[論文レビュー] How AI and Human Behaviors Shape Psychosocial Effects of Extended Chatbot Use: A Longitudinal Randomized Controlled Study

Cathy Mengying Fang, Auren R. Liu+9 more|ArXiv.org|Mar 21, 2025

AI in Service Interactions被引用数 10

ひとこと要約

A four-week randomized study (n=981) tests how chatbot modality (text, neutral voice, engaging voice) and conversation type (open-ended, personal, non-personal) affect loneliness, socialization, emotional dependence, and problematic AI usage, finding that voice helps early but benefits wane with high usage, and personal topics have mixed effects.

ABSTRACT

As people increasingly seek emotional support and companionship from AI chatbots, understanding how such interactions impact mental well-being becomes critical. We conducted a four-week randomized controlled experiment (n=981, >300k messages) to investigate how interaction modes (text, neutral voice, and engaging voice) and conversation types (open-ended, non-personal, and personal) influence four psychosocial outcomes: loneliness, social interaction with real people, emotional dependence on AI, and problematic AI usage. No significant effects were detected from experimental conditions, despite conversation analyses revealing differences in AI and human behavioral patterns across the conditions. Instead, participants who voluntarily used the chatbot more, regardless of assigned condition, showed consistently worse outcomes. Individuals' characteristics, such as higher trust and social attraction towards the AI chatbot, are associated with higher emotional dependence and problematic use. These findings raise deeper questions about how artificial companions may reshape the ways people seek, sustain, and substitute human connections.

研究の動機と目的

• チャットボットの相互作用モダリティ（text、neutral voice、engaging voice）が心理社会的アウトカムに与える影響を理解する。
• 会話タイプ（open-ended、personal、non-personal）が孤独感、社会的交流、AI依存に与える影響を検討する。
• 日常の利用時間がモダリティとタスクと相互作用し、アウトカムをどのように形成するかを検討する。
• 長時間のチャットボット利用の心理社会的リスクと利益を調整するユーザー特性と認知を特定する。

提案手法

• 4週間のIRB承認済みランダム化実験を実施する（n=981、>300Kメッセージ）。
• 参加者を3モダリティ×3タスクの9条件のうちのいずれかにランダムに割り付ける。
• 孤独感、他者との社会化、AIへの情動的依存、問題的なAI利用の4つの心理社会的アウトカムを測定する。
• 日次の利用時間を追跡し、モダリティ・タスク・利用の相互作用を分析する。
• 初期アウトカムレベルとデモグラフィックを調整した回帰分析を用い、モダリティ-時間およびタスク-時間の相互作用項を含める。

実験結果

リサーチクエスチョン

• RQ1 異なるチャットボットモダリティ（text、neutral voice、engaging voice）が4週間を通じて孤独感、社会化、情動的依存、および問題的AI利用にどのように影響するか？
• RQ2 会話タイプ（open-ended、personal、non-personal）は同じ心理社会的アウトカムにどのように影響するか？
• RQ3 日次の利用時間がモダリティおよびタスク関連の効果にどのように影響するか？
• RQ4 ユーザー特性やAIの認識が心理社会的アウトカムの差に関連しているか？

主な発見

• 声のモダリティは初期には孤独感と依存をテキストと比較して低減するが、日次利用が増えると効果が小さくなる。
• neutral voiceモダリティは、長時間の利用でテキストと比較して社会化が低下し問題的利用が高まる。
• engaging voiceは初期の効果がより大きいが、社会化の継続的優位性は必ずしも高くなく、露出が増えるとモダリティ間の利点が薄れる可能性がある。
• Personal conversationsは低い利用時には孤独感を増加させる一方、情動的依存と問題的利用を低減する効果があり、利用が増えるとこの効果は弱まる。
• Non-personal conversationsは、利用者が重度の場合に問題的利用の増加に関連する一方、初期リスクが高い個人に対しては個人的な会話が一部のネガティブな結果を緩和する可能性がある。
• 初期の孤独感、社会化、情動的依存、または問題的利用が高いほど、最終的なスコアも高くなる傾向があり、モダリティとタスクによってこの効果が調整される。