[論文レビュー] FitChat: Conversational Artificial Intelligence Interventions for Encouraging Physical Activity in Older Adults

Nirmalie Wiratunga, Kay Cooper+5 more|arXiv (Cornell University)|Apr 29, 2020

Mobile Health and mHealth Applications参考文献 14被引用数 5

ひとこと要約

FitChatは、高齢者の身体活動を増加させるためのパーソナライズド・デジタル行動変容介入を提供する音声ベースの会話型AIチャットボットを提案する。ワークショップを通じて高齢者と共同で開発され、Think-aloudセッションによる評価を通じて、テキストベースの方法と比較して音声インタラクションが動機付けと関与を顕著に向上させることを示した。これは、高齢者における長期的な行動変容にとって音声が強力なメディアであることを示している。

ABSTRACT

Delivery of digital behaviour change interventions which encourage physical activity has been tried in many forms. Most often interventions are delivered as text notifications, but these do not promote interaction. Advances in conversational AI have improved natural language understanding and generation, allowing AI chatbots to provide an engaging experience with the user. For this reason, chatbots have recently been seen in healthcare delivering digital interventions through free text or choice selection. In this work, we explore the use of voice-based AI chatbots as a novel mode of intervention delivery, specifically targeting older adults to encourage physical activity. We co-created "FitChat", an AI chatbot, with older adults and we evaluate the first prototype using Think Aloud Sessions. Our thematic evaluation suggests that older adults prefer voice-based chat over text notifications or free text entry and that voice is a powerful mode for encouraging motivation.

研究の動機と目的

• 高齢者の身体活動を対象とするデジタル行動変容介入（DBCIs）の新しい配信モードとして、音声ベースの会話型AIの可能性を検討すること。
• 高齢者と共同でチャットボットを共同開発し、動機付けと遵守を促進する意味のある会話スキルおよび介入機能を同定すること。
• Think-aloudセッションを用いて初期プロトタイプを評価し、会話の効果性、ユーザーの関与、動機付けへの影響を評価すること。
• 明示的および暗黙的なユーザー情報（ユーザー入力およびウェアラブル機器で検出されたデータ）を用いた文脈的パーソナライゼーションが、AI駆動のフィットネス介入の関連性と効果性をどのように向上させられるかを調査すること。

提案手法

• 高齢者を対象に3回の共同開発ワークショップを実施し、チャットボットのコアな会話スキルおよび機能的要件を段階的に設計した。
• スマートフォンベースの音声インターフェースを開発し、自然言語理解と生成を統合してユーザーとのリアルタイム対話に対応した。
• データ抽出（例：歩数、活動内容、時間）および文脈化（例：場所、日付、理由）のための意図テンプレートとスロットを実装し、対話をパーソナライズした。
• コーパスベースのアプローチを用いて、共感的かつ動機付けとなる反応をチャットボットの対話システムに統合した。
• ユーザーの障壁を認識し、明示的（ユーザー入力）および暗黙的（ウェアラブル機器やデバイスで検出された）データを用いて文脈に適した動機付け対話を返す仕組みを構築した。
• 高齢者を対象にThink-aloudセッションを用いて初回プロトタイプを評価し、ユーザー体験、会話の流れ、および認識された動機付けの観点から分析した。

実験結果

リサーチクエスチョン

• RQ1 高齢者向けのフィットネスチャットボットにおいて、最も効果的な会話スキルは何ですか？
• RQ2 音声ベースの会話型介入は、高齢者の身体活動における前向きな行動変容を効果的に動機づけられますか？
• RQ3 音声ベースの会話型AIは、身体活動目標への長期的遵守を支援するために、ユーザーの完全な関与を確保できますか？
• RQ4 文脈的および個人情報（明示的および暗黙的）をどのように活用することで、AI駆動の介入の関連性と効果性を向上させられるでしょうか？

主な発見

• Think-aloudセッションの主題的分析から、高齢者はテキスト通知や自由入力テキストよりも音声ベースのインタラクションを好んだ。
• 音声インタラクションは、より自然で、関与を促し、動機づけが高まるという認識であり、介入への関与意欲を顕著に向上させた。
• チャットボットが文脈的データ（例：活動種別、時間、歩数）を用いて会話をパーソナライズできる能力が、関連性の認識とユーザーの信頼に寄与した。
• ユーザーは共感的かつ動機づけられる対話に肯定的に反応し、類似研究では79％の受容率を示した。これは、感情的関与の強い潜在的可能性を示している。
• プロトタイプは、従来のテキストベースの通知よりもインパクトが少なく、より支援的であると認識されたため、長期的遵守の強い可能性を示した。
• 本研究では、テキストプラットフォーム向けに設計されたコンテンツを音声配信に適応させるには、口語的でトーンを保つために大幅な調整が必要であることが判明した。これは、重要なデザイン上の課題を示している。