[논문 리뷰] Domain Modelling in Computational Persuasion for Behaviour Change in Healthcare

Lisa A. Chalaguine, Emmanuel Hadoux외 5명|arXiv (Cornell University)|2018. 02. 27.

Mental Health Research Topics참고 문헌 63인용 수 7

한 줄 요약

이 논문은 건강 행동 변화를 위한 계산적 설득을 위한 다차원 도메인 모델링 프레임워크를 제안하며, 핵심 신념과 논증 유형의 온톨로지에 기반한다. 사용자 성격, 언어 스타일, 프레임워크를 바탕으로 전략적 논증 선택을 통합하여 개인화된, 논증 중심의 대화 시스템을 통해 설득 효과를 향상시킨다.

ABSTRACT

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.

연구 동기 및 목표

• 현재의 설득 기술이 명시적인 논증을 갖추지 못하고 있으며, 사용자 특화된 인지적 및 정서적 프로파일에 적응하지 못한다는 격차를 해결하기 위해.
• 건강 분야에서 효과적인 행동 변화에 핵심적인 핵심 신념과 논증 구조를 포괄하는 형식적 도메인 모델을 개발하기 위해.
• 사용자 성격, 언어 스타일, 프레임워크를 바탕으로 전략적 논증 선택을 가능하게 하여 설득 결과를 향상시키기 위해.
• 사용자 모델링과 계산적 논증을 통합하여 개인화되고 맥락에 민감한 행동 변화 지원을 제공하기 위해.
• 사용자 특성과 신념에 따라 동적으로 조정되는 적응형, 논증 중심의 대화 시스템을 구축하기 위한 기반을 마련하기 위해.

제안 방법

• 행동 변화 문헌에서 유래한 핵심 신념(예: 자기효능감, 위험 인식, 의도)의 온톨로지에 기반한 다차원 도메인 모델을 개발한다.
• 문법적 스타일(예: 명령형 대비 조건형), 언어적 스타일(예: 공손성, 정서적 밸런스), 프레임워크(예: 이득 대비 손실 프레임워크)에 따라 논증을 분류한다.
• OCEAN 모델이나 디지털 풋프린트 분석(예: 페이스북 좋아요)을 활용한 사용자 성격 유형 분류를 통합하여 논증 제시 방식을 맞춤화한다.
• 심리학적 설득 원리(예: Cialdini의 여섯 가지 원칙: 권위, 희소성, 공감대)를 적용하여 논증 구성과 선택을 안내한다.
• 계산적 논증 모델을 사용하여 주장, 전제, 반론을 표현함으로써 체계적인 대화와 전략적 추론을 가능하게 한다.
• 감정 데이터베이스(예: 밸런스, 각성도, 지배도 점수)를 활용하여 단어 선택의 정서적 영향을 예측하고 논증 어조를 최적화한다.

실험 결과

연구 질문

• RQ1 계산적 설득에서의 도메인 모델링은 건강 분야의 효과적인 행동 변화를 위해 어떻게 체계적으로 구성될 수 있는가?
• RQ2 문법적, 언어적, 프레임워크적 차원(예: 명령형 대비 조건형, 공손성, 정서적 밸런스, 이득 대비 손실 프레임워크) 중 어떤 것이 다양한 성격 유형을 가진 사용자에게 더 효과적인가?
• RQ3 계산적 논증은 사용자 모델링과 어떻게 통합되어 설득 전략을 개인화할 수 있는가?
• RQ4 이득 프레임워크(예: '삶을 구한다')와 손실 프레임워크(예: '사망을 막는다')의 논증 프레임워크는 건강 행동 간행에서 사용자 수용도에 어떤 영향을 미치는가?
• RQ5 심리학적 원칙에 기반한 논증의 전략적 선택은 디지털 헬스 애플리케이션에서 설득 결과를 향상시키는 데 기여하는가?

주요 결과

• 제안된 다차원 도메인 모델은 행동 변화에 핵심적인 신념과 논증(예: 자기효능감, 위험 인식)을 체계적으로 표현할 수 있다.
• 다양한 문법적 스타일(예: 명령형 대비 조건형)은 사용자 반응에 상당한 영향을 미치며, 일부 성격 유형에서는 명령형 형식이 더 효과적일 수 있다.
• 긍정적 밸런스와 중간 정도의 각성도를 유도하는 언어적 프레임워크는 감정 데이터베이스(예: WKB13)를 통해 더욱 설득력이 높다는 게 입증되었다.
• 이론적으로 이득 프레임워크(예: '삶을 구한다')는 손실 프레임워크(예: '사망을 막는다')보다 더 높은 선호도를 보이며, 이는 프로스펙트 이론과 일치한다.
• 권위를 강조하는 논증(예: '연구에 따르면...')은 가장 설득력이 높으며, Cialdini의 권위 원칙과 일치한다.
• 사용자 특성과 심리적 프레임워크를 기반으로 한 개인화된 논증 선택은 디지털 행동 변화 간행의 효과를 상당히 향상시킬 수 있다.