Mental Health Counseling & Therapy via Artificial Intelligence-Enabled Approaches
Notice bibliographique
Résumé
1. IntroductionHumanity has taken great leaps to achieve the position that it is in today. Artificial Intelligence (AI) involves the development of machines or equivalent algorithms for performing tasks to reduce redundancy and increase reliability. As is with any other discovery or innovation, AI has evolved to suit the needs of the world it lives in, and its great flexibility gives it the power to be applied across fields, with a constant look for patterns or ideologies that could be used to address any problems.Intelligence has evolved beyond human intelligence, a concept widely and deeply in psychology by pioneers such as Binet, Spearman, Gardner, and many others. Machines and software are now frequently considered more “intelligent” - smarter, faster, more precise. Thus, it is not surprising that psychology and artificial intelligence have contributed to each other. Psychologists have been increasingly involved in the development of AI systems. They have been trying to ensure human biases are not implemented in the systems, among other concerns such as trust, Privacy, and how people will relate to the bots [1].The first AI system developed to act as a therapist potentially was ELIZA, principled after Carl Rogers and his client-centered approach [2]. ELIZA was a text-based chatbot that worked with natural language processing. Advancements have led to more sophisticated software, which may also learn and enhance through human communication, unlike their simpler predecessor. As discussed throughout the paper, the insurance of good mental health has been realized as an important part of any individual, and the aspects related to the same have been deliberated upon in detail. AI’s power allows it to be specifically used to address issues or problems related to mental health counseling and therapy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».