Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Potential of large language model-powered nudges for promoting daily water and energy conservation

Created by
  • Haebom
Category
Empty

저자

Zonghan Li, Song Tong, Yi Liu, Kaiping Peng, Chunyan Wang

개요

본 연구는 물과 에너지 부족과 관련된 압력 증가에 따라 개인의 절약 행동을 장려하기 위한 방법으로 대규모 언어 모델(LLM) 기반의 맞춤형 절약 제안의 효과를 조사했습니다. 1,515명의 대학생을 대상으로 한 설문 조사 실험을 통해, LLM 기반의 맞춤형 제안을 포함한 세 가지 가상 넛지 시나리오 (넛지 없음, 사용 통계를 포함한 기존 넛지, 사용 통계 및 개인화된 절약 제안을 포함한 LLM 기반 넛지) 를 비교했습니다. 통계 분석 및 인과 관계 분석 결과, 넛지는 참가자의 86.9%-98.0%에서 절약 의도를 증가시켰으며, 특히 LLM 기반 넛지는 기존 넛지보다 88.6% 더 높은 최대 18.0%의 절약 의도 증가를 달성했습니다. 구조 방정식 모형 분석 결과, LLM 기반 넛지 노출은 자기 효능감과 결과 기대를 높이고 사회적 규범에 대한 의존도를 낮추어 내적 동기를 증가시키는 것으로 나타났습니다. 이러한 결과는 LLM이 개인의 물과 에너지 절약을 증진하는 데 혁신적인 잠재력을 가지고 있으며, 지속 가능한 행동 개입 및 자원 관리 설계에 새로운 가능성을 제시함을 보여줍니다.

시사점, 한계점

시사점:
LLM 기반의 맞춤형 넛지가 기존 넛지보다 개인의 물 및 에너지 절약 의도를 더 효과적으로 증진시킨다는 것을 밝혔습니다.
LLM 기반 넛지는 자기 효능감과 결과 기대를 높이고 사회적 규범 의존도를 낮추어 내적 동기를 향상시킵니다.
LLM을 활용한 지속 가능한 행동 개입 및 자원 관리 설계의 새로운 가능성을 제시합니다.
한계점:
연구 대상이 대학생으로 한정되어 있어 일반화 가능성에 제한이 있습니다.
실제 행동 변화를 측정하지 않고 절약 의도만을 측정하였습니다.
LLM 기반 넛지의 장기적인 효과 및 지속 가능성에 대한 추가 연구가 필요합니다.
LLM의 편향성 및 윤리적 문제에 대한 고려가 필요합니다.
👍