人工智能可以帮助人们如何更善解人意的心理健康呢

移情是至关重要的支持关于心理健康的对话。但这技能是很难学习的,尤其是当一个人分享到坚硬的东西。

华盛顿大学的研究人员领导的研究小组研究了人工智能可以帮助人们在平台上TalkLife,人们给予对方心理健康支持。研究人员开发了一个人工智能系统,建议改变参与者的反应,使它们更善解人意。该系统帮助人们交流同理心比传统的训练更有效。事实上,最好的反应是人工智能和人民之间的合作。

研究人员发表这些发现1月23日自然机器智能。

威斯康辛大学新闻伸出资深作者Tim Althoff威斯康辛大学助理教授保罗•艾伦计算机科学与工程学院的细节研究和人工智能和移情的概念。

你为什么选择TalkLife平台学习?

蒂姆Althoff:之前的研究表明,同伴支持平台对精神卫生保健可能产生重大的积极影响,因为他们帮助解决访问的巨大的挑战。由于保险的问题,歧视或隔离,许多人发现免费的在线同伴支持平台都有访问权。TalkLife是最大的同伴支持全球平台,它有大量的动机对等的支持者。

同时,TalkLife领导认可的重要性和潜在影响我们的研究计算如何授权同伴支持。他们通过合作,请支持我们的研究反馈,参与招聘和数据共享。

是什么启发了你帮助人们沟通更多的同情心?

助教:良好,移情是至关重要的支持和帮助人们感受形成信任关系。但同情心也是复杂和微妙。它可以挑战人们找到正确的单词。

而咨询师和治疗师在此技能训练,我们先前的研究建立对等的支持者目前错过很多机会回应对方更多的记。我们还发现,同行的支持者不学习如何更有效地表达同理心随着时间的推移,这意味着他们可以受益于移情训练和反馈。

从表面上看,它似乎违反直觉的AI帮助移情。你能谈谈为什么这是一个很好的人工智能的问题解决吗?

助教:人工智能反馈是非常具体的,可以“上下文”,给建议具体回复一条消息,就在人面前。它可以给人思想“个性化”的方式,而不是通过通用培训例子或规则,可能不适用于每一个人将面临。也只会弹出如果有人需要,如果他们的反应很好,系统可以给一个轻触的积极的反馈。

人们可能会想“为什么使用人工智能”这方面的人类连接。事实上,我们设计了系统的不从这个意义内人交互。例如,我们在需要的时候只显示反馈和我们训练模型尽可能最小的变化响应同情心更有效地交流。

如何培养一个AI‘知道’同理心?

助教:我们有两个工作临床心理学家斯坦福大学,亚当矿工和大卫·阿特金斯在华盛顿大学医学院的,理解背后的研究移情和现有的移情量表适应异步的,基于文本设置TalkLife在线支持。然后我们人注释10000 TalkLife反应了移情的各个方面发展人工智能模型,可以测量的表达同理心水平文本。

教AI提供可操作的反馈和具体建议,我们开发了一个基于强化学习系统。这些系统需要大量的训练数据,尽管移情并不像我们通常表示为TalkLife等平台,我们仍然发现成千上万的很好的例子。我们的系统可以从这些生成有用的移情的反馈。

在你对这个系统的评价,你看到人们成为移情还是依赖于人工智能学会如何随着时间的推移更善解人意?

助教:我们的随机试验表明,同行的支持者提供的反馈表示在20%和40%之间更多的同情心比对照组的支持者没有获得这样的反馈。

在参与者中,69%的同行的支持者称,他们感到更有信心在这项研究后写支持响应,表明自我效能感增加。

我们进一步研究参与者如何利用反馈,发现同行的支持者没有变得过于依赖人工智能。例如,他们会利用反馈间接作为更广泛的灵感而不是“盲目”后的建议。他们也标记反馈在少数情况下当它不是有用的甚至是不合适的。我很兴奋,人类之间的协作同伴支持者和AI系统导致自己比任何一个更好的结果。

我还想强调重要的努力我们将考虑和解决伦理和安全风险。包括在人工智能与同行的支持者,而不是当前危机的人,进行研究在TalkLife-like环境中,故意不融入TalkLife平台,让所有参与者进入一个危机热线,让同行的支持者国旗反馈进行审查。

这些结果是什么意思的human-AI协作的未来?

助教:human-AI合作的一个领域,我特别兴奋AI-supported沟通。有很多挑战性的沟通任务关键成果帮助别人感觉更好具有挑战性的错误信息社交媒体——我们似乎希望人们做的很好,没有任何形式的培训和支持。在大多数情况下,我们给出的是一个空盒子聊天。

我们可以做得更好,我相信自然语言处理技术可以发挥很大的作用在帮助人们实现他们的会话的目标。具体地说,我们的研究表明,human-AI协作可以有效甚至复杂和开放式的任务,比如有善解人意的谈话。