Design de um chatbot para o diálogo com universitários com possível perfil depressivo
Resumo
A depressão é um transtorno que atrapalha as condições funcionais dos indivíduos. Há soluções computacionais, entre elas chatbots, que visam apoiar a identificação e o cuidado de pessoas com possível perfil depressivo (PPD). No entanto, a literatura aponta que há uma falta de evidências sobre como, os também chamados, healthbots são desenvolvidos e aplicados. Este trabalho de iniciação científica teve como objetivo investigar e documentar como realizar o design de um chatbot capaz de conversar com universitários brasileiros com PPD ofertando cuidado em saúde. Além de um levantamento bibliográfico focado em requisitos, foram realizados um Benchmark para a proposição de diretivas para o design com validação por especialistas e um Grupo Focal que embasou a produção de um manual para a construção de chatbots, incluindo aspectos de redação, comportamento e jornada de comunicação.
Referências
Gupta, G. K. and Sharma, D. K. (2021). Depression Detection on Social Media with the Aid of Machine Learning Platform: A Comprehensive Survey. In 8th International Conference on Computing for Sustainable Global Development, pages 658–662.
Kretzschmar, K. and et al. (2019). Can your phone be your therapist? young people’s ethical perspectives on the use of fully automated conversational agents (chatbots) in mental health support. Biomedical Informatics Insights, 11:117822261982908.
Kroenke, K., Spitzer, R. L., and Williams, J. B. (2001). The phq-9: Validity of a brief depression severity measure. Journal of General Internal Medicine, 16(9):606–613.
Li, Y. J. and Luo, H. I. (2021). Depression Prevention by Mutual Empathy Training: Using Virtual Reality as a Tool. In 2021 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW), pages 60–63.
Mierzwa, S. J. and et al. (2019). On the potential, feasibility, and effectiveness of chat bots in public health research going forward. Online Journal of Public Health Informatics, 11(2):e243.
Pacheco, J. P., Giacomin, H. T., Tam, W. W., Ribeiro, T. B., Arab, C., Bezerra, I. M., and Pinasco, G. C. (2017). Mental health problems among medical students in brazil: a systematic review and meta-analysis. Brazilian Journal of Psychiatry, 39(4):369–378.
Parmar, P., Ryu, J., Pandya, S., Sedoc, J., and Agarwal, S. (2022). Health-focused conversational agents in person-centered care: a review of apps. NPJ digital medicine, 5(1):21.
Serrano-Ripoll, M., Zamanillo-Campos, R., Fiol-DeRoque, M., Castro, A., and Ricci-Cabello, I. (2022). Impact of smartphone app–based psychological interventions for reducing depressive symptoms in people with depression: Systematic literature review and meta-analysis of randomized controlled trials. JMIR mHealth and uHealth, 10(1).
Shawar, B. A. and Atwell, E. (2007). Chatbots: are they really useful? In LDV Forum, volume 22, pages 29–49, German. German Society for Computational Linguistics.
Souza, P. M. d., Pires, I. d. C., Motti, V. G., Caseli, H. M., Barbosa Neto, J., Martini, L. C., and Neris, V. P. d. A. (2022). Design recommendations for chatbots to support people with depression. In XXI Brazilian Symposium on Human Factors in Computing Systems, IHC ’22, page 11. ACM.
Torous, J., Bucci, and et al. (2021). The growing field of digital psychiatry: current evidence and the future of apps, social media, chatbots, and virtual reality. World Psychiatry, 20(3):318–335.
Valério, F. A. M., Guimarães, T. G., Prates, R. O., and Candello, H. (2018). Chatbots Explain Themselves: Designers’ Strategies for Conveying Chatbot Features to Users. Journal on Interactive Systems, 9(3). Number: 3.
WHO (2021). World health organization - depression.
