uprinmatusИзвестия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроениеProceedings of the Southwest State University. Series: IT Management, Computer Science, Computer Engineering. Medical Equipment Engineering2223-1536Юго-Западный государственный университет10.21869/2223-1536-2025-15-2-119-129uprinmatus-313Research ArticleСИСТЕМНЫЙ АНАЛИЗ И ПРИНЯТИЕ РЕШЕНИЙSYSTEM ANALYSIS AND DECISION-MAKINGРекомендационная система антипрокрастинационного трекинга на базе ChatGPT и персональных данныхRecommendation system for anti-procrastination tracking based on ChatGPT and personal datahttps://orcid.org/0009-0000-0371-498XСидоровА. М.SidorovA. M.

Сидоров Александр Михайлович, студент кафедры программной инженерии

ул. 50 лет Октября, д. 94, г. Курск 305040

Alexandr M. Sidorov, Student of the Department of Software Engineering

50 Let Oktyabrya Str. 94, Kursk 305040

alex19992010@yandex.ruhttps://orcid.org/0000-0003-0152-4714ТомаковаР. А.TomakovaR. A.

Томакова Римма Александровна, доктор технических наук, профессор, профессор кафедры программной инженерии

ул. 50 лет Октября, д. 94, г. Курск 305040

Researcher ID: O-6164-2015

Rimma A. Tomakova, Doctor of Sciences (Engineering), Professor, Professor of the Department of Software Engineering

50 Let Oktyabrya Str. 94, Kursk 305040

rtomakova@mail.ruhttps://orcid.org/0009-0007-6969-2286РеутовД. К.ReutovD. K.

Реутов Дмитрий Константинович, преподаватель кафедры программной инженерии

ул. 50 лет Октября, д. 94, г. Курск 305040

Researcher ID: O-6164-2015

Dmitry K. Reutov, Lecturer of the Department of Software Engineering

50 Let Oktyabrya Str. 94, Kursk 305040

sdfh.sgh@inbox.ruЮго-Западный государственный университетРоссияSouthwest State UniversityRussian FederationЮго-Западный государственный университРоссияSouthwest State UniversityRussian Federation202502082025152119129Copyright © Сидоров А.М., Томакова Р.А., Реутов Д.К., 20252025Сидоров А.М., Томакова Р.А., Реутов Д.К.Sidorov A.M., Tomakova R.A., Reutov D.K.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://uprinmatus.elpub.ru/jour/article/view/313

Цель исследования заключается в анализе возможностей применения языковой модели ChatGPT в составе персонализированной рекомендационной системы, направленной на снижение уровня прокрастинации. В центре внимания модели находится концепция цифрового ассистента, способного адаптивно реагировать на поведенческие особенности пользователя, поддерживать его концентрацию внимания и развивать навыки самодисциплины в условиях информационной перегрузки и цифровых отвлечений. Методы.  В качестве основы системы рассматривается языковая модель ChatGPT, интегрированная с пользовательскими трекерами активности. Система предполагает сбор и анализ таких показателей, как текущее расписание задач, уровень продуктивности, настроение, частота переключений между задачами, а также физиологические параметры (например, пульс, уровень стресса, качество сна) — при наличии соответствующих носимых устройств. Архитектура системы включает контекстный слой для агрегации данных и модуль генерации диалоговых рекомендаций. Реализована стратификация рекомендаций по типам: операционные (немедленные действия), тактические (планирование в течение дня) и мотивационные (поддержка фокусировки и устойчивости). Также предусмотрен механизм адаптации рекомендаций под поведенческий контекст, временные закономерности и состояние пользователя. Результаты.  Описаны функциональные компоненты предлагаемой архитектуры, ключевые пользовательские сценарии и примеры диалоговых взаимодействий. Рассматриваются интерфейсные решения для визуализации прогресса в продуктивности и саморегуляции. Обоснована целесообразность применения языковой модели в роли эмпатичного цифрового коуча, способного учитывать динамику состояния пользователя и обеспечивать поддержку в преодолении прокрастинации. Заключение.  Представленная концепция демонстрирует потенциал ChatGPT в качестве цифрового инструмента, предназначенного для персонализированного взаимодействия, основанного на анализе пользовательского поведения индивида и его допустимых состояний. Языковая модель ChatGPT может быть использована для создания эффективных систем цифрового сопровождения ИИ. Перспективы дальнейших исследований включают разработку механизмов предиктивной логики, интеграцию с биометрическими трекерами и расширение поведенческой модели пользователя.

