[論文レビュー] Towards a Psychological Generalist AI: A Survey of Current Applications of Large Language Models and Future Prospects

Tianyu He, Guanghui Fu+9 more|arXiv (Cornell University)|Dec 1, 2023

Digital Mental Health Interventions被引用数 9

ひとこと要約

本論文は、心理学における大規模言語モデルの適用状況を概説し、モデルの検証を論じ、メンタルヘルスにおける汎用AIの将来展望と課題を概説します。

ABSTRACT

The complexity of psychological principles underscore a significant societal challenge, given the vast social implications of psychological problems. Bridging the gap between understanding these principles and their actual clinical and real-world applications demands rigorous exploration and adept implementation. In recent times, the swift advancement of highly adaptive and reusable artificial intelligence (AI) models has emerged as a promising way to unlock unprecedented capabilities in the realm of psychology. This paper emphasizes the importance of performance validation for these large-scale AI models, emphasizing the need to offer a comprehensive assessment of their verification from diverse perspectives. Moreover, we review the cutting-edge advancements and practical implementations of these expansive models in psychology, highlighting pivotal work spanning areas such as social media analytics, clinical nursing insights, vigilant community monitoring, and the nuanced exploration of psychological theories. Based on our review, we project an acceleration in the progress of psychological fields, driven by these large-scale AI models. These future generalist AI models harbor the potential to substantially curtail labor costs and alleviate social stress. However, this forward momentum will not be without its set of challenges, especially when considering the paradigm changes and upgrades required for medical instrumentation and related applications.

研究の動機と目的

• デジタルメディア、臨床ケア、地域社会環境全体で、LLMsが心理学で現在どのように活用されているかを評価する。
• 心理的文脈におけるLLMsの検証フレームワークと評価タスクを明らかにする。
• 心理学におけるマルチモーダル汎用AI、倫理的モニタリング、実世界での展開上の課題を論じる。
• 心理療法、診断、メンタルヘルス支援への今後の応用と影響を概説する。）

提案手法

• ソーシャルメディア分析、臨床看護、地域社会モニタリングなどの分野にまたがる既存文献を概説する。
• 感情認識、うつ症状および自殺リスク検出など、心理学におけるタスク特有の評価アプローチを要約する。
• 心理学におけるLLM能力を評価するための評価プラットフォームとデータセット（例：CLEVA、CHBias）を論じる。
• デジタルプラットフォーム、臨床現場、理論開発を横断するLLM（GPTシリーズ）の進展を総合する。

Figure 1: Future applications of GPAI. (a) GPAI monitors patient health in the ward (b) GPAI assists doctors in psychological consultation (c) GPAI assists doctors in analyzing and diagnosing psychological data (d) GPAI supports people with negative emotions in social media.

実験結果

リサーチクエスチョン

• RQ1 さまざまな設定における心理学での大規模言語モデルの現在の適用は何ですか？
• RQ2 心理的タスクや特性に対してLLMsはどのように検証・評価されていますか？
• RQ3 汎用AIは今後、心理療法、メンタルヘルスのモニタリング、研究でどのような役割を果たしうるでしょうか？
• RQ4 心理的文脈でLLMsを展開する際に伴う倫理的・技術的・実務的課題は何ですか？

主な発見

• LLMsはソーシャルメディアと臨床データにおける感情分析、自殺リスク検出、認知の歪み、感情認識に適用されている。
• データセットとタスクの複雑さに応じてタスク性能は異なり、ファインチューニングは一部の結果を改善するものの、すべての認知の歪みタスクには当てはまらない。
• 評価フレームワーク（例：CLEVA、CHBias）とタスク特有の指標は、心理学におけるLLMの能力を理解するうえで不可欠である。
• マルチモーダルで対話型の能力によりGPAIは監視を行い、臨床医を支援し、ネガティブな感情を抱える個人を支援する。
• メンタルヘルス領域でLLMsを展開する際には、倫理、偏見、ガバナンス上の重要な考慮事項がある。

Figure 2: Applications of GPAI in various aspects of psychology.