利用人工智能和客户评论来评估残疾人使用的技术
Taylor Allen1, Ari Horwitz1, Stephen Sprigle1
1Rehabilitation Engineering and Applied Research Lab, Georgia Institute of Technology, Atlanta, Georgia, USA.
Disability and rehabilitation. Assistive technology
|February 16, 2025
概括
大型语言模型 (LLM) 可以帮助辅助技术 (AT) 实践者通过分析客户评论来为残疾人推产品. 这种人工智能驱动的方法简化了技术选择,但从业者仍然必须批判性地评估研究结果.
科学领域:
- 医疗保健中的人工智能
- 人与计算机的交互
- 康复工程 康复工程 康复工程
背景情况:
- 辅助技术 (AT) 和主流技术显著提高了残疾人的独立性和生活质量.
- 选择合适的AT对从业者来说是具有挑战性的,因为大量的可用产品.
- 本研究探讨了使用大型语言模型 (LLM) 来帮助AT从业者推技术.
研究的目的:
- 调查LLM在分析客户评论以获得辅助技术产品洞察力的有效性.
- 确定LLM是否可以帮助AT从业人员为残疾用户提供明智的技术建议.
- 为了简化识别AT选择的有价值的产品信息的过程.
主要方法:
- 利用Keplo,一个人工智能平台,分析来自六个产品类别 (三个主流,三个辅助技术) 的客户评论.
- 提取关键产品信息,包括用户人口统计数据,使用模式,优点,缺点和设计改进建议.
- 采用Keplo开发的定制GPT,并采用快速工程来进一步分析初始报告并产生定制的见解.
主要成果:
- GPT产生了设计考虑,产品比较和针对功能有限的人士的具体建议.
- LLM有效地从客户评论中识别和提取产品见解,为AT从业者创建了一个全面的指南.
- 分析提供了基于用户需求的技术建议的定制建议.
结论:
- 通过从审查中提取见解,LLM可以显著简化为残疾人处方辅助产品的过程.
- 该研究强调了人工智能在增强AT选择和推过程中的潜力.
- AT从业人员必须批判性地审查LLM产生的见解,以确定其与个人客户需求的相关性和适用性.
