<p>同理心對(duì)于進(jìn)行關(guān)于心理健康的支持性對(duì)話至關(guān)重要。但是這個(gè)技能很難學(xué)，尤其是當(dāng)一個(gè)人在分享一些艱難的事情的時(shí)候。</p> <p>&nbsp;</p> <p>由華盛頓大學(xué)研究人員領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)研究了人工智能如何在TalkLife平臺(tái)上幫助人們，在這個(gè)平臺(tái)上人們互相提供心理健康支持。研究人員開發(fā)了一種人工智能系統(tǒng)，可以建議改變參與者的反應(yīng)，使他們更有同情心。該系統(tǒng)幫助人們比傳統(tǒng)訓(xùn)練更有效地交流同理心。事實(shí)上，最好的反應(yīng)來自人工智能和人類之間的合作。</p> <p>&nbsp;</p> <p>研究人員于1月23日在《自然機(jī)器智能》雜志上發(fā)表了這些發(fā)現(xiàn)。</p> <p>&nbsp;</p> <p>華盛頓大學(xué)新聞聯(lián)系到了資深作者蒂姆&middot;阿爾托夫，他是華盛頓大學(xué)保羅&middot;g&middot;艾倫計(jì)算機(jī)科學(xué)與工程學(xué)院的助理教授，了解了有關(guān)這項(xiàng)研究以及人工智能和同理心概念的詳細(xì)信息。</p> <p>&nbsp;</p> <p>你為什么選擇TalkLife平臺(tái)進(jìn)行學(xué)習(xí)?</p> <p>&nbsp;</p> <p>蒂姆&middot;阿爾托夫:之前的研究表明，同伴支持平臺(tái)可能對(duì)精神衛(wèi)生保健產(chǎn)生重大的積極影響，因?yàn)樗鼈冇兄诮鉀Q獲取的巨大挑戰(zhàn)。由于保險(xiǎn)問題、恥辱或孤立，許多人發(fā)現(xiàn)免費(fèi)的在線同行支持平臺(tái)是他們唯一能獲得的。TalkLife是全球最大的同伴支持平臺(tái)，擁有大量積極的同伴支持者。</p> <p>&nbsp;</p> <p>此外，TalkLife的領(lǐng)導(dǎo)層認(rèn)識(shí)到我們的研究在計(jì)算如何增強(qiáng)同伴支持方面的重要性和潛在影響。他們通過合作、反饋、招募參與者和數(shù)據(jù)共享等方式支持我們的研究。</p> <p>&nbsp;</p> <p>是什么激勵(lì)你幫助人們用更多的同理心交流?</p> <p>&nbsp;</p> <p>TA:眾所周知，同理心對(duì)于幫助人們獲得支持和建立信任關(guān)系至關(guān)重要。但同理心也是復(fù)雜而微妙的。對(duì)于人們來說，在那個(gè)時(shí)刻找到合適的詞語是很有挑戰(zhàn)性的。</p> <p>&nbsp;</p> <p>雖然咨詢師和治療師都受過這方面的訓(xùn)練，但我們之前的研究表明，同伴支持者目前錯(cuò)過了許多更有同情心地相互回應(yīng)的機(jī)會(huì)。我們還發(fā)現(xiàn)，隨著時(shí)間的推移，同伴支持者并沒有學(xué)會(huì)如何更有效地表達(dá)同理心，這表明他們可以從同理心訓(xùn)練和反饋中受益。</p> <p>&nbsp;</p> <p>從表面上看，讓人工智能幫助處理同理心之類的事情似乎違反直覺。你能談?wù)劄槭裁催@是人工智能解決的一個(gè)好問題嗎?</p> <p>&nbsp;</p> <p>TA:人工智能的反饋是非常具體的，是&ldquo;上下文相關(guān)的&rdquo;，并給出關(guān)于具體回應(yīng)某人面前的消息的建議。它可以以&ldquo;個(gè)性化&rdquo;的方式給人提供想法，而不是通過通用的訓(xùn)練例子或規(guī)則，這些規(guī)則可能不適用于人們將面臨的每一種情況。它也只在有人需要的時(shí)候才會(huì)彈出&mdash;&mdash;如果他們的反應(yīng)很好，系統(tǒng)就會(huì)給出輕微的積極反饋。</p> <p>&nbsp;</p> <p>人們可能會(huì)想&ldquo;為什么要在人際關(guān)系的這一方面使用人工智能&rdquo;。事實(shí)上，我們從一開始就設(shè)計(jì)了這個(gè)系統(tǒng)，并沒有剝奪這種有意義的人與人之間的互動(dòng)。例如，我們只在需要時(shí)顯示反饋，我們訓(xùn)練模型對(duì)回應(yīng)做出盡可能小的改變，以更有效地交流同理心。</p> <p>&nbsp;</p> <p>如何訓(xùn)練人工智能&ldquo;了解&rdquo;同理心?</p> <p>&nbsp;</p> <p>TA:我們與兩位臨床心理學(xué)家，斯坦福大學(xué)的Adam Miner和華盛頓大學(xué)醫(yī)學(xué)院的David Atkins合作，了解移情背后的研究，并使現(xiàn)有的移情量表適應(yīng)TalkLife上異步的、基于文本的在線支持設(shè)置。然后，我們讓人們?cè)赥alkLife中為共情的各個(gè)方面注釋了10,000個(gè)回答，以開發(fā)可以測(cè)量文本中表達(dá)的共情水平的人工智能模型。