大規模言語モデルに基づく心理学質問票生成の自動化システムの開発に関する研究
カテゴリ：公衆衛生・予防医療
公開日：2026年4月25日
タイトル：Research on the development of an automated system for psychology questionnaire generation based on large language models.
雑誌名：PLoS One. 2026; 21(4): e0345117. doi: 10.1371/journal.pone.0345117.
概 要：
本研究は、大規模言語モデル（LLM）技術を用いて心理学質問票の開発プロセスを再構築し、従来の尺度開発における長期的な準備サイクルや人間のバイアスを克服することを目的としています。169の専門的心理学質問票のコーパスに対して特化したファインチューニング手法を開発し、指示に基づくファインチューニングと人間のフィードバック強化を統合することで、Qwen-2.5およびGLM-4モデルの適応性を大幅に向上させました。最適化されたモデルは、テキスト生成の質、科学的厳密性、文化的適応性の各次元で顕著な向上を示しました。
方 法：
本研究では、169の専門的心理学質問票を対象にしたファインチューニング手法を開発しました。指示に基づくファインチューニングと人間のフィードバックを組み合わせることで、Qwen-2.5およびGLM-4モデルの適応性を向上させ、心理的評価タスクにおける性能を最適化しました。
結 果：
最適化されたモデルは、テキスト生成の質においてBLEU-4が0.05、ROUGE-Lが0.057向上し、論理的一貫性が28.6%改善され、地域間表現変換の精度が85%以上に達しました。
結 論：
LLM技術を活用することで、心理学における研究パラダイムの変革を促進する可能性が示され、効率的で知能的な心理測定ツールの開発に向けた重要な方法論的支援を提供します。