情境化 AI 日志：集成 LLM 与时间序列行为感知技术以利用 MindScape 应用促进自我反思与身心健康
人机交互
2024-04-02 v1 人工智能
摘要
MindScape 旨在研究将时间序列行为模式（如对话参与、睡眠、位置）与大型语言模型 (LLM) 相结合的益处，以创建一种新型的情境化 AI 日志，从而促进自我反思和身心健康。我们认为，将行为感知集成到 LLM 中可能会引领 AI 的新前沿。在这篇最新进展工作论文中，我们讨论了 MindScape 情境化日志应用的设计，该应用使用 LLM 和行为感知来生成旨在鼓励自我反思和情感发展的情境化与个性化日志提示。我们还讨论了基于初步用户研究的 MindScape 大学生研究，以及我们即将开展的研究，以评估情境化 AI 日志在促进大学校园更好身心健康方面的有效性。MindScape 代表了一类将行为智能嵌入 AI 的新型应用。
引用
@article{arxiv.2404.00487,
title = {Contextual AI Journaling: Integrating LLM and Time Series Behavioral Sensing Technology to Promote Self-Reflection and Well-being using the MindScape App},
author = {Subigya Nepal and Arvind Pillai and William Campbell and Talie Massachi and Eunsol Soul Choi and Orson Xu and Joanna Kuc and Jeremy Huckins and Jason Holden and Colin Depp and Nicholas Jacobson and Mary Czerwinski and Eric Granholm and Andrew T. Campbell},
journal= {arXiv preprint arXiv:2404.00487},
year = {2024}
}