Key points are not available for this paper at this time.
Millionen von Nutzer:innen suchen Unterstützung auf Online-Plattformen für Peer-Beratung. Studien zeigen jedoch, dass Online-Peer-Support-Gruppen nicht immer so effektiv sind wie erwartet, was hauptsächlich auf negative Erfahrungen der Nutzer:innen mit wenig hilfreichen Berater:innen zurückzuführen ist. Peer-Berater:innen sind entscheidend für den Erfolg von Online-Peer-Beratungsplattformen, erhalten jedoch meist keine angemessene Ausbildung. Daher stellen wir CARE vor: ein KI-basiertes Tool, das Peer-Berater:innen durch Praxis und Feedback befähigt und schult. Konkret hilft CARE dabei, zu diagnostizieren, welche Beratungsstrategien in einer gegebenen Situation benötigt werden, und schlägt Beispielantworten für Berater:innen während ihrer Übungssitzungen vor. Aufbauend auf dem Motivational Interviewing-Framework nutzt CARE groß angelegte Beratungsdialogdaten in Kombination mit Textgenerierungstechniken, um diese Funktionen zu ermöglichen. Wir demonstrieren die Wirksamkeit von CARE durch quantitative Bewertungen und qualitative Nutzerstudien mittels simulierten Chats und halbstrukturierten Interviews und finden heraus, dass CARE insbesondere unerfahrene Berater:innen in herausfordernden Situationen unterstützt. Der Code ist verfügbar unter https://github.com/SALT-NLP/CARE
Building similarity graph...
Analyzing shared references across papers
Loading...
Shang-Ling Hsu
Raj Sanjay Shah
P Senthil
Building similarity graph...
Analyzing shared references across papers
Loading...
Hsu et al. (Mon,) untersuchten diese Fragestellung.
www.synapsesocial.com/papers/69478cf5182a6c6b94043340 — DOI: https://doi.org/10.48550/arxiv.2305.08982