| 研究課題/領域番号 |
21K03113
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分10030:臨床心理学関連
|
|---|
| 研究機関 | 早稲田大学 (2022-2023)
目白大学 (2021) |
|---|
研究代表者 |
橋本 塁 早稲田大学, 人間科学学術院, 准教授(任期付) (90799149)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 心理療法 / Fidelity / 自然言語処理 / 心理療法のFidelity |
|---|
| 研究開始時の研究の概要 |
提供する心理療法の治療効果を担保するためには、支援者各々が心理療法の治療原則へのFidelity（忠実性）を高める必要がある。しなしながら、Fidelityを客観的に確認する従来の方法は、膨大な人的、時間的、経済的コストがかかるとされる。そこで本研究では、簡易なFidelity評価指標の１つとして、自然言語処理や機械学習といった人工知能の技術の一部を用いて、心理療法における治療者の発話を自動で評価するモデルの開発と、精度の検証を行う。
|
| 研究成果の概要 |
本研究の目的は、心理療法の簡易なFidelity評価指標の１つとして、人工知能の技術を用いて、 支援者者、被支援者それぞれの発話を自動でコーディングするモデルの開発と、その精度の検証を行うことであった。
本研究の成果として、モデルを開発することを目的とした面接データの収集を行い、発話データの蓄積を行った。また、収集された発話データのコーディングを実施した。研究期間終了時点において、実際の収集データを用いて、発話のコーディングを予測するためのモデル開発を実施している。
|
| 研究成果の学術的意義や社会的意義 |
心理療法の客観的コーディングは膨大な時間を要し、その所要時間は実際の心理療法を実施した時間のおよそ10倍とされる。このことから、現状として、心理臨床実践の中でユーザーが実際に、自身が提供する心理療法を定期的に評価することは極めて困難である。本研究で実施した発話の自動コーディングのためのモデル開発は、容易なFidelity評価の実施を可能とする取り組みのプロトタイプとして位置づけることができる。
|
