From extrinsic to intrinsic motivation: Testing an AI-powered motivational interviewing system to foster prosocial motivation
Notice bibliographique
Résumé
Scalable interventions promoting sustained behavioral change are crucial for addressing societal issues, yet traditional approaches often require intensive one-on-one therapy. We developed and tested Intrinsic AI, a motivational interviewing chatbot built on GPT-4 and tuned using self-determination theory principles, to increase prosocial behavior. In a preregistered randomized controlled trial (N=237), participants either engaged in a 15-minute conversation with Intrinsic AI about becoming more prosocial or talked freely with an unmodified version of GPT-4. We measured changes in motivation using validated self-report scales and assessed prosocial behavior through an effort-based decision-making task where participants chose between exerting cognitive effort for themselves versus charity. Compared to controls, participants who interacted with Intrinsic AI showed greater increases in motivational readiness as assessed by the motivational interviewing ruler, reporting that becoming prosocial was more important to them, that they felt more confident in their ability to change, and that they were more ready to begin. However, this motivational gain did not persist at 24-hour follow-up, translate into trait level changes in motivation, or influence prosocial effort in a behavioral task. Our findings demonstrate that theoretically grounded AI chatbots can effectively increase short-term prosocial motivation and suggest that a single brief interaction may be insufficient for creating lasting motivational change or impact actual prosocial behavior. This work provides a proof-of-concept for automated motivational interviewing while highlighting the need for more sustained AI-human interactions to achieve durable behavioral change. • Developed chatbot based on GPT-4 using motivational interviewing principles • Intrinsic AI increased short-term prosocial motivation in a randomized trial • Gains in importance, confidence, and readiness were not sustained after 24h • No impact on trait motivation or actual prosocial behavior was observed • Demonstrates potential for scalable AI-based motivational interventions
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».