[논문 리뷰] FitChat: Conversational Artificial Intelligence Interventions for Encouraging Physical Activity in Older Adults

Nirmalie Wiratunga, Kay Cooper외 5명|arXiv (Cornell University)|2020. 04. 29.

Mobile Health and mHealth Applications참고 문헌 14인용 수 5

한 줄 요약

FitChat는 노인층의 신체 활동 증가를 위한 개인화된 디지털 행동 변화 간행물(DBCI)을 제공하기 위해 음성 기반 대화형 AI 챗봇을 제안한다. 워크숍을 통해 노인들과 공동으로 개발하고, 생각을 말하는 세션을 통해 평가한 결과, 음성 상호작용은 텍스트 기반 방법에 비해 동기부여와 참여도를 크게 향상시키는 것으로 나타났으며, 이는 노인 인구에서 장기적인 행동 변화를 위한 음성이 강력한 매체임을 시사한다.

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.

연구 동기 및 목표

• 노인층의 신체 활동을 대상으로 하는 디지털 행동 변화 간행물(DBCI)의 새로운 제공 방식으로 음성 기반 대화형 AI를 탐색한다.
• 노인들과 공동으로 챗봇을 개발하여 동기부여와 이행도를 높이는 의미 있는 대화 기술과 간행물 기능을 규명한다.
• 사용자 경험, 대화 흐름, 인지된 동기부여를 분석하기 위해 노인들을 대상으로 생각을 말하는 세션을 통해 초기 프로토타입을 평가한다.
• 명시적 및 암시적 사용자 데이터를 활용한 맥락 기반 개인화가 AI 기반 피트니스 간행물의 관련성과 효과를 어떻게 향상시킬 수 있는지 조사한다.

제안 방법

• 노인들을 대상으로 세 차례의 공동 창작 워크숍을 실시하여 챗봇의 핵심 대화 기술과 기능적 요구사항을 반복적으로 설계했다.
• 사용자와 실시간 대화가 가능한 자연어 이해 및 생성 기능을 통합한 스마트폰 기반 음성 인터페이스를 개발했다.
• 데이터 추출(예: 보행 수, 활동 종류, 시간) 및 맥락화(예: 위치, 날짜, 이유)를 위한 의도 템플릿과 슬롯을 구현하여 대화를 개인화했다.
• 코퍼스 기반 접근법을 사용하여 공감적이고 동기부여적인 반응을 챗봇의 대화 시스템에 통합했다.
• 사용자의 장애 요소를 인식하고 명시적(사용자가 입력한) 및 암시적(웨어러블 기기나 장치가 감지한) 데이터를 활용해 맥락에 맞는 동기부여 대화를 제공하도록 시스템을 설계했다.
• 노인들을 대상으로 생각을 말하는 세션을 통해 첫 번째 프로토타입을 평가하여 사용자 경험, 대화 흐름, 인지된 동기부여를 분석했다.

실험 결과

연구 질문

• RQ1 노인들을 대상으로 한 피트니스 챗봇에서 가장 효과적인 대화 기술은 무엇인가?
• RQ2 음성 기반 대화형 간행물이 노인층의 신체 활동 향상에 긍정적인 행동 변화를 효과적으로 유도할 수 있는가?
• RQ3 음성 기반 대화형 AI는 장기적인 신체 활동 목표 이행을 지원하기 위해 사용자를 완전히 참여시킬 수 있는가?
• RQ4 맥락적 개인 정보(명시적 및 암시적)는 어떻게 활용되어 AI 기반 간행물의 관련성과 효과를 향상시킬 수 있는가?

주요 결과

• 생각을 말하는 세션의 주제 분석 결과, 노인들은 텍스트 알림이나 자유형 텍스트 입력보다 음성 기반 상호작용을 선호했다.
• 음성 상호작용은 더 자연스럽고 몰입감 있으며, 사용자가 간행물에 참여할 의욕을 크게 높이는 것으로 인식되었다.
• 활동 종류, 시간, 보행 수 등의 맥락적 데이터를 사용해 대화를 개인화할 수 있었던 챗봇의 능력이, 관련성과 사용자 신뢰도 향상에 기여했다.
• 사용자들은 공감적이고 동기부여적인 대화에 긍정적으로 반응했으며, 유사한 연구에서 79%의 응답률을 기록하여 정서적 몰입 잠재력이 높다고 판단되었다.
• 프로토타입는 음성 기반 대화가 전통적인 텍스트 기반 알림보다 침해감이 적고 더 지지적인 것으로 여겨져 장기적 이행 잠재력이 높다는 점을 보여주었다.
• 본 연구는 텍스트 플랫폼 전용 콘텐츠가 음성 제공를 위해 의미 있는 적응이 필요하며, 이는 비공식성과 어조를 유지하는 데 핵심적인 설계 과제임을 밝혀냈다.