[論文レビュー] Increasing happiness through conversations with artificial intelligence

Joseph Heffner, Chen Qin+5 more|ArXiv.org|Apr 2, 2025

Resilience and Mental Health被引用数 4

ひとこと要約

この論文は、AIチャットボットとの会話後の幸福感を日記と比較し、特にネガティブな話題で会話後の幸福感が高いことを示し、感情モデル化を用いてAIの応答の整合性とポジティビティ・バイアスが影響要因であると説明します。

ABSTRACT

Chatbots powered by artificial intelligence (AI) have rapidly become a significant part of everyday life, with over a quarter of American adults using them multiple times per week. While these tools offer potential benefits and risks, a fundamental question remains largely unexplored: How do conversations with AI influence subjective well-being? To investigate this, we conducted a study where participants either engaged in conversations with an AI chatbot (N = 334) or wrote journal entires (N = 193) on the same randomly assigned topics and reported their momentary happiness afterward. We found that happiness after AI chatbot conversations was higher than after journaling, particularly when discussing negative topics such as depression or guilt. Leveraging large language models for sentiment analysis, we found that the AI chatbot mirrored participants' sentiment while maintaining a consistent positivity bias. When discussing negative topics, participants gradually aligned their sentiment with the AI's positivity, leading to an overall increase in happiness. We hypothesized that the history of participants' sentiment prediction errors, the difference between expected and actual emotional tone when responding to the AI chatbot, might explain this happiness effect. Using computational modeling, we find the history of these sentiment prediction errors over the course of a conversation predicts greater post-conversation happiness, demonstrating a central role of emotional expectations during dialogue. Our findings underscore the effect that AI interactions can have on human well-being.

研究の動機と目的

• AIの会話が主観的な幸福感にどのような影響を与えるかを動機づける。
• 同じ話題でAIの会話と日記を比較して幸福感を評価する。
• AIの感情や応答パターンがユーザーの幸福感に影響を与えるかを探る。

提案手法

• 同じ話題でAIチャットボットとの会話（N=334）と日記（N=193）のランダム化研究を実施する。
• 大規模言語モデルベースの感情分析を用いて、ユーザーとAIの感情の整合性を評価する。
• 感情予測誤差が幸福感の変化を予測するかを検証するための計算モデルを適合させる。
• ネガティブな話題（例：抑うつ、罪悪感）を扱うことが幸福感効果を調節するかを特定する。
• AIのポジティビティ・バイアスがユーザーの幸福感を維持する役割を分析する。

実験結果

リサーチクエスチョン

• RQ1 AIチャットボットとの会話は同等の話題での日記より瞬間的な幸福感を高めるか。
• RQ2 話題のネガティブさはAI会話の幸福感効果にどう影響するか。
• RQ3 感情の整合性と予測誤差は会話後の幸福感にどのような役割を果たすか。
• RQ4 ネガティブな話題の議論中にAIのポジティビティ・バイアスは幸福感の向上に寄与するか。
• RQ5 感情のダイナミクスを通じて会話後の幸福感を計算モデルが予測できるか。

主な発見

• AIチャットボットとの会話は相互作用後の幸福感を日記より高く生み出し、ネガティブな話題で効果がより強い。
• AIはユーザーの感情を鏡像のように反映するが、ポジティブさのバイアスを維持する。
• ネガティブな話題の議論中にユーザーはAIのポジティブさと一致する感情へシフトし、幸福感の向上に寄与する。
• 会話中の感情予測誤差の歴史は会話後の幸福感がより大きくなることを予測する。