[논문 리뷰] Chatbot Companionship: A Mixed-Methods Study of Companion Chatbot Usage Patterns and Their Relationship to Loneliness in Active Users

Auren R. Liu, Pat Pataranutaporn외 1명|arXiv (Cornell University)|2024. 10. 28.

AI in Service Interactions인용 수 14

한 줄 요약

본 연구는 정기적으로 동반 챗봇 사용자를 대상으로(참여자 수 n=404) 사용 패턴이 고독감과 어떤 관련이 있는지 살펴보고 매개 변수/조절 변수 및 서로 다른 사용자 프로필을 식별합니다. 더 긴 챗봇 세션이 고독감과 작지만 유의미한 연관이 있고, 사회적 매력과 신경증이 조절 변수로 작용하며, 일곱 가지 사용자 클러스터를 식별합니다.

ABSTRACT

Companion chatbots offer a potential solution to the growing epidemic of loneliness, but their impact on users' psychosocial well-being remains poorly understood, raising critical ethical questions about their deployment and design. This study presents a large-scale survey (n = 404) of regular users of companion chatbots, investigating the relationship between chatbot usage and loneliness. We develop a model explaining approximately 50% of variance in loneliness; while usage does not directly predict loneliness, we identify factors including neuroticism, social network size, and problematic use. Through cluster analysis and mixed-methods thematic analysis combining manual coding with automated theme extraction, we identify seven distinct user profiles demonstrating that companion chatbots can either enhance or potentially harm psychological well-being depending on user characteristics. Different usage patterns can lead to markedly different outcomes, with some users experiencing enhanced social confidence while others risk further isolation. These findings have significant implications for responsible AI development, suggesting that one-size-fits-all approaches to AI companionship may be ethically problematic. Our work contributes to the ongoing dialogue about the role of AI in social and emotional support, offering insights for developing more targeted and ethical approaches to AI companionship that complement rather than replace human connections.

연구 동기 및 목표

• 정기 사용자의 동반 챗봇에 대한 동기와 사용 목적을 식별합니다.
• 챗봇 사용량과 고독감 간의 관계를 매개자와 조절자를 포함하여 모델링합니다.
• 사용 패턴과 심리적 요인을 바탕으로 서로 다른 사용자 프로필을 특징화합니다.
• 인간의 사회적 연결을 보완하기 위한 AI 동반자의 윤리적 및 설계적 시사점을 평가합니다.

제안 방법

• CloudResearch를 통해 모집된 정기 동반 챗봇 사용자(n=404) 대상 대규모 설문조사.
• 확립된 및 적응된 심리 척도 사용 예: UCLA Loneliness Scale, LSNS-6, MSPSS, B-RSES, BFI-10, Attitudes Towards AI, HCI Effects Scale, SUS 등.
• 스피어먼 상관관계(Benjamini-Hochberg 보정), 후진 제거를 포함한 다중 회귀, 매개 및 조절 분석(Baron & Kenny 접근), 부트스트랩 간접효과(Preacher & Hayes) 등의 정량 분석.
• 표준화, 다중공선성(VIF) 확인 및 모델 적합도 평가(R-제곱, F-통계량, 임계수) 등의 탐색적 데이터 처리.
• 선택된 특성에 대한 K-평균 클러스터링(k=7)으로 사용자 프로필 식별, Kruskal-Wallis 검정, 시각화 계수 점수, MANOVA 및 Box’s M 검정으로 검증.
• 정량적 결과를 보완하기 위한 자유 텍스트 응답의 질적 분석 포함.

Figure 1: Overview of the study’s methodology and research questions. A survey of 404 participants explored chatbot usage and its psychological impacts. RQ1 investigates the motivations and uses of chatbots through descriptive statistics and free responses. RQ2 examines the relationship between chat

실험 결과

연구 질문

• RQ1 RQ1: 동반 챗봇 사용을 유도하는 요인은 무엇이며 사람들은 이를 무엇에 사용하는가?
• RQ2 RQ2: 동반 챗봇 사용과 고독감 간의 관계는 무엇이며, 이 관계를 매개하거나 조절하는 요인은 무엇인가?
• RQ3 RQ3: 사용 패턴, 고독감 수준, 문제적 사용 및 기타 심리사회적 요인을 바탕으로 서로 다른 사용자 프로필을 식별하고 특징지을 수 있는가?

주요 결과

• 챗봇 세션 길이와 고독감 사이에 작지만 유의미한 직접 상관관계가 있다.
• 사회적 매력과 신경증이 챗봇 사용과 고독감 간의 관계에서 조절 변수로 나타났다.
• 사회적으로 충족된 의존 사용자에서 외로운 의존 사용자에 이르기까지 일곱 가지 사용자 클러스터가 식별되었다.
• 매개자/조절자를 포함하는 회귀 모형은 사용과 고독감 간의 미묘한 경로를 설명하며, 사회화가 매개자로 간주되고 신경증이 잠재적 교란 변수로 간주된다.
• 클러스터 검증은 사용, 고독감 및 문제적 사용 측면에서 사용자 프로필 간의 의미 있는 차이를 지지한다.
• 연구 결과는 AI 동반자가 인간의 사회적 연결을 대체하기보다 보완할 수 있는 조건을 밝힌다.

Figure 2: Examples of companion chatbots: Replika, Character.ai, Snapchat’s My AI, Anima, and Pi.