Interview training of child-welfare and law-enforcement professionals interviewing maltreated children supported via artificial avatars.

Forebygging av vold, seksuelle overgrep og omsorgssvikt mot barn er et stort samfunnsproblem og et politisk satsningsområde. Totalt sett i verden anslår man at 1 milliard barn utsettes for omsorgssvikt, vold og overgrep hvert år (WHO, 2022). Å være utsatt for vold og overgrep øker risikoen for alvorlige psykiske, psykososiale, og somatiske helseproblemer. Avdekking og forebygging av vold og seksuelle overgrep mot barn og unge er derfor høyt prioritert av barnevern og politi. Disse sakene er krevende og kvaliteten på samtaler og avhør som barnevern og politi gjennomfører med disse barna må være høy. Imidlertid viser både norsk og internasjonal forskning at på tross av investeringer i videreutdanning i samtale/avhørs- metodikk har man ikke oppnådd den ønskede kvaliteten for slike informasjonsinnhentende samtaler, og de som snakker med dem følger i stor grad ikke det som kategoriseres som 'beste praksis'. Tidligere forsøk på å forbedre kvaliteten på slike samtaler har satt søkelys på å lære de ansatte generelle prinsipper om åpen kommunikasjon basert på den mere tradisjonelle klasseromsbaserte undervisningsmetoden, men med svært skuffende resultater. Store feltstudier både nasjonalt og internasjonalt gjennom snart 40 år viser at ferdighetene faller svært raskt etter endt opplæring hos en rekke ulike yrkesgrupper som f.eks barnevernansatte, politi, lærere og psykologer (Lamb et al., 2018). I dette prosjektet har vi derfor utviklet et KI- basert digitalt opplæringsprogram basert på kunnskap fra psykologi, pedagogikk og Kunstig Intelligens (KI). Opplæringsprogrammet inneholder en KI-basert dynamisk barne avatar (et virtuelt barn) som responderer som et virkelig barn under en avhørs eller samtalesituasjon. Vi har gjennomført brukerstudier for å undersøke effekten av ulike plattformer slik som VR, 2D desktop, lyd og ChatBot tekstbasert avatar. I tillegg har vi evaluert opplevd og reell læringseffekt, engasjement i læring, mestringsevne og etterfølgelse av beste praksis retninglinjer hos barnevernansatte og studenter, såvel som fagfolks opplevelse og atferd i interaksjonen med avataren. I en stor studie hvor fagfolk fra barnevernet, politiet og helse sektoren intrevjuet avataren i en VR setting viste resultatene samsvar mellom fagfolks spørsmålstilnærminger og den typiske spørreatferden forksning har vist foregår i prakisfeltet med virkelige barn. Avataren svarer også på de fleste spørsmålstypene fra fagfolkene slik barn vanligvis gjør, selv om det er nødvendig med mer nyansert programmering av avatarens responser på komplekse spørsmålstyper. Deltakere har vurdert avataren positivt og oppgitt at de følte seg komfortable med VR-opplevelsen. I en annen studie hvor studenter i psykologi og barnevern trente samtaleferdigheter med ChatBot-avataren fikk halvparten av deltagerne automatisert tilbakemeldinger på prestasjon og type spørsmål de hadde stilit fra KI-systemet og den andre gruppen fikk det ikke. Det KI- baserte systemet identifiserte spørsmålstypene, og nivået av samsvar mellom den AI-baserte klassifiseringsmodellen og de menneskelige koderne av de ulike spørsmålstypene har vist utmerket samsvar. Deltakerne som fikk individualisert tilbakemelding fra KI- systemet viste en større forbedring i å stille åpne spørsmål enn de som ikke fikk tilbakemelding. Det kan konkluderes med at funnene gir støtte for bruk av en KI- basert selvgående barneavatar for å trene samtaleferdigheter og spesielt når dette er integrert med individualiserte tilbakemeldingsfunksjoner. Resultatene fra studiene dette prosjektet har utført understreker potensialet til en KI-basert opplæring og - treningsprogram basert på forskning som er et skalerbart og standardisert alternativ til tradisjonelle metoder. Det avatar baserte opplæringsprogrammet er testet i prakisfeltet i Australia, USA og Norge. Prosjektet har bidratt til tjenesteinnovasjon hgjennom utviklingen av et forskningsbasert KI-basert treningsprogram som kan øke samtale/avhørskompetanse hos barnevern og politi. I tillegg kan dette læringsverktøyet også brukes til å lære opp en rekke andre yrkesgrupper slik som lærere, førskolelærere, barneleger, helsepleiere, dommere og fylkesnemndsledere i deres møte med barn som kan være utsatt for vold, overgrep eller annen alvorlig omsorgssvikt. Prosjektet har dermed et stort potensiale for mer effektiv bruk av ressurser i opplæring og kompetanseheving ved at denne avhørs og samtaletreningen kan foregå digitalt og på tvers av sektorer. Den foreslåtte løsningen vil spare kostnader sammenlignet med dagens opplæringsprogram for samtale trening, og den vil gjøre det mulig for ansatte i barnevern og politi, samt ansatte i andre tjenester som arbeider med barn å gjennomføre opplæringen på regelmessig basis (ukentlig, månedlig, kvartalsvis), samt å gjennomføre vedlikeholds trening. Imidlertid og fremfor alt, vil dette treningsverktøyet gjennom å øke samtale ferdigheter hos fagfolk, ha potensiale til å beskytte og hjelpe flere barn

