Chats for change: Designing and evaluating chatbots for long-term support in smoking cessation

Despite widespread awareness of the health risks posed by smoking, quitting smoking is still difficult due to both physiological and psychological dependencies on cigarettes. Traditional methods like counseling and pharmacotherapy are effective but face issues with accessibility and long-term engagement. Automated text messaging offers scalability but often lacks personalization. This has led to increasing interest in digital tools like chatbots, which offer interactive, scalable, and personalized support. Chatbots simulate human conversation and show promise in health interventions. Their key affordances - interactivity, accessibility, and personalization - make them well-suited for providing support for smoking cessation. However, there remains both practical and theoretical gaps about their long-term engagement, ability to foster therapeutic alliance, and effective implementation of counseling strategies such as Motivational Interviewing (MI).
This dissertation explored these issues through a series of empirical studies, addressing two research questions:
RQ1: Is it feasible for individuals to engage with an MI-based chatbot for smoking cessation over multiple sessions?
RQ2: What is the effectiveness of a chatbot in motivating and supporting smoking cessation?
Chapter 2 conducted a systematic review and meta-analysis of 13 studies on chatbot-based smoking cessation interventions. The analysis showed that chatbot interventions can increase abstinence rates compared to control groups, but also revealed inconsistencies in how engagement and outcomes were measured, as well as common design limitations such as limited interactivity and incoherent responses. Chapter 3 introduced a proof-of-concept MI-based chatbot in an experimental study to explore whether MI strategies could be implemented effectively in a chatbot format. Both the MI and neutral chatbots increased quit intentions, but no significant differences were found in engagement or perceived alliance, suggesting that even neutral chatbot conversations may feel supportive due to their non-judgmental nature. Chapter 4 expanded on this by testing a more advanced chatbot that delivered either MI or confrontational counseling (CC) over two sessions. While both styles increased motivation to quit, the MI chatbot was rated more positively in terms of empathy and engagement. Interviews revealed that users appreciated both emotional support and clear, directive advice, pointing to the value of combining relational and instrumental strategies. Chapter 5 analyzed the dialogue data from Chapter 4 to explore how users engaged with the chatbot. Through content analysis, the study identified linguistic cues that signaled engagement, such as cognitive processes and motivational language. Chapter 6 presented a five-week longitudinal study evaluating an improved chatbot that covered a range of cessation-related topics. Results showed 18.6% continuous abstinence and a significant increase in self-efficacy and reduction in cravings over time. Although engagement declined slightly over the study period, cessation outcomes remained positive, suggesting that even reduced engagement may not undermine effectiveness. Together, these chapters demonstrate that MI-based chatbots can feasibly engage users across multiple sessions and meaningfully support smoking cessation, while also highlighting areas for improvement in sustaining long-term interaction.
Theoretically, this dissertation advances understanding of how MI strategies function in chatbot settings and introduces new perspectives on digital therapeutic alliance. Practically, it highlights chatbots’ potential as scalable cessation tools, emphasizing the importance of balancing relational and directive strategies, and adapting to users in real time.
Overall, chatbot interventions hold promise for supporting smoking cessation. This dissertation highlights new areas for future research to optimize their design, verify outcomes through rigorous trials, and explore how they can complement human counseling.

