让信息契合当下：基于大语言模型的日历感知压力信息设计
人机交互
2025-06-02 v1 计算机与社会
摘要
现有的压力管理工具未能考虑学生日常生活的时机和情境特异性，往往提供静态或错位的支持。数字日历包含关于即将到来的责任的丰富个人指标，但此类数据很少被用于自适应的身心健康干预。在这篇短文中，我们探讨了大语言模型（LLM）如何利用数字日历数据提供及时且个性化的压力支持。我们对八名大学生进行了一项为期一周的研究，使用一个功能性技术探针，根据参与者的日历事件生成每日压力管理信息。通过半结构化访谈和主题分析，我们发现参与者重视那些优先处理压力事件并采用简洁但口语化语调的干预措施。这些发现揭示了基于 LLM 的压力管理工具的关键设计启示，包括需要通过结构化提问和语调校准来培养相关性与信任。
引用
@article{arxiv.2505.23997,
title = {Fitting the Message to the Moment: Designing Calendar-Aware Stress Messaging with Large Language Models},
author = {Pranav Rao and Maryam Taj and Alex Mariakakis and Joseph Jay Williams and Ananya Bhattacharjee},
journal= {arXiv preprint arXiv:2505.23997},
year = {2025}
}