探索大语言模型赋能工具以促进社交焦虑的想象暴露练习
人机交互
2026-03-30 v1
摘要
社交焦虑（social anxiety，SA）是一种流行的心理健康挑战，对日常社交互动产生显著影响。想象暴露（imaginal exposure，IE）作为认知行为疗法（cognitive behavioral therapy，CBT）技术，通过想象焦虑诱发情境实现有效，但因传统IE作业要求客户构建和维持临床相关的恐惧叙事而较少被利用。本研究探讨了由大语言模型（LLM）赋能的工具如何支持IE，通过生成生动、个性化的暴露脚本。我们首先与精神健康专业人员共同设计了ImaginalExpoBot，随后对五名治疗师进行形式评估，并进行19名有SA症状者的用户研究。我们的发现表明，LLM赋能的支持可促进对焦虑情境的准备，同时实现即时、用户特定的适应，情境保持在治疗性益处的“容忍窗口”内。参与者和精神健康专业人员还识别出连续性和定制化的局限，指向未来设计需要更深入的适应性。这些发现为将LLM以可及、可扩展的方式整合到结构化治疗实践中提供了初步设计见解。
引用
@article{arxiv.2603.25933,
title = {Explore LLM-enabled Tools to Facilitate Imaginal Exposure Exercises for Social Anxiety},
author = {Yimeng Wang and Yinzhou Wang and Alicia Hong and Yixuan Zhang},
journal= {arXiv preprint arXiv:2603.25933},
year = {2026}
}