面向老年人的反思性叙事智能体：将论证方案与论证挖掘集成到 LLM 驱动的个性化叙事中

本研究探讨了基于知识驱动的大语言模型（LLM）叙事生成是否能够为老年人提供有目的的交互式叙事体验。为克服 LLM 的已知局限性（如幻觉和透明度不足），我们提出了一种反思性叙事智能体，集成了知识图谱、用户建模、论证理论与论证挖掘，以引导和审查叙事生成。研究分为两个阶段。第一阶段采用参与式设计，邀请 11 位领域专家进行形式化评估，为后续的迭代优化提供依据。最终系统生成的叙事基于结构化的用户模型，代表健康促进活动和动机。第二阶段邀请 55 位老年人评估基于角色人的叙事，涵盖四个提示和两种创意水平。参与者评估叙事的感知目的、有用性、文化可信度以及不一致性。系统还计算了叙事的幻觉风险指标，以评估生成结果。参与者在约二分之三的叙事中识别出个人相关的目的，其中约一半的叙事包含论证导向的目的。文化可信度显著影响用户愿意采纳该功能，而当叙事保持可理解且个人相关时，较小的不一致性往往被容忍。幻觉风险较高的叙事更易被视为不一致，而论证质量较高的叙事则倾向于获得更高的清晰度和有意义性评分。总体而言，本研究将论证挖掘定位为健康领域 LLM 叙事中用于比较形式化 grounding 信号与人类评估的反思性检查机制。