The purpose of the research is to analyze the potential of integrating the ChatGPT language model into a personalized  recommendation  system aimed at  reducing procrastination. The  focus  is on  the concept of a digital assistant capable of adaptively responding to users’ behavioral patterns, maintaining attention, and fostering self-discipline in the context of information overload and constant digital distractions. Methods. The system is based on the ChatGPT language model integrated with user activity trackers. It is designed to collect and analyze data such as task schedules, productivity levels, mood, task-switching frequency, and physiological parameters  (e.g., heart  rate, stress  level,  sleep quality) where wearable devices are available. The  system architecture includes a contextual layer for data aggregation and a dialogue generation module for personalized recommendations. Recommendations are stratified into operational (immediate actions), tactical (daily planning), and motivational (focus and resilience support) types. The system also provides mechanisms for adapting recommendations based on behavioral context, temporal patterns, and user state. Results. The paper describes the functional components of the proposed architecture, key user interaction scenarios, and examples of dialogue interventions. Interface solutions for visualizing progress in productivity and self-regulation are discussed. The feasibility of using a language model as an empathetic digital coach that can respond to users’ dynamic states and provide supportive guidance for overcoming procrastination is substantiated. Conclusion. The proposed concept demonstrates the potential of ChatGPT as a tool for digital well-being. Personalized interaction based on the analysis of user behavior and states may serve as a foundation for the development of effective digital self-regulation systems. Future research directions include the implementation of predictive logic, integration of biometric tracking, and expansion of the behavioral model. 

