解构抑郁症污名：融合人工智能驱动的数据收集与分析及因果知识图谱
人机交互
2025-02-11 v1 计算与语言
计算机与社会
摘要
精神疾病污名是一个持久的社会问题，阻碍了寻求治疗和康复。因此，迫切需要更清晰地理解它，但分析相关数据极为耗费人力。为此，我们设计了一个聊天机器人来引导参与者进行对话；借助人工智能辅助对这些对话进行定性编码；并基于这些编码结果构建因果知识图谱以解码污名。我们从 1002 名参与者获得的结果表明，与我们的聊天机器人对话可以引出关于人们对抑郁症态度的丰富信息，同时我们的人工智能辅助编码与人类专家编码高度一致。我们结合大型语言模型（LLMs）和因果知识图谱的新颖方法揭示了个体回应中的模式，并说明了数据集中整体心理构念之间的相互关系。本文还讨论了这些发现对人机交互（HCI）研究者在开发数字干预、分解人类心理构念以及培养包容性态度方面的启示。
引用
@article{arxiv.2502.06075,
title = {Deconstructing Depression Stigma: Integrating AI-driven Data Collection and Analysis with Causal Knowledge Graphs},
author = {Han Meng and Renwen Zhang and Ganyi Wang and Yitian Yang and Peinuan Qin and Jungup Lee and Yi-Chieh Lee},
journal= {arXiv preprint arXiv:2502.06075},
year = {2025}
}
备注
Conditionally accepted to CHI Conference on Human Factors in Computing Systems (CHI'25)