AIセラピストの構築 臨床行動情報学がひらく心理療法の世界
商品紹介
AI時代，セラピストはどうあるべきか？
大規模言語モデル(LLM)の導入は，心理療法の世界をどのように変えるのか？
「面接室外での慢性ストレス状態の推定」「ゲームログによる社交不安推定」「AI友人によるギャンブル症状の緩和」「AIセラピストによる不安症状の緩和」「深層学習モデルによる違反者と違反日時の予測」…… セラピストがLLMエージェントと協働するためのスキーム，そしてそのインパクトを具体的に解説する。
目次
- はじめに
第I部 臨床心理学×行動情報学
第1章 臨床行動情報学とは
1-1 セラピストの臨床業務
1-2 セラピストによる臨床業務改善の課題
1-3 行動情報学を用いた臨床行動ベクトル
1-4 臨床行動情報学の利点
1-5 LLMエージェントとの協働におけるセラピストの監督業務
第2章 臨床心理学における臨床行動情報学の歴史的位置づけ
2-1 未治療ギャップ
2-2 第一世代1900年代から：臨床心理相談室
2-3 第二世代1950年から1970年：教育カリキュラムの統一
2-4 第三世代1971年から2021年：エビデンスの蓄積
2-5 第四世代2022年から：大規模言語モデルの登場
第II部 臨床行動情報学の実践① 査定（心理アセスメント）
第3章 面接室内での状態推定
3-1 これまでの臨床心理学における状態推定
3-2 臨床心理学における状態推定とその課題
3-3 音響特徴を利用した状態推定
3-4 音響特徴の利用によって得られる新たな成果
3-5 臨床への応用
第4章 面接室外での慢性ストレス状態の推定
4-1 これまでの臨床心理学における慢性ストレス状態の推定
4-2 臨床心理学における慢性ストレス状態の推定とその課題
4-3 ブログ閲覧を利用した慢性ストレス状態の推定
4-4 ブログ閲覧の利用によって得られる新たな成果
4-5 臨床への応用
第5章 ゲームログによる社交不安推定
5-1 これまでの臨床心理学における不安状態の推定
5-2 臨床心理学における不安状態の推定とその課題
5-3 ゲームログを利用した不安状態の推定
5-4 ゲームログの利用によって得られる新たな成果
5-5 臨床への応用
第III部 臨床行動情報学の実践② 介入（心理面接）
第6章 AI 友人によるギャンブル症状の緩和
6-1 これまでの臨床心理学における友人による介入
6-2 臨床心理学における友人による介入とその課題
6-3 AI友人を利用した介入
6-4 AI友人の利用によって得られる新たな成果
6-5 臨床への応用
第7章 AIセラピストによる不安症状の緩和
7-1 これまでの臨床心理学におけるセラピストによる介入
7-2 臨床心理学におけるセラピストによる介入とその課題
7-3 AIセラピストを利用した介入
7-4 AIセラピストの利用によって得られる新たな成果
7-5 臨床への応用
第8章 オンラインゲームによる抑うつ症状の緩和
8-1 これまでの臨床心理学におけるアプリ介入
8-2 臨床心理学におけるアプリ介入とその課題
8-3 多人数同時参加型オンラインゲームを利用した介入
8-4 多人数同時参加型オンラインゲームの利用によって得られる新たな成果
8-5 臨床への応用
第IV部 臨床行動情報学の実践③ 臨床心理的地域援助
第9章 深層学習モデルによる違反者と違反日時の予測
9-1 これまでの臨床心理学における違反者と違反日時の予測
9-2 臨床心理学における違反者と違反日時の予測とその課題
9-3 深層学習モデルを利用した違反者と違反日時の予測
9-4 深層学習モデルの利用によって得られる新たな成果
9-5 臨床への応用
第10章 深層学習モデルによる犯行場所の予測
10-1 これまでの臨床心理学における犯行場所の予測
10-2 臨床心理学における犯行場所の予測とその課題
10-3 深層学習モデルを利用した犯行場所の予測
10-4 大規模データの利用によって得られる新たな成果
10-5 臨床への応用
第11章 大規模プラットフォームにおける違反行為の予防
11-1 これまでの臨床心理学における違反行為の予防
11-2 臨床心理学における違反行為の予防とその課題
11-3 大規模プラットフォームを利用した違反行為の予防
11-4 大規模プラットフォームの利用によって得られる新たな成果
11-5 臨床への応用
第V部 臨床行動情報学の研究・開発
第12章 インターネット上でのLLMエージェントの構築
12-1 Google ColabでのLLMエージェントの環境設定
12-2 LLMエージェントを用いた日本語テキストの応答
12-3 プロンプトを使用したLLMエージェント
12-4 RAGを使用したLLMエージェント
12-5 プロンプトとRAGを用いたLLMエージェント
第13章 ローカルPCでのLLMエージェントの構築
13-1 ローカルPCの準備
13-2 AnacondaによるPython環境の設定
13-3 小規模なLLMモデルのインストール
13-4 ローカルPCを用いたLLMエージェントの構築
13-5 ローカルPCでのLLMエージェント同士の対話
おわりに
参考文献
最近チェックした商品履歴
Loading...