به گزارش ایسنا، به دلیل ظهور تعداد زیادی اپلیکیشن سلامت و گجتهای مربیگری برای انتخاب کردن ممکن است به نظر برسد که بازار در حال حاضر اشباع شده است.
به نقل از ساینساکس، «متیو یورک» (Matthew Jörke) فارغالتحصیل علوم رایانه «دانشگاه استنفورد»(Stanford University) گفت: اپلیکیشنهای تجاری حوزه سلامت اغلب مربیگری را به عنوان یک مشکل در نظر میگیرند. چتبات مربی با توجه به دادههای کافی جمعآوریشده از یک اپلیکیشن، برنامه تمرینی را تجویز میکند و انتظار دارد کاربر آن را دنبال کند. رفتار انسان این طور نیست.
به گفته مربیان حوزه سلامت که یورک با آنها صحبت کرده، به نظر میرسد آسانسازی، توانمندسازی و عدم نیاز به نسخه برای کاربران به ویژه کسانی که تازه در حال آغاز کردن فعالیت بدنی هستند، بهترین نتیجه را ارائه میدهد.
یورک و همکارانش برای ایجاد یک اپلیکیشن مربیگری سلامت مبتنی بر مدلهای زبانی بزرگ که به مشاوره تخصصی پایبند باشد، «بلوم»(Bloom) را طراحی کردند که یک اپلیکیشن پیشرفته تناسب اندام را با یک نماینده مربیگری مدل زبانی بزرگ به نام «بیبو»(Beebo) ترکیب میکند و با یک آیکون زنبور کوچک مشخص میشود.
این عامل هوش مصنوعی درباره اهداف کاربر و آنچه امتحان کرده است، سوال میپرسد و ستایش و همدلی را ارائه میدهد. بیبو با اجازه کاربران، برنامههای تمرین هفتگی را پیشنهاد میدهد و تنظیم میکند که کاربران به راحتی از طریق رابط چت میتوانند آن را تغییر دهند.
«اما برونسکیل»(Emma Brunskill) استاد علوم رایانه دانشگاه استنفورد و پژوهشگر ارشد این پروژه گفت: این اپلیکیشن به خودمختاری و تغییر رفتار انسان به گونهای امتیاز میدهد که از کاربران برای شناسایی اهداف و دستیابی به آنها پشتیبانی میکند.
پژوهشگران در این پروژه دریافتند کاربرانی که به ویژگی مربیگری مدلهای زبانی بزرگ دسترسی داشتهاند، فعالیت بدنی خود را تقریبا به اندازه کاربران نسخه فاقد ویژگیهای مدلهای زبانی بزرگ افزایش دادهاند، اما طرز فکر آنها به طور قابل توجهی تغییر کرده است. یورک گفت: مردم به تدریج تشخیص میدهند که میتوانند فعالیت بدنی را انجام دهند که برای آنها خوب است و کمک میکند احساس بهتری داشته باشند.
با توجه به این که افراد بیشتری به مدلهای زبانی بزرگ برای مشاوره در زمینههای دیگری به غیر از سلامت مراجعه میکنند، کار یورک و همکارانش راهبرد متفاوتی را برای پیشبرد این مسیر پیشنهاد میکند. یورک افزود: راهبردهای طراحی که ما از طریق ساخت این مربی سلامت آموختهایم، می تواند به ساخت هر نوع مشاور هوش مصنوعی دیگری منتقل شود که به شما کمک میکند تا بفهمید چه چیزی برایتان مهم است.
اولین گام این گروه پژوهشی در ساخت یک مربی مبتنی بر مدلهای زبانی بزرگ، مصاحبه با ۱۲ متخصص بهداشت و ۱۰ کاربر اپلیکیشن سلامت درباره مواردی بود که برای یک مربی سودمند هستند. اطلاعات کلیدی که به اصول طراحی بیبو تبدیل شدند، به شرح زیر هستند.
۱. یک رویکرد تسهیلکننده را اتخاذ کنید تا مشتریان مالکیت سلامت خود را به دست بگیرند.
۲. مشاوره را با توجه به وضعیت شخصی منحصربهفرد کاربر تنظیم کنید.
۳. از یک لحن غیر قضاوتکننده و حمایتی استفاده کنید.
این گروه پژوهشی، بیبو را برای هماهنگی با برنامه مشاوره «Stanford Active Choices» طراحی کردند که در دانشکده پزشکی استنفورد ابداع شده و برای کمک به افراد در همه سنین و همه سطوح تناسب اندام موثر است. اولین گام کلیدی در این برنامه، مصاحبه اولیه است که مشاور در آن اطلاعات را پیرامون اهداف بلندمدت کاربر، تجربیات گذشته، موانع و منابع جمعآوری میکند.