</p> <p>&nbsp;</p> <p>為了教會(huì)人工智能給出可操作的反饋和具體建議，我們開發(fā)了一個(gè)基于強(qiáng)化學(xué)習(xí)的系統(tǒng)。這些系統(tǒng)需要大量的數(shù)據(jù)來訓(xùn)練，雖然在TalkLife等平臺(tái)上，同理心的表達(dá)并不像我們希望的那樣頻繁，但我們?nèi)匀徽业搅藬?shù)千個(gè)很好的例子。我們的系統(tǒng)從中學(xué)習(xí)，產(chǎn)生有用的同理心反饋。</p> <p>&nbsp;</p> <p>在你對(duì)這個(gè)系統(tǒng)的評(píng)估中，你是否看到人們?cè)絹碓揭蕾嚾斯ぶ悄軄慝@得同理心，或者隨著時(shí)間的推移，人們是否學(xué)會(huì)了如何變得更有同理心?</p> <p>&nbsp;</p> <p>TA:我們的隨機(jī)試驗(yàn)表明，能夠獲得反饋的同伴支持者比沒有獲得反饋的對(duì)照組支持者多表達(dá)了20%到40%的同理心。</p> <p>&nbsp;</p> <p>在我們的參與者中，69%的同伴支持者報(bào)告說，他們?cè)谶@項(xiàng)研究后更有信心寫下支持性的回應(yīng)，這表明自我效能有所提高。</p> <p>&nbsp;</p> <p>我們進(jìn)一步研究了參與者如何利用反饋，發(fā)現(xiàn)同伴支持者并沒有過度依賴人工智能。例如，他們會(huì)間接地將反饋?zhàn)鳛楦鼜V泛的靈感，而不是&ldquo;盲目&rdquo;地遵循建議。在少數(shù)情況下，當(dāng)反饋沒有幫助甚至不合適時(shí)，他們也會(huì)標(biāo)記出來。我很興奮，人類同行支持者和人工智能系統(tǒng)之間的合作帶來了比單獨(dú)行動(dòng)更好的結(jié)果。</p> <p>&nbsp;</p> <p>我還想強(qiáng)調(diào)我們?cè)诳紤]和應(yīng)對(duì)道德和安全風(fēng)險(xiǎn)方面所做的重大努力。其中包括讓人工智能與同伴支持者而不是當(dāng)前處于危機(jī)中的人一起工作，在TalkLife類似的環(huán)境中進(jìn)行研究，故意不整合到TalkLife平臺(tái)中，讓所有參與者都可以訪問危機(jī)熱線，并允許同伴支持者標(biāo)記反饋以供審查。</p> <p>&nbsp;</p> <p>這些結(jié)果對(duì)人類與人工智能合作的未來意味著什么?</p> <p>&nbsp;</p> <p>TA:我對(duì)人類與人工智能合作的一個(gè)特別興奮的領(lǐng)域是人工智能支持的通信。有如此多具有挑戰(zhàn)性的溝通任務(wù)，其結(jié)果至關(guān)重要&mdash;&mdash;從幫助某人感覺更好到挑戰(zhàn)社交媒體上的錯(cuò)誤信息&mdash;&mdash;我們似乎希望人們?cè)跊]有任何形式的培訓(xùn)或支持的情況下做得很好。在大多數(shù)情況下，我們得到的只是一個(gè)空的聊天框。</p> <p>&nbsp;</p> <p>請(qǐng)看來自艾倫學(xué)院的相關(guān)報(bào)道。</p> <p><br />我們可以做得更好，我相信自然語言處理技術(shù)可以在幫助人們實(shí)現(xiàn)對(duì)話目標(biāo)方面發(fā)揮重要作用。具體來說，我們的研究表明，即使是復(fù)雜和開放式的任務(wù)，如進(jìn)行同理心對(duì)話，人類與人工智能的合作也可以有效。</p> <p>&nbsp;</p> <p>本文的其他合著者是Ashish Sharma和Inna Lin，他們都是華盛頓大學(xué)艾倫學(xué)院的博士生;大衛(wèi)&middot;阿特金斯是華盛頓大學(xué)醫(yī)學(xué)院精神病學(xué)和行為科學(xué)系的副教授，也是Lyssn的首席執(zhí)行官。io, Inc .);以及斯坦福大學(xué)的亞當(dāng)&middot;米納。這項(xiàng)研究由美國國家科學(xué)基金會(huì)、美國國立衛(wèi)生研究院、比爾和梅林達(dá)&middot;蓋茨基金會(huì)、海軍研究辦公室、微軟人工智能無障礙撥款、加維研究所創(chuàng)新?lián)芸?、國家促進(jìn)轉(zhuǎn)化科學(xué)中心、臨床和轉(zhuǎn)化科學(xué)獎(jiǎng)以及斯坦福以人為本的人工智能研究所資助。</p> <p>&nbsp;</p> <p>欲了解更多信息，請(qǐng)通過althoff@cs.washington.edu聯(lián)系A(chǔ)lthoff。</p> <p>&nbsp;</p> <p>撥款編號(hào):NSF撥款I(lǐng)IS-1901386, NSF撥款CNS-2025022, NIH撥款R01MH125179, INV-004841, N00014-21-1-2154, KL2TR001083, UL1TR001085和K02 AA023814</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學(xué)態(tài)度觀點(diǎn)。</p> </blockquote>