用于社会工作实习教育的生成式AI：带有实时反馈的来访者模拟

实习教育是社会工作的标志性教学法，然而在培训过程中提供及时且客观的反馈受到指导教师和咨询来访者可用性的限制。在本文中，我们提出了 SWITCH，即社会工作交互训练聊天机器人。SWITCH 将逼真的来访者模拟、实时咨询技能分类和动机访谈（Motivational Interviewing, MI）进程系统整合到训练工作流中。为了对来访者进行建模，SWITCH 使用了一个认知基础画像，包含静态字段（如背景、信念）和动态字段（如情绪、自动思维、开放度），使得智能体的行为能够在整个会话过程中逼真地演化。技能分类模块从用户话语中识别咨询技能，并将结果反馈给控制 MI 阶段转换的 MI 控制器。为了提高分类准确率，我们研究了在标注转录本上进行检索的上下文学习，以及一个微调的 BERT 多标签分类器。在实验中，我们证明了基于 BERT 的方法和上下文学习均以大幅优势优于基线。因此，SWITCH 提供了一个可扩展、低成本且一致的训练工作流，作为实习教育的补充，并允许督导专注于更高层次的指导。