MétaCan
Menu
Retour à la cohorte
Enregistrement W4403604348 · doi:10.2196/63038

Insights From Art Therapists on Using AI-Generated Art in Art Therapy: Mixed Methods Study

2024· article· en· W4403604348 sur OpenAlexvenueno aff
Fereshtehossadat Shojaei, Fatemehalsadat Shojaei, John Osorio Torres, Patrick C. Shih

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArt Therapy and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésPreprintArt therapyPsychotherapistPsychologyArtMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With the increasing integration of Artificial Intelligence (AI) into various aspects of daily life, there is a growing interest among designers and practitioners in incorporating AI into their fields. In healthcare domains like art therapy, AI is also becoming a subject of exploration. However, the use of AI in art therapy is still undergoing investigation, with its benefits and challenges being actively explored. OBJECTIVE: This study aims to investigate the integration of AI into art therapy practices to comprehend its potential impact on therapeutic processes and outcomes. Specifically, the focus is on understanding the perspectives of art therapists regarding the utilization of AI-assisted tools in their practice with clients, as demonstrated through the presentation of our prototype consisting of a deck of cards with words covering various categories alongside an AI-generated image. METHODS: Employing a co-design approach, ten art therapists affiliated with the American Art Therapy Association participated in this study. They engaged in individual interviews where they discussed their professional perspectives on integrating AI into their therapeutic approaches, evaluating the prototype. Qualitative analysis was conducted to derive themes and insights from these sessions. RESULTS: The study began in August 2023, with data collection involving 10 participants taking place in October 2023. Our qualitative findings provide a comprehensive evaluation of the impact of AI on facilitating therapeutic processes. The combination of a deck of cards and the utilization of an AI-generated tool demonstrated an enhancement in the quality and accessibility of therapy sessions. However, challenges such as credibility and privacy concerns were also identified. CONCLUSIONS: The integration of AI into art therapy presents promising avenues for innovation and progress within the field. By gaining insights into the perspectives and experiences of art therapists, this study contributes knowledge for both practical application and further research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,049
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0090,006
Communication savante0,0090,005
Science ouverte0,0030,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,505
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetArt Therapy and Mental HealthTravaux en français237 207