User Perspectives on Conversational Agents in Preventive Alcohol Self-Help: A Qualitative Exploration (Preprint)
Notice bibliographique
Résumé
Abstract Background Alcohol use remains a major public health concern, and although preventive alcohol self-help interventions aim to support individuals in need of indicated prevention, they continue to face challenges related to low engagement and high attrition. Chatbots, also known as conversational agents (CAs), powered by artificial intelligence, may enhance engagement by offering personalized guidance and 24/7 availability. Yet, user perspectives on CAs in preventive alcohol self-help care remain largely unexplored. Objective This paper aimed to gain insight into the diverse factors shaping the adoption of CAs in preventive alcohol self-help by qualitatively exploring users’ expectations and concerns, complemented by descriptive questionnaire data on perceived usefulness, intention to use, comfort, and trust. Methods This qualitative, exploratory study with a small purposive sample (N=12) included adults recruited from a Dutch digital alcohol self-help intervention and a client advisory board. Data were collected during an online focus group (n=8, 66.7%), 4 semistructured interviews (n=4, 33.3%), and a brief questionnaire administered to all participants in March 2025 and April 2025. The qualitative data were analyzed inductively using thematic analysis. Results Qualitative findings showed that participants appreciated the 24/7 availability, practical guidance, and nonjudgmental stance of CAs but doubted their capacity for genuine empathy and authenticity. Participants emphasized that the conversational tone was important: CAs should be supportive without being overly agreeable and should be confrontational once trust is established. Concerns about undue influence arose occasionally, while privacy was viewed by 1 (8.3%) participant as a major issue. Descriptive questionnaire results showed that 11 (92%) participants had prior experience with CAs, whereas only 6 (50%) had experience with digital health interventions. Most participants considered CAs potentially useful for reducing alcohol use, yet few expressed strong intentions to use one themselves. Comfort and trust ratings were largely neutral, reflecting a cautious but generally open attitude toward CA use. Conclusions CAs appear to hold promise as complementary tools for preventive alcohol self-help, although they are not perceived as replacements for human contact. Future design efforts should emphasize personalized interactions; an appropriate conversational tone, supportive yet not overly agreeable; and transparent communication about data use to enhance engagement and acceptance. The findings are descriptive and are not intended to be broadly generalizable.
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 | 0,015 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».