__

Ondanks de brede bewustwording van de gezondheidsrisico’s van roken, blijft stoppen met roken een grote uitdaging, vanwege zowel de fysiologische als psychologische afhankelijkheid van sigaretten. Traditionele methoden zoals counseling en farmacotherapie zijn effectief, maar kampen met problemen rondom toegankelijkheid en langdurige betrokkenheid. Geautomatiseerde tekstberichten bieden schaalbaarheid, maar missen vaak personalisatie. Dit heeft geleid tot toenemende interesse in digitale hulpmiddelen zoals chatbots, die interactieve, schaalbare en gepersonaliseerde ondersteuning kunnen bieden. Chatbots simuleren menselijke gesprekken en tonen potentie in gezondheidsinterventies. Hun belangrijkste kernkwaliteiten – interactiviteit, toegankelijkheid en personalisatie – maken ze geschikt voor ondersteuning bij stoppen met roken. Toch bestaan er zowel praktische als theoretische vragen over langdurige betrokkenheid, het opbouwen van een therapeutische relatie, en de effectieve toepassing van gespreksstrategieën zoals Motivational Interviewing (MI, Motiverende Gespreksvoering).
Dit proefschrift onderzoekt deze kwesties aan de hand van een reeks empirische studies en beantwoordt twee onderzoeksvragen:
Onderzoeksvraag 1: Kunnen mensen gedurende meerdere sessies betrokken blijven bij een MI-gebaseerde chatbot die hen ondersteunt bij het stoppen met roken? Onderzoeksvraag 2: Hoe effectief is een chatbot in het motiveren en ondersteunen van stoppen met roken?
Hoofdstuk 2 presenteert een systematische review en meta-analyse van 13 studies over chatbotinterventies voor stoppen met roken. De analyse toont aan dat deze interventies de abstinentiecijfers kunnen verhogen vergeleken met controlegroepen, maar wijst ook op inconsistenties in de manier waarop betrokkenheid en uitkomsten worden gemeten, evenals veelvoorkomende ontwerpbeperkingen zoals beperkte interactiviteit en incoherente reacties. Hoofdstuk 3 beschrijft een experimentele proof-of-concept studie met een op MI-gebaseerde chatbot om te onderzoeken of MI-strategieën effectief kunnen worden geïmplementeerd in een chatbot. Zowel de MI- als de neutrale chatbot verhoogden de intentie om te stoppen, maar er werden geen significante verschillen gevonden in betrokkenheid of ervaren alliantie, wat suggereert dat zelfs neutrale chatbotgesprekken ondersteunend kunnen aanvoelen door hun niet-oordelende karakter. Hoofdstuk 4 bouwt hierop voort met een geavanceerdere chatbot die ofwel MI ofwel confronterende counseling (CC) bood over twee sessies. Beide stijlen verhoogden de motivatie om te stoppen, maar de MI-chatbot werd positiever beoordeeld op empathie en betrokkenheid. Interviews toonden aan dat gebruikers zowel emotionele steun als duidelijke, directe adviezen waardeerden, wat wijst op het belang van een combinatie van relationele en instrumentele strategieën. Hoofdstuk 5 analyseerde de dialooggegevens uit Hoofdstuk 4 om te onderzoeken hoe gebruikers interacteerden met de chatbot. Via inhoudsanalyse werden linguïstische signalen geïdentificeerd die betrokkenheid aanduiden, zoals cognitieve processen en motiverende taal. Hoofdstuk 6 beschrijft een vijf weken durende longitudinale studie waarin een verbeterde chatbot werd geëvalueerd die verschillende thema’s rondom stoppen met roken behandelde. De resultaten lieten zien dat 18,6% van de deelnemers continu abstinent bleef en dat zelfeffectiviteit toenam terwijl de trek naar sigaretten afnam. Hoewel de betrokkenheid iets daalde in de loop van de studie, bleven de resultaten positief, wat suggereert dat zelfs bij afnemende betrokkenheid de effectiviteit behouden kan blijven. Deze hoofdstukken tonen aan dat op MI-gebaseerde chatbots gebruikers gedurende meerdere sessies kunnen betrekken en zinvolle ondersteuning kunnen bieden bij stoppen met roken, en wijzen tegelijkertijd op verbeterpunten voor langdurige interactie.
Theoretisch draagt dit proefschrift bij aan inzicht in hoe MI-strategieën functioneren in chatbotomgevingen en introduceert het nieuwe perspectieven op de digitale therapeutische alliantie. Praktisch onderstreept het de potentie van chatbots als schaalbare hulpmiddelen bij stoppen met roken, waarbij het balanceren van relationele en directieve strategieën, evenals real-time aanpassing aan de gebruiker, centraal staat.
Al met al bieden chatbotinterventies veelbelovende mogelijkheden voor ondersteuning bij stoppen met roken. Dit proefschrift wijst op nieuwe onderzoeksvragen om hun ontwerp te optimaliseren, uitkomsten te verifiëren via grondige effectstudies en te verkennen hoe zij menselijke counseling kunnen aanvullen.