[논문 리뷰] Increasing happiness through conversations with artificial intelligence

Joseph Heffner, Chen Qin외 5명|ArXiv.org|2025. 04. 02.

Resilience and Mental Health인용 수 4

한 줄 요약

이 논문은 AI 챗봇과의 대화 후의 행복을 일기 쓰기와 비교하여 특히 부정적인 주제에서 대화 후 행복이 더 높음을 보여주고, AI 응답의 정렬성(일치) 및 긍정 편향을 통해 이 효과를 설명하기 위해 감정 모델링을 사용한다.

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.

연구 동기 및 목표

• AI 대화가 주관적 안녕에 어떤 영향을 미치는지 조사하도록 연구의 동기를 부여한다.
• 같은 주제에 대해 AI 대화와 일기 쓰기 후의 행복을 비교한다.
• AI의 감정 표현과 응답 패턴이 사용자의 행복에 영향을 주는지 탐구한다.

제안 방법

• 같은 주제에 대해 AI 챗봇 대화(N=334)와 일기 쓰기(N=193)를 대상으로 무작위 연구를 수행한다.
• 대형 언어 모델 기반 감정 분석을 사용하여 사용자와 AI 간의 감정 정렬을 평가한다.
• 감정 예측 오차가 행복 변화와 예측적으로 관련되는지 테스트하기 위해 계산 모델을 적합한다.
• 부정적 주제(예: 우울, 죄책감)를 다루는 것이 행복 효과를 조절하는지 식별한다.
• AI의 긍정 편향이 사용자의 행복 지속에 어떤 역할을 하는지 분석한다.

실험 결과

연구 질문

• RQ1 같은 주제에서 AI 챗봇 대화가 일기 쓰기에 비해 순간적 행복을 증가시키는가?
• RQ2 주제의 부정성이 AI 대화의 행복 효과에 어떤 영향을 미치는가?
• RQ3 감정 정렬과 예측 오차가 대화 후 행복에 어떤 역할을 하는가?
• RQ4 부정 주제 토론에서 AI의 긍정 편향이 행복 증가에 기여하는가?
• RQ5 계속되는 대화의 감정 역학으로부터 계산 모델이 대화 후 행복을 예측할 수 있는가?

주요 결과

• AI 챗봇 대화는 상호작용 후 행복이 일기 쓰기보다 더 크며, 부정적 주제에서 더 강한 효과를 보인다.
• AI는 사용자의 감정을 반영하지만 긍정 편향을 유지한다.
• 부정적 주제 토론에서 사용자는 AI의 긍정성에 맞추어 감정을 바꾸며, 이는 더 높은 행복에 기여한다.
• 대화 중 감정 예측 오차의 이력이 대화 후 행복 증가를 예측한다.