对话中的生活经验：协同设计大型语言模型的个性化以支持青少年心理健康
人机交互
2025-11-11 v1 人工智能
摘要
青少年越来越多地向大型语言模型（LLMs）寻求心理健康支持，然而当前LLMs的个性化可能会忽视塑造其需求的异质性生活经验。我们与青少年、父母和青少年护理工作者（N=38）开展了一项参与式研究，使用共同创建的青少年角色作为支架，以引出社区关于LLMs如何促进更有意义的个性化以支持青少年心理健康的观点。分析确定了三个主题：响应瞬时需求的以人为中心的情境化、围绕范围和线下转介的明确边界，以及用于反思和自主的对话式支架。我们将这些主题映射到用于任务建议、社会促进和系统可信度的说服性设计特征中，并创建了相应的对话摘录以指导LLM微调。我们的研究结果表明，如何将生活经验操作化以指导LLMs中的设计特征，这可以增强基于LLM的干预措施与青少年及其社区现实的一致性，从而有助于开发更有效的个性化数字心理健康工具。
引用
@article{arxiv.2511.05769,
title = {Lived Experience in Dialogue: Co-designing Personalization in Large Language Models to Support Youth Mental Well-being},
author = {Kathleen W. Guan and Sarthak Giri and Mohammed Amara and Bernard J. Jansen and Enrico Liscio and Milena Esherick and Mohammed Al Owayyed and Ausrine Ratkute and Gayane Sedrakyan and Mark de Reuver and Joao Fernando Ferreira Goncalves and Caroline A. Figueroa},
journal= {arXiv preprint arXiv:2511.05769},
year = {2025}
}