在线点对点心理咨询平台上对动机性访谈策略的建模

数百万人参与在线点对点支持会话，然而此前很少有研究对同伴咨询师与客户满意度相关的细粒度行为进行系统的基于心理学的评估。本文旨在通过将同伴咨询师的聊天消息映射到动机性访谈 (MI) 技术来填补这一空白。我们使用 17 种 MI 技术对来自 734 段聊天对话中的 14,797 条话语进行标注，并引入了闲聊和不合适等四种新的访谈编码，以解释在线平台上观察到的独特对话模式。我们通过微调特定领域的大型语言模型来自动化将同伴咨询师回复标注为 MI 技术的过程，然后使用这些自动化测量指标通过相关性研究来调查同伴咨询师的行为。具体而言，我们研究了 MI 技术对对话评分的影响，以调查能够预测客户对咨询会话满意度的技术。当咨询师使用反思和肯定等技术时，客户满意度更高。对志愿咨询师技术使用变化的考察表明，随着经验的积累，咨询师学会了使用更多的介绍和开放式问题。这项工作为点对点咨询师平台上动机性访谈技术的使用提供了更深入的理解，并为如何在线上平台上为志愿咨询师构建更好的培训项目提供了启示。