[논문 리뷰] Towards a Psychological Generalist AI: A Survey of Current Applications of Large Language Models and Future Prospects

Tianyu He, Guanghui Fu외 9명|arXiv (Cornell University)|2023. 12. 01.

Digital Mental Health Interventions인용 수 9

한 줄 요약

이 논문은 심리학에서 대형 언어 모델이 어떻게 적용되고 있는지 조사하고, 모델 검증을 논의하며, 정신 건강 분야의 일반ist AI의 미래 전망과 도전에 대해 개요를 제시한다.

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.

연구 동기 및 목표

• 현재 디지털 미디어, 임상 치료, 커뮤니티 설정 전반에서 LLM이 심리학에 어떻게 사용되고 있는지 평가한다.
• 심리적 맥락에서 LLM의 검증 프레임워크와 평가 과제를 강조한다.
• 심리학에서의 다중모달 일반 AI, 윤리적 모니터링, 실세계 배치의 도전과제를 논의한다.
• 심리치료, 진단, 정신 건강 지원에 대한 prospective applications 및 시사점을 개요한다.

제안 방법

• 소셜 미디어 분석, 임상 간호, 커뮤니티 모니터링 등 다양한 영역에 걸친 기존 문헌을 검토한다.
• 감정 인식, 우울 및 자살 위험 탐지 등의 심리학에서의 과제별 평가 접근법을 요약한다.
• 심리학에서 LLM의 능력을 평가하기 위한 평가 플랫폼 및 데이터 세트(예: CLEVA, CHBias)를 논의한다.
• 디지털 플랫폼, 임상 환경, 이론 개발에 걸친 LLM(GPT 시리즈)의 진행 상황을 종합한다.

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.

실험 결과

연구 질문

• RQ1 다양한 설정에서 심리학에 대형 언어 모델이 현재 어떤 응용이 이루어지고 있는가?
• RQ2 심리적 과업과 특성에 대해 LLM은 어떻게 검증되고 평가되는가?
• RQ3 일반 AI가 심리치료, 정신 건강 모니터링, 연구에서 미래에 어떤 역할을 할 수 있는가?
• RQ4 심리학 맥락에서 LLM을 배치할 때 수반되는 윤리적, 기술적, 실용적 도전과제는 무엇인가?

주요 결과

• LLMs는 소셜 미디어 및 임상 데이터에서 감정 분석, 자살 위험 탐지, 인지 왜곡, 감정 인식에 적용되고 있다.
• 데이터 세트와 과제의 복잡성에 따라 과제 성능이 달라지며, 미세 조정은 일부 인지 왜곡 과제에서 모든 결과를 개선하지는 않는다.
• 평가 프레임워크(CLEVA, CHBias 등) 및 과제별 지표는 심리학에서 LLM의 능력을 이해하는 데 필수적이다.
• 다중모달 및 인터랙티브한 기능은 GPAI가 모니터링하고 임상 의사를 돕고 부정적 감정을 가진 개인을 지원하도록 한다.
• 정신 건강 환경에서 LLM을 배치하는 데 상당한 윤리, 편향 및 거버넌스 고려사항이 있다.

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