Riepilogo Tecnico: StoryMI: Generazione di Dialoghi Terapeutici Multi-Agente Guidabili

Enunciato del Problema

Sebbene i Modelli Linguistici di Grande Dimensione (LLM) dimostrino fluidità nella generazione di dialoghi, le ricerche precedenti sull'Intervista Motivazionale (MI) affrontano tre barriere critiche:

1. Mancanza di Fondamento Situazionale: I metodi esistenti spesso si basano su valutazioni astratte tramite scala Likert o sulla generazione isolata a livello di turno, fallendo nel catturare il ricco contesto narrativo e le intenzioni personali centrali nella MI.
2. Controllabilità Dinamica Insufficiente: Gli approcci attuali faticano a imporre strategie di consulenza a livello macro (ad esempio, rapporti specifici tra riflessioni e domande) attraverso conversazioni multi-turno, risultando spesso in interazioni statiche o dipendenti da script.
3. Fedeltà della Valutazione: Le metriche lessicali standard e le rubriche generiche "LLM come giudice" non riescono a cogliere distinzioni clinicamente significative, come l'allineamento con strategie terapeutiche a livello macro e l'autenticità dell'atteggiamento terapeutico.

Metodologia: Il Framework StoryMI

StoryMI è un framework multi-agente LLM progettato per generare dialoghi MI controllabili e fondati su situazioni. Opera attraverso un flusso di lavoro in tre fasi che coinvolge tre agenti distinti: un Agente Cliente, un Agente Terapeuta e un Agente di Gestione dell'Interazione.

1. Profilazione Basata su Questionari

Il sistema inizia generando profili strutturati del cliente utilizzando questionari standardizzati DSM-5. Un LLM genera punteggi di gravità (0–4) e brevi razionali in prima persona per 23 voci su 13 domini sintomatologici (ad esempio, depressione, rabbia, sonno). Ciò crea un segnale di controllo ($P$) psicologicamente coerente e interpretabile per il dialogo.

2. Contestualizzazione della Storia Situazionale

Per colmare il divario tra punteggi astratti e dialoghi naturalistici, il sistema espande il profilo del cliente $P$ in una storia situazionale ($N$) di circa 200 parole. Questa narrazione radica i sintomi del cliente in esperienze di vita concrete, scene specifiche e texture emotive, garantendo la coerenza della persona attraverso interazioni multi-turno senza curatela manuale.

3. Simulazione di Dialogo MI Controllabile

La simulazione centrale coinvolge un ciclo coordinato:

• Agente Cliente: Genera un enunciato associato a un codice MI del cliente (Cambiamento, Mantenimento o Neutro) basato sulla storia situazionale e sulla cronologia del dialogo.
• Agente di Gestione dell'Interazione: Agisce come coordinatore. Classifica l'orientamento motivazionale del cliente, seleziona una strategia terapeutica appropriata ($\ell^*_T$) dall'insieme dei codici MI (Riflessione, Domanda, Input) e aggiorna lo stato condiviso del dialogo. Questo agente impone vincoli a livello macro, come il mantenimento di un rapporto Riflessione-Domanda > 2,0.
• Agente Terapeuta: Genera una risposta condizionata sulla strategia selezionata e sullo stato corrente del dialogo.

Il processo si ripete fino al soddisfacimento di una condizione di terminazione (ad esempio, segnali di chiusura naturale o un limite massimo di turni), risultando in una conversazione completamente simulata e coerente con la MI.

Contributi Chiave

1. Flusso di Lavoro Multi-Agente: La progettazione di un flusso di lavoro strutturato che integra la contestualizzazione della storia situazionale con interazioni codificate MI dinamicamente controllabili, valutato su sei LLM rappresentativi.
2. Protocollo di Valutazione Specifico per la MI: La proposta di un sistema di valutazione a due livelli che combina metriche lessicali standard con sei metriche comportamentali specifiche per la MI (ad esempio, Aderenza alla Strategia, Rapporto di Riflessione Complessa, Rapporto di Domanda Aperta) e una rubrica a sei dimensioni per giudici umani e LLM.
3. Costruzione del Dataset: La creazione di un dataset composto da 6.000 dialoghi simulati multi-turno radicati in 1.000 coppie uniche questionario-storia, coprendo 12 codici MI e 13 domini sintomatologici.

Risultati Sperimentali

Lo studio ha valutato sei LLM (GPT-5-Nano, LLaMA 3.1-8B, Phi-4-14B, OpenChat-7B, Gemma-7B, Qwen 2.5-7B) utilizzando il framework StoryMI.

• Aderenza alla Strategia: Il framework ha permesso con successo il controllo a livello macro. Modelli come GPT, OpenChat, Gemma e Qwen hanno ottenuto punteggi di Aderenza alla Strategia >80%, allineandosi strettamente alla distribuzione MI target (50% riflessioni, 25% domande, 20% input). Tutti i modelli hanno superato la soglia raccomandata per il Rapporto di Riflessione Complessa (>50%).
• Metriche Lessicali vs. Qualità Clinica: Le metriche lessicali (Perplessità, Distinct-2) da sole non hanno previsto la qualità terapeutica. Ad esempio, Phi-4-14B ha mostrato alta diversità lessicale ma bassa Aderenza alla Strategia, mentre Qwen ha dimostrato alta Profondità di Riflessione e Rapporti di Riflessione Complessa nonostante punteggi lessicali moderati.
• Studi di Ablazione: La rimozione dei codici MI ha causato un calo significativo nell'Aderenza alla Strategia (da 80,9% a 64,2%), confermando che la codifica a livello di interazione è essenziale per il controllo macro. La rimozione delle storie situazionali ha ridotto l'Entropia del Codice, indicando che il radicamento narrativo arricchisce la diversità comportamentale.
• Allineamento Umano: Esperti umani e giudici LLM hanno mostrato un forte accordo su "Profondità" e "Progresso", ma una significativa divergenza su "Naturalità", "Empatia" e "Aderenza". Notevolmente, i modelli con rapporti più alti di Domande Aperte hanno ricevuto valutazioni umane più alte di Empatia, validando il principio MI secondo cui le domande aperte segnalano un atteggiamento terapeutico accettante.

Significato e Limitazioni

Il documento sostiene che il coordinamento strutturato multi-agente permette la generazione di dialoghi terapeuticamente coerenti che sono sia fondati su situazioni sia strategicamente controllabili. Il lavoro dimostra che la qualità in stile MI può essere plasmata controllando le strategie di dialogo piuttosto che affidandosi esclusivamente alla scala del modello.

Gli autori sottolineano che il loro framework di valutazione fornisce una base per ricerche future, in particolare nell'estendere la generazione controllabile alle terapie multi-modali e nel validare i sistemi in contesti reali di formazione clinica. Riconoscono le limitazioni, inclusa la dipendenza dalle norme diagnostiche occidentali DSM-5, la mancanza di interazione con clienti reali e la necessità di studi longitudinali per stabilire legami causali tra specifiche strategie MI e risultati terapeutici. Il lavoro è presentato come uno strumento di ricerca per simulazione e formazione, non come un sostituto diretto di professionisti qualificati della salute mentale.