Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
59개의 AI 헬스케어 챗봇 앱에 대한 15,000개 이상의 사용자 리뷰를 분석하여 시스템의 오류 패턴을 연구했습니다. 토픽 모델링을 통해 서비스 신뢰성, UX 품질, 결제 및 지원 문제라는 세 가지 주요 오류를 식별했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기AI 헬스케어 챗봇 (AI healthcare chatbots)은 건강 정보 탐색 및 자기 관리를 지원하기 위해 점점 더 많이 사용되고 있지만, 이들의 성능과 사용자에게 미치는 영향은 여전히 연구되어야 할 과제로 남아 있습니다. 본 연구는 59개의 AI 헬스케어 챗봇 앱에서 수집된 15,000개 이상의 사용자 리뷰를 조사하여, 이러한 시스템이 일상적인 정보적 및 정서적 맥락에서 어떻게 작동하는지 탐구합니다. 토픽 모델링 (Topic modeling) 및 해석적 분석 (interpretive analysis)을 통해 세 가지 반복되는 오류(breakdowns)를 식별했습니다: 접근 장벽 및 서비스 신뢰성 문제, 사용자 경험 (UX) 및 상호작용 품질, 그리고 결제 및 고객 지원 문제입니다. 개인정보 보호 및 보안에 대한 우려는 가장 부정적인 경험과 연관되어 있습니다. AI 헬스케어 챗봇을 정보 인프라 (information infrastructures)로 설정함으로써, 본 연구의 결과는 접근성, 사용성 및 신뢰성의 실패가 사용자에게 어떤 영향을 미치는지 강조하며, 디지털 헬스 시스템을 개선하고자 하는 설계자, 정책 입안자 및 정보 전문가들에게 실행 가능한 통찰력을 제공합니다.