本研究通过双民族志方法，探讨可穿戴设备集成的大型语言模型（LLM）聊天机器人如何助力个性化压力管理，填补了即时和量身定制干预需求的空白。研究发现，虽然大多数可穿戴设备触发的事件都有意义，但只有五分之一需要干预，并且附有简要事件描述的干预措施比通用措施更有效，从而为开发更有效的用户中心心理健康工具贡献了重要的见解。

本研究探讨民族志与机器学习在社会科学中的结合，提出新方法，分析其在大型比较研究中的价值与挑战，并提供工作流程示例，最后提出促进两者共同发展的路线图。

本研究提出“合成对话者”概念，利用检索增强生成技术，将民族志文本与聊天机器人结合，解决面对面接触的局限性。结果显示，合成对话者能有效处理民族志材料，延长互动时间，并促进新的分析洞见。