Aproveitando modelos de linguagem grandes em TCC virtual para a ansiedade acadêmica de estudantes universitários: um ensaio randomizado preliminar

O que aconteceu

A ansiedade acadêmica é um problema de saúde mental comum entre estudantes universitários. Frequentemente está associada à redução da eficiência de aprendizagem e ao aumento do risco de depressão. A terapia cognitivo-comportamental (TCC) é apoiada por uma base de evidências estabelecida, mas seu uso em ambientes universitários ainda é limitado por fatores como disponibilidade do terapeuta, tempo e espaço físico. Para explorar uma nova abordagem da intervenção assistida digitalmente, este estudo integrou as tecnologias realidade virtual (VR), modelo de linguagem de grande porte (LLM) e geração aumentada de recuperação (RAG). Desenvolvemos um sistema LLM-VR-CBT baseado nos princípios da CBT e examinamos preliminarmente seus efeitos de intervenção de curto prazo sobre a ansiedade acadêmica entre estudantes universitários. Este estudo utilizou um delineamento controlado randomizado de três braços. Foram incluídos 60 universitários com ansiedade acadêmica e distribuídos aleatoriamente para o grupo LLM-VR-CBT, grupo tradicional de TCC ou grupo controle de apoio mínimo, com 20 participantes em cada grupo. A intervenção durou 4 semanas. Os resultados do modelo linear de efeitos mistos mostraram interações grupo a tempo significativas para ansiedade acadêmica e frequência cardíaca. O grupo LLM-VR-CBT e o grupo tradicional de TCC apresentaram reduções significativamente maiores na ansiedade acadêmica e frequência cardíaca do que o grupo controle de suporte mínimo. A diferença de mudança entre os dois grupos de intervenção ativa não atingiu significância estatística. A temperatura da pele não mostrou interação grupo-a-tempo significativa. Esses achados sugerem que o sistema LLM-VR-CBT pode ajudar a reduzir a ansiedade acadêmica entre estudantes universitários em curto prazo. Por se tratar de um pequeno estudo exploratório de curto prazo e eventos adversos não foram sistematicamente coletados como desfechos de segurança pré-especificados, futuros estudos com amostras maiores, desenhos multicêntricos, seguimento de longo prazo e monitoramento de segurança pré-definido são necessários para avaliar ainda mais a estabilidade, segurança, viabilidade e limites de aplicação do sistema.