基于混合规则和大语言模型的嵌入式语音助手 (GRACE) 用于老年人的认知刺激:可用性研究评估技术可行性,技术接受性和工作联盟

科学领域:

• 老年学是一门学科.
• 人与计算机的交互
• 人工智能的人工智能

背景情况:

• 痴呆症是一个重大的全球健康和经济挑战,促使世卫组织将其视为公共卫生优先事项.
• 虽然没有治愈方法,但干预措施的重点是预防痴呆风险,改善受影响者的生活质量.
• 语音助理 (VA),特别是那些由大型语言模型 (LLM) 驱动的语音助理,提供了可访问的,自然的接口,用于向老年人提供干预.

研究的目的:

• 评估嵌入式VA GRACE的技术可行性,包括功能性能和可用性.
• 在认知刺激期间评估用户接受度和GRACE和健康的老年人之间的感知工作联盟.
• 在GRACE VA中探索基于规则的和LLM组件在认知干预方面的潜力.

主要方法:

• 一项试点研究涉及21名60岁以上的健康德语成年人,他们在实验室环境中与GRACE进行互动.
• 参与者参与了10-15分钟的认知刺激课程,利用GRACE的基于规则和LLM功能.
• 数据收集包括前后问卷和采访,以及定量 (描述性统计,威尔科克森测试) 和定性 (专题分析) 数据分析.

主要成果:

• 参与者表示对GRACE的满意度很高,在易用性,实用性,享受性和工作联盟方面获得了统计学上显著的积极评分.
• 定性反表明,GRACE被认为是可以理解的,友好的和支持的,有愉快和适当的挑战性干预措施.
• 确定需要改进的领域包括个性化,响应延迟和语音质量.

结论:

• 嵌入式VA,结合基于规则和LLM的能力,如GRACE,在技术上是可行的,并为提供认知干预给老年人而受到好评.
• 这项研究支持VA在支持老年人群的认知健康和生活质量方面的潜力.
• 未来的研究将根据用户反改进GRACE,并将测试扩展到患痴呆风险较高的人群中.