Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Relacyjny chatbot ze sztuczną inteligencją (AI) do promowania aktywności fizycznej w oparciu o aplikacje

9 września 2023 zaktualizowane przez: University of California, Davis

Relacyjny chatbot ze sztuczną inteligencją (AI) do promowania aktywności fizycznej w oparciu o aplikacje wśród dorosłych prowadzących siedzący tryb życia

Niniejsze badanie ma na celu empiryczne przetestowanie teoretycznych mechanizmów percepcji relacyjnej w kontekście budowania i testowania relacyjnego chatbota ze sztuczną inteligencją (AI) w celu poprawy zachowań związanych z aktywnością fizyczną (PA) wśród siedzącej populacji dorosłych w USA.

Celem badania jest zbudowanie i eksperymentalne przetestowanie zdolności relacyjnych chatbota AI w indukowaniu pozytywnej relacji człowiek-AI i prowadzeniu do wyższej intencji zmiany zachowania PA. Podczas 7-dniowej interwencji chatbot relacyjny będzie edukować uczestników na temat aktywności fizycznej za pomocą 5 rodzajów komunikatów relacyjnych podczas interwencji PA, w tym 1) dialog społeczny, 2) empatia, 3) ujawnienie się, 4) komunikacja metarelacyjna oraz 5) humor. Z drugiej strony nierelacyjny chatbot będzie dostarczał tylko komunikaty interwencyjne PA, bez wskazówek relacyjnych. Warunek chatbota relacyjnego zostanie porównany z warunkiem chatbota nierelacyjnego, aby ocenić jego skuteczność.

Celem tego badania jest przetestowanie skuteczności interwencji aplikacji mobilnej wykorzystującej chatboty w zwiększaniu postrzegania relacji uczestników i zmianie zachowań związanych z aktywnością fizyczną.

Przegląd badań

Szczegółowy opis

Pomimo uznania znaczenia komunikacji dla budowania relacji i zaufania w programach opieki zdrowotnej (Ward, 2018), we wcześniejszych badaniach brakuje prac teoretycznych i empirycznych testów zdolności relacyjnych w chatbocie AI zaprojektowanym do zmiany zachowań zdrowotnych. W naszym systematycznym przeglądzie interwencji opartych na chatbotach AI dotyczących PA, diety i wyników odchudzania stwierdzono, że chociaż większość badań zaprogramowano chatboty AI do angażowania się w zachowania komunikacyjne w relacjach (np. spersonalizowane powitania, okazywanie empatii i współczucia), żaden z tych badań sprawdzono, czy zdolności relacyjne chatbota AI przyczyniły się do budowania zaufania i relacji człowiek-AI (Oh i in., 2021). Poza wiedzą, że niektóre chatboty były postrzegane jako przydatne i przyjazne, nie znamy teoretycznych mechanizmów, które relacyjne strategie konwersacyjne przyczyniają się do wyższej jakości postrzegania relacji i wyników zachowań.

Opracowanie chatbota AI, który zapewnia dostęp do informacyjnych, motywacyjnych i społeczno-emocjonalnych aspektów opieki, otworzy nowe możliwości dostarczania dostępnych interwencji w celu poprawy zachowań osób prowadzących siedzący tryb życia. Mówiąc szerzej, test AI Chatbot Behaviour Change Model (Zhang i in., 2020) dostarczy pierwszych empirycznych dowodów na użyteczność modelu i mechanizmy działania wyjaśniające, w jaki sposób relacyjny chatbot AI może zmienić zachowania zdrowotne. Jeśli się powiedzie, model teoretyczny i projekt relacyjnego chatbota będą mogły zostać uogólnione na powiązane pola zmiany zachowania.

Ten eksperyment terenowy losowo przydzieli uczestników do warunku relacyjnego chatbota lub nierelacyjnego (kontrolnego) warunku chatbota. Oba warunki będą obejmować komponent informacyjny dotyczący sesji wychowania fizycznego.

