
本稿は、健康行動変容における計算的説得のための多次元ドメインモデリングフレームワークを提案する。中心となるのは、重要な信念と議論の種類のオントロジーである。ユーザーの性格、言語的スタイル、フレーミングに基づく戦略的議論選択を統合し、パーソナライズドで議論中心の対話システムによって説得効果を高める。
The aim of behaviour change is to help people to change aspects of their behaviour for the better (e.g., to decrease calorie intake, to drink in moderation, to take more exercise, to complete a course of antibiotics once started, etc.). In current persuasion technology for behaviour change, the emphasis is on helping people to explore their issues (e.g., through questionnaires or game playing) or to remember to follow a behaviour change plan (e.g., diaries and email reminders). However, recent developments in computational persuasion are leading to an argument-centric approach to persuasion that can potentially be harnessed in behaviour change applications. In this paper, we review developments in computational persuasion, and then focus on domain modelling as a key component. We present a multi-dimensional approach to domain modelling. At the core of this proposal is an ontology which provides a representation of key factors, in particular kinds of belief, which we have identified in the behaviour change literature as being important in diverse behaviour change initiatives. Our proposal for domain modelling is intended to facilitate the acquisition and representation of the arguments that can be used in persuasion dialogues, together with meta-level information about them which can be used by the persuader to make strategic choices of argument to present.
研究の動機と目的
- 現在の説得技術に見られる、明示的な議論の欠如と、ユーザー固有の認知的・感情的プロファイルへの適応不足というギャップを解消すること。
- 健康分野における効果的な行動変容に不可欠な核心的信念と議論構造を捉える形式的ドメインモデルの構築。
- ユーザーの性格、言語的スタイル、フレーミングに基づく戦略的議論選択を可能にし、説得の成果を向上させること。
- 計算的議論理論とユーザーモデリングを統合し、パーソナライズドで文脈に応じた行動変容支援を実現すること。
- ユーザーの特性と信念に応じて動的に調整できる、適応的で議論中心の対話システムを構築する基盤を提供すること。
提案手法
- 行動変容の文献から得られる核心的信念(例:自己効力感、リスク認識、意思決定)のオントロジーに anchored された多次元ドメインモデルの構築。
- 文法的スタイル(例:命令形対条件形)、言語的スタイル(例:フォーマルさ、感情の正負の価値)、フレーミング(例:利益対損失フレーミング)に基づいて議論を分類。
- OCEANモデルやデジタルフォートレーリング分析(例:Facebookの「いいね」)を用いたユーザーの性格タイプの特定により、議論の提示をカスタマイズ。
- 心理的説得の原則(例:Cialdiniの6つの原則:権威、希少性、共感)を適用し、議論の構築と選択をガイド。
- 計算的議論モデルを用いて主張、前提、反論を表現し、構造的な対話と戦略的推論を可能にする。
- 感情データベース(例:感情の正負、覚醒度、支配度スコア)を活用し、語彙選択の感情的影響を予測し、議論の表現を最適化。
実験結果
リサーチクエスチョン
- RQ1計算的説得におけるドメインモデリングは、どのように構築すれば、健康分野における効果的な行動変容を支援できるか?
- RQ2文法的、言語的、フレーミングといった議論の次元(例:命令形対条件形)の中で、異なる性格特性のユーザーを説得するために最も効果的なものは何か?
- RQ3計算的議論理論をユーザーモデリングとどのように統合し、説得戦略をパーソナライズできるか?
- RQ4フレーミング(例:利益対損失)が、健康行動介入におけるユーザーの受容性にどの程度影響を与えるか?
- RQ5心理的原則に基づく議論の戦略的選択は、デジタルヘルスアプリケーションにおける説得成果を向上させることができるか?
主な発見
- 提示された多次元ドメインモデルにより、自己効力感やリスク認識といった行動変容に不可欠な信念と議論を体系的に表現可能である。
- 文法的スタイル(例:命令形対条件形)の違いがユーザー反応に顕著な影響を及ぼし、特定の性格タイプでは命令形形式がより効果的である可能性がある。
- 肯定的な感情価値と中程度の覚醒度を誘発する言語的フレーミングは、WKB13などの感情データベースによる実証により、説得力が向上することが示された。
- 利益フレーミング(例:『命を救う』)は、損失フレーミング(例:『死を防ぐ』)よりも高い好まれ方を示し、プロスペクト理論と整合的である。
- 権威に訴える議論(例:『研究によると…』)は、Cialdiniの権威の原則に従い、最も説得力があると判明した。
- ユーザーの特徴と心理的フレーミングに基づくパーソナライズドな議論選択は、デジタル行動変容介入の効果を顕著に向上させることができる。
より良い研究を、今すぐ始めましょう
論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。
クレジットカード登録不要
このレビューはAIが作成し、人間の編集者が確認しました。