بلوم گفتوگوی داخلی را با استفاده از روشی به نام «مصاحبه انگیزشی» اجرا میکند. مصاحبه انگیزشی یک سبک مصاحبه است که به مردم کمک میکند تا از انگیزههای خود استفاده کنند و برای درک اهداف و محدودیتهای مشتری به کار گرفته میشود اما انتقال این روش به یک مربی هوش مصنوعی، مسئلهای نبود که یک مدل زبانی بزرگ را به انجام دادن مصاحبه اولیه ترغیب کند. یورک گفت: این کار نکرد. نمیتوانست روی موضوع بماند، بسیار مستعد مشاورههای ناخواسته بود و فرضیههایی را درباره این موضوع ارائه میداد که چه کسی هستی و چه میخواهی.
پژوهشگران به جای جمعآوری مجموعه دادههای بزرگ پیرامون گفتوگوهای داخلی برای تنظیم دقیق مدلهای زبانی بزگ تلاش کردند مدل زبانی بزرگ را به روشهای گوناگون تشویق کنند تا ببینند آیا میتوانند مدل را برای پوشش موضوعات مورد نظر با استفاده از سبک مصاحبه انگیزشی به دست آورند.
روش مورد علاقه آنها به دو زنجیره سریع متکی است. نخست، یک زنجیره سریع حالت گفتوگو اطمینان حاصل میکند که مدل زبانی بزرگ پیش از حرکت به موضوع بعدی، هر موضوع انتخابشده را به طور کامل پوشش میدهد. دوم، اجرای اصول مصاحبه انگیزشی از طریق یک فرآیند دومرحلهای است که در آن، عامل هوش مصنوعی یک راهبرد مناسب برای گفتوگو مانند پرسیدن یک پرسش باز یا ایجاد یک بازتاب ساده را از ۱۱ گزینه انتخاب میکند؛ در حالی که دومین عامل هوش مصنوعی، پاسخ واقعی را با استفاده از این راهبرد به وجود میآورد.
یورک گفت: مدل زبانی بزرگ به این چارچوب اضافی نیاز دارد تا از مصاحبه انگیزشی به روشی که ما میخواهیم استفاده کند. همچنین، بیبو شامل فیلترهای ایمنی برای محافظت در برابر محتوای مضر مانند بازخورد منفی یا نظرات نامناسب درباره تصویر بدن است.
در یک آزمایش چهارهفتهای، تقریبا از نیمی از ۵۴ نفر شرکتکننده خواسته شد تا از یک نسخه اپلیکیشن بلوم استفاده کنند که همه ویژگیهای مدل زبانی بزرگ را حذف کرده بود.
یورک خاطرنشان کرد که نسخه کنترلشده این اپلیکیشن به اندازه بیشتر اپلیکیشنهای حوزه سلامت خوب است. این اپلیکیشن به کاربران اجازه میدهد تا اهداف خود را تعیین کنند، فعالیت خود را برای کل هفته برنامهریزی کنند، یادآوری دریافت کنند و پیشرفت به سمت اهداف خود را ببینند.
کاربران بیبو در نظرسنجیها، رضایت بیشتری را از سطح فعالیتهای خود و باور به کافی و مفید بودن آنها ابراز کردند که معمولا تمایل آنها را برای ادامه حرکت افزایش میدهد. برخی از کاربران گفتند که بیبو به آنها کمک کرده است تا بفهمند که حتی باغبانی یا حرکت در اطراف آشپزخانه را میتوان به عنوان گامهای ورزشی در نظر گرفت. دیگران گزارش دادند که حمایت بیبو شخصی است و پیامهای روزانه را به عنوان دعوتنامه برای یک گفتوگوی صبحگاهی در نظر میگیرد.
یورک گفت: بیبو به مرور زمان به آنها کمک کرد تا ببینند توانمند هستند، فعالیت آنها سودمند است و آنقدر که تصور میکردند، دشوار نیست.
یورک امکان سازگاری بلوم را با محتوای جدید مانند خواب، تغذیه یا سبک زندگی تایید کرد، اما اذعان داشت که این امر مستلزم وجود پژوهشگران برای ایجاد زنجیرههای گفتوگوی آگاهانه متخصص برای حفظ گفتوگو درباره موضوع است.
وی افزود: ما باید یک راه سادهتر را برای سریع یا دقیق کردن یک مدل ایجاد کنیم تا بتواند کار بهتری را برای تعادل نیاز به جمعآوری راهبردی اطلاعات مربوطه با تمایل به ارائه مشاوره و توصیهها انجام دهد.
انتهای پیام
