集体之声：基于 LLM 聊天机器人的已康复同伴支持用于饮食障碍康复
人机交互
2025-09-22 v1 人工智能
摘要
同伴康复叙事在饮食障碍(ED)情境中通过培养希望和持续康复，提供了超越专业或普通指导的独特益处。然而，此类支持受到同伴参与项目稀缺以及已康复同伴潜在弊端（包括复发风险）的限制。为解决这一问题，我们设计了 RecoveryTeller，一个采用已康复同伴人设的聊天机器人，将其呈现为从 ED 中康复的个体。我们检验了这种人设能否再现同伴康复叙事的支持功能。我们将 RecoveryTeller 与一个提供类似指导但无康复背景的普通导师人设聊天bot进行了比较。我们对 26 名 ED 参与者进行了为期 20 天的交叉部署研究，每人使用两个聊天机器人各 10 天。RecoveryTeller 比普通导师聊天机器人引发了更强的情感共鸣，但情感信任与认知信任之间的张力使参与者将两种人视为互补而非替代。我们为心理健康聊天机器人人设设计提供了设计启示。
引用
@article{arxiv.2509.15289,
title = {Collective Voice: Recovered-Peer Support Mediated by An LLM-Based Chatbot for Eating Disorder Recovery},
author = {Ryuhaerang Choi and Taehan Kim and Subin Park and Seohyeon Yoo and Jennifer G. Kim and Sung-Ju Lee},
journal= {arXiv preprint arXiv:2509.15289},
year = {2025}
}