прокрастинацияискусственный интеллектChatGPTперсонализацияцифровое благополучиеprocrastinationartificial intelligenceChatGPTpersonalizationdigital well-beingReferencesСмирнова Т. А. Саморегуляция и цифровые технологии: вызовы и возможности // Человеческий капитал. 2022. № 9. С. 115–120.Smirnova T.A. Self-regulation and digital technologies: challenges and opportunities. Chelovecheskii kapital = Human Capital. 2022;(9):115–120. (In Russ.)Dhamija S., Kumar R. Digital Wellbeing: A Review of Tools, Impact and Future Directions // IJIMAI. 2021. Vol. 6(4). P. 28–39.Dhamija S., Kumar R. Digital Wellbeing: A Review of Tools, Impact and Future Directions. IJIMAI. 2021;6:28–39.Кузьмина Ю. В. Психологические аспекты прокрастинации и пути их коррекции // Вестник ТвГУ. Серия: Педагогика и психология. 2020. № 2. С. 56–62.Kuzmina Yu.V. Psychological aspects of procrastination and ways of their correction. Vestnik TvGU. Seriya: Pedagogika i psikhologiya = Vestnik TvGU. Series: Pedagogy and Psychology. 2020;(2):56–62. (In Russ.)Steel P. The Procrastination Equation: How to Stop Putting Things Off and Start Getting Stuff Done. Random House of Canada, 2011. 352 р.Steel P. The Procrastination Equation: How to Stop Putting Things Off and Start Getting Stuff Done. Random House of Canada; 2011. 352 p.Громов Е. И. Прокрастинация как феномен информационного общества // Социология власти. 2018. № 5. С. 142–148.Gromov E.I. Procrastination as a phenomenon of the information society. Sotsiologiya vlasti = Sociology of Power. 2018;(5):142–148. (In Russ.)Fogg B. J. Tiny Habits: The Small Changes That Change Everything. New York: Houghton Mifflin Harcourt, 2020. 306 p.Fogg B.J. Tiny Habits: The Small Changes That Change Everything. New York: Houghton Mifflin Harcourt; 2020. 306 p.Куртаев С. Ж. Цифровое благополучие как компонент психологической устойчивости в цифровой среде // Психология и общество. 2021. № 4. С. 24–28.Kurtaev S.J. Digital well-being as a component of psychological stability in the digital environment. Psikhologiya i obshchestvo = Psychology and Society. 2021;(4):24–28. (In Russ.)Baumeister R. F., Tierney J. Willpower: Rediscovering the Greatest Human Strength. New York: Penguin Books, 2012. 291 p.Baumeister R.F., Tierney J. Willpower: Rediscovering the Greatest Human Strength. New York: Penguin Books; 2012. 291 p.Макарова Н. А. Модель адаптивной поддержки принятия решений в обучающих системах с ИИ // Информационные технологии. 2020. № 7. С. 35–41.Makarova N.A. Model of adaptive decision support in learning systems with AI. Informatsionnye tekhnologii = Information Technologies. 2020;(7):35–41. (In Russ.)GPT-4. URL: https://openai.com/research/gpt-4 (дата обращения: 27.03.2025).GPT-4. Available at: https://openai.com/research/gpt-4 (accessed 27.03.2025).Малышева О. Н. Эмпатичные ИИ-системы: перспективы и ограничения применения в сфере цифрового коучинга // Вопросы психологии. 2021. № 6. С. 98–107.Malysheva O.N. Empathic AI systems: prospects and limitations of application in the field of digital coaching. Voprosy psikhologii = Issues of Psychology. 2021;(6):98–107. (In Russ.)Wu Y., Chen H. Enhancing Productivity through Personalized AI Assistants: Design Principles // HCI International 2022 – Late Breaking Papers: Ergonomics and Product Design: 24th International Conference on Human-Computer Interaction, HCII 2022, Virtual Event, June 26–July 1, 2022. Cham: Springer, 2022. P. 387–403.Wu Y., Chen H. Enhancing Productivity through Personalized AI Assistants: Design Principles. In: HCI International 2022 – Late Breaking Papers: Ergonomics and Product Design. 24th International Conference on Human-Computer Interaction, HCII 2022, Virtual Event, 26 June – 1 July 2022. Cham: Springer; 2022. P. 387–403.Zhang Y., Chen X. Explainable Recommendation: A Survey and New Perspectives // Foundations and Trends in Information Retrieval. 2020. Vol. 14(1). P. 1–101.Zhang Y., Chen X. Explainable Recommendation: A Survey and New Perspec-tives. Foundations and Trends in Information Retrieval. 2020;14:1–101.Шевченко А. А. Рекомендательные системы: принципы, алгоритмы и методы // Вестник Новосибирского государственного университета. 2019. Т. 17, № 2. С. 78–91.Shevchenko A.A. Recommendation systems: principles, algorithms and methods. Vestnik Novosibirskogo gosudarstvennogo universiteta = Bulletin of Novosibirsk State Uni- versity. 2019;17(2):78–91. (In Russ.)Deep Learning for Anomaly Detection: A Review / G. Pang, C. Shen, L. Cao, A. Hengel van den // ACM Computing Surveys. 2021. Vol. 54(2). P. 1–38.Pang G., Shen C., Cao L., Hengel A. van den. Deep Learning for Anomaly Detection: A Review. ACM Computing Surveys. 2021;54:1–38.Ribeiro M. T., Singh S., Guestrin C. "Why should I trust you?": Explaining the Predictions of Any Classifier. URL: https://arxiv.org/abs/1602.04938 (дата обращения: 11.03.2025).Ribeiro M.T., Singh S., Guestrin C. "Why should I trust you?": Explaining the Predictions of Any Classifier. Available at: https://arxiv.org/abs/1602.04938 (accessed 11.03.2025).Холодная М. А. Интеллектуальные ресурсы личности: структура, диагностика, развитие. СПб.: Питер, 2017.Kholodnaya M.A. Intellectual resources of personality: structure, diagnosis, development. Saint Petersburg: Piter; 2017. (In Russ.)Степанов И. В., Антипова Н. М. Информационная усталость и цифровая саморегуляция: вызовы цифровой эпохи // Психология образования в XXI веке. 2021. № 2. С. 90–97.Stepanov I.V., Antipova N.M. Information fatigue and digital self-regulation: challenges of the digital age. Psikhologiya obrazovaniya v XXI veke = Psychology of Education in the 21st century. 2021;(2):90–97. (In Russ.)Zeng Z., Wei Y. Emotion-Aware Intelligent Systems: A Survey // ACM Transactions on Interactive Intelligent Systems. 2020. Vol. 10(2). P. 12.Zeng Z., Wei Y. Emotion-Aware Intelligent Systems: A Survey. ACM Transactions on Interactive Intelligent Systems. 2020;10:12.Stawarz K., Cox A. L., Blandford A. Beyond Self-Tracking and Reminders: Designing Smartphone Apps That Support Habit Formation // CHI ’15: Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. Seoul, South Korea, 2015. P. 2653–2662. https://doi.org/10.1145/2702123.2702230Stawarz K., Cox A.L., Blandford A. Beyond Self-Tracking and Reminders: De-signing Smartphone Apps That Support Habit Formation. In: CHI '15: Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. Seoul, South Korea; 2015. P. 2653–2662. https://doi.org/10.1145/2702123.2702230

The authors declare that there are no conflicts of interest present.