发表机构
NYU Grossman School of Medicine; NYU Langone Health（纽约大学格罗斯曼医学院; 纽约大学朗根健康中心）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本研究通过125名2型糖尿病患者的离散选择实验，探究对GenAI对话代理uMatter沟通风格的偏好，发现表情符号偏好异质性，并提出人机交互与自然语言处理策略以设计符合患者偏好的代理。
AI 中文摘要
生成式人工智能（GenAI）通过支持动态、上下文感知的对话，能够改善用于糖尿病管理的对话代理中的用户体验。在本研究中，我们引导了患者对基于GenAI的对话代理（uMatter）沟通风格的偏好，该代理旨在支持糖尿病管理。我们进行了一项在线调查，共有125名2型糖尿病患者参与。调查包括一项离散选择实验，以评估参与者对不同信息属性的偏好。调查还收集了参与者对uMatter消息的看法和反馈。我们发现，对于消息中包含表情符号的偏好存在显著的异质性。此外，定性研究结果表明，参与者对对话代理有不同的期望人设和沟通风格。我们提出了近期人机交互和自然语言处理研究中的策略，可用于设计符合患者沟通偏好的基于GenAI的对话代理。
英文摘要
Generative AI (GenAI) allows for improved user experience within conversational agents for diabetes management by supporting dynamic, context-aware conversations. In this study, we elicited patient preferences for the communication style of a GenAI-based conversational agent (uMatter) developed to support diabetes management. We conducted an online survey with 125 individuals with type 2 diabetes. The survey included a discrete choice experiment to evaluate participant preferences for different types of messaging attributes. The survey also elicited participant perceptions and feedback on the messages from uMatter. We found significant preference heterogeneity for the inclusion of emojis within the messages. Additionally, qualitative findings indicated that participants had different desired personas and communication styles for the conversational agent. We propose strategies from recent human-computer interaction and natural language processing research that can be used to design GenAI-based conversational agents that align with the communication preferences of patients.
CommentsForthcoming at the American Medical Informatics Association (AMIA) Annual Symposium, November 7-11, 2026