Outcomes: We have developed a research-based AI child avatar using real-time systems and multiple interactive components, including dialogue models, and auditory, emotional, and visual aspects of interviews. This interactive child avatar mimics witnesses in the interview context and provides trainees with an integrated feedback function using artificial intelligence (AI) technology. This AI-based avatar solution offers an innovative method for interview training and presents a cost-effective alternative to traditional face-to-face methods, eliminating the need for human operators. Previously, mock interviews with trained actors have been the standard practice for simulating interview training, but this method is costly, difficult to administer, and involves significant financial investment by educational institutions. The self-operated research based child avatar represents a significant advancement in enhancing opportunities to practice interview skills. It has been tested in Australia, the USA, and Norway, with promising results. Currently, the Agency for Child and Family Welfare Services (BFE) in Oslo, Norway, has implemented the avatar in their training courses for CPS workers to ensure adherence to best practices. Impact: This new method has the potential to standardize training and thus to advance training in information-gathering interviews across sectors all over the world, including child welfare, law enforcement and healthcare. Standardized research based interview-training, with feedback, offers efficiency and quality control, in contrast to the use of human trainers who vary in style, manner, use of feedback and the number of errors they tolerate, and the types they focus on. Improved training should lead to increased willingness on the part of children to disclose information to professionals, and thus enhance professionals’ abilities to protect and help maltreated and abused children. The transfer value of the proposed academic research to non-academic sectors, agencies, and educational institutions is high. Training people across sectors to be empowered will build safer communities, and offer more efficient and standardized interview training. Furthermore, this project has generated knowledge about how to create a step-change in the quality of learning information-gathering skills using an AI-based avatar to improve practitioners’ ability to follow best-practice guidelines.

Maltreatment and abuse of children is a significant societal problem and with serious damaging effects on children’s behavior, psychological development and adjustment. Both Child Protective Services (CPS) and law enforcement play important roles in protecting and assisting mistreated children. In their roles as investigators, they must elicit from children detailed, coherent and reliable accounts of their experiences. Researchers and professionals have developed best-practice guidelines for interviewing children to maximize narrative details. But despite huge investments in training programs, practitioners routinely fail to follow best-practices guidelines (Lamb, 2016). Recent studies show that interactive, computer-based learning activities can improve an investigator’s interviewer performance (Powell et al., 2016). This project seeks to create an empirically based interview-training system using realistic avatars and to determine if such a system can effectively train CPS and law enforcement professionals to conduct interviews of consistently high quality. To achieve this goal, an interdisciplinary team of psychologists and AI experts with expertise studying and working with at-risk children will use extant AI technologies and data from past investigative interviews with maltreated children to create a real-looking child avatar capable of expressing emotion and apparently spontaneous responses. This avatar will become part of an interview-training system that will be implemented with the cooperation of the CPS and police, and studied by the project team. The training system will then be evaluated, using pre-training and post-training and long-term post-training assessments, to determine effectiveness.