Celem tego badania jest przetestowanie skuteczności interwencji aplikacji mobilnej wykorzystującej chatboty w zwiększaniu postrzegania relacji uczestników i zmianie zachowań związanych z aktywnością fizyczną.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

140

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

    • California
      • Davis, California, Stany Zjednoczone, 95616
        • University of California, Davis

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Tak

Opis

Kryteria przyjęcia:

  • Życie w Stanach Zjednoczonych
  • Dorośli (18 lat lub starsi)
  • Potrafi mówić i czytać po angielsku
  • Brak aktywności fizycznej w pracy i/lub w czasie wolnym
  • Posiadanie dostępu do Internetu w celu korzystania z chatbota
  • Użytkownicy smartfonów

Kryteria wyłączenia:

  • Dorośli nie mogą wyrazić zgody
  • Osoby, które nie są jeszcze dorosłe (niemowlęta, dzieci, młodzież)
  • Więźniowie
  • Kobiety w ciąży
  • Osoby aktywne fizycznie, które spełniają wytyczne dotyczące aktywności fizycznej
  • Osoby, które brały udział w interwencji związanej z aktywnością fizyczną w ciągu ostatnich 12 miesięcy

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Zapobieganie
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Potroić

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Aktywny komparator: Nierelacyjna interwencja dotycząca aktywności fizycznej Chatbota
Uczestnicy są losowo przypisywani do nierelacyjnego chatbota w aplikacji mobilnej. Chatbot będzie prowadził sesje edukacyjne dotyczące aktywności fizycznej. Chatbot nie będzie angażował się w relacyjne zachowania konwersacyjne.
Interwencja oparta na aplikacji mobilnej. Uczestnicy wezmą udział w codziennym czacie z chatbotem promującym aktywność fizyczną. Chatbot nie zapewnia relacyjnych wskazówek behawioralnych lub zapewnia je tylko w minimalnym stopniu. Uczestnicy zobaczą swoje postępy w dziennym liczeniu kroków.
Eksperymentalny: Relacyjna interwencja dotycząca aktywności fizycznej Chatbota
Uczestnicy są losowo przypisywani do relacyjnego chatbota w aplikacji mobilnej. Chatbot będzie prowadził sesje edukacyjne dotyczące aktywności fizycznej. Chatbot będzie angażował się w relacyjne zachowania konwersacyjne.
Interwencja oparta na aplikacji mobilnej. Uczestnicy wezmą udział w codziennym czacie z chatbotem promującym aktywność fizyczną. Chatbot zapewnia relacyjne wskazówki behawioralne. Uczestnicy zobaczą swoje postępy w dziennym liczeniu kroków.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Percepcja związku
Ramy czasowe: 1 tydzień
12-punktowa miara oparta na Terapeutycznej Skali Sojuszu jako wskazanie relacji między uczestnikami a chatbotem. Zakres od 1 = „zdecydowanie się nie zgadzam” do 5 = „zdecydowanie się zgadzam”.
1 tydzień
Zmiany zachowań związanych z aktywnością fizyczną
Ramy czasowe: Wartość bazowa i 1 tydzień
Sześciopunktowa miara oparta na wytycznych dotyczących aktywności fizycznej z 2008 r. dla Amerykanów. Zapisz rodzaje aktywności fizycznej, dni i minuty.
Wartość bazowa i 1 tydzień
Zachowanie związane z aktywnością fizyczną (liczba kroków)
Ramy czasowe: Codziennie, 1 tydzień
Liczba kroków w ciągu 7 dni (1 tygodnia) interwencji.
Codziennie, 1 tydzień

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Użyteczność chatbota
Ramy czasowe: 1 tydzień
13-itemowa miara użyteczności chatbota na podstawie kwestionariusza użyteczności chatbota (CUQ). Zakres od 1 = „zdecydowanie się nie zgadzam” do 5 = „zdecydowanie się zgadzam”.
1 tydzień
Percepcja chatbota
Ramy czasowe: 1 tydzień
17-itemowa miara postrzeganego ciepła i kompetencji chatbota. Zakres od 1 = „zdecydowanie się nie zgadzam” do 5 = „zdecydowanie się zgadzam”.
1 tydzień

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

5 kwietnia 2023

Zakończenie podstawowe (Szacowany)

1 października 2024

Ukończenie studiów (Szacowany)

1 grudnia 2024

Daty rejestracji na studia

Pierwszy przesłany

20 marca 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

20 marca 2023

Pierwszy wysłany (Rzeczywisty)

3 kwietnia 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

13 września 2023

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

9 września 2023

Ostatnia weryfikacja

1 września 2023

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 2033031

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Dane poszczególnych uczestników nie będą udostępniane innym badaczom.

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj