研究人員使用人工智能來準(zhǔn)確預(yù)測圣地亞哥一個高級住房社區(qū)居民的孤獨(dú)感。研究人員發(fā)表在《美國精神病學(xué)雜志》上，能夠利用自然語言處理（NLP）和機(jī)器學(xué)習(xí)對語音的情感和情感進(jìn)行分類。

在冠狀病毒大流行迫使人們保持社會孤立之際，來自加利福尼亞大學(xué)，IBM和其他地方的研究人員的研究可能證明對幫助社會評估和解決廣泛的孤獨(dú)感至關(guān)重要。然而，盡管技術(shù)提供了越來越強(qiáng)大的手段來識別諸如孤獨(dú)之類的社會問題，但對于這些問題是否可以僅由技術(shù)來解決仍存有疑問。

為了研究的目的，研究人員采訪了圣地亞哥縣一個高級住房社區(qū)中獨(dú)立生活部門的80名居民。他們提出了旨在衡量孤獨(dú)感各個方面的問題，并轉(zhuǎn)錄了答案，然后使用IBM Watson NLU（自然語言理解）iv程序進(jìn)行了分析，該程序可以“量化情感和表達(dá)情緒”。

這些分析方法通過掃描響應(yīng)中使用的單詞和短語的頻率，并為情感（從-1.0到1.0）和情感（從0.0到1.0）分配分?jǐn)?shù)。將人工智能分配的分?jǐn)?shù)與對孤獨(dú)感的手動評估進(jìn)行比較，以評估其準(zhǔn)確性。

在對結(jié)果的討論中，作者發(fā)現(xiàn)他們使用的機(jī)器學(xué)習(xí)模型出奇地準(zhǔn)確。這些模型可以以94%的準(zhǔn)確度預(yù)測定性孤獨(dú)（基于轉(zhuǎn)錄訪談），以76%的精確度預(yù)測定量孤獨(dú)（基于自我評估分?jǐn)?shù)）。

換句話說，人工智能在預(yù)測孤獨(dú)和孤立感方面幾乎與合格的臨床醫(yī)生一樣好。正如作者在結(jié)論中指出的那樣，這可能對未來產(chǎn)生重大影響：

他們寫道：“ NLP和ML技術(shù)可以擴(kuò)大規(guī)模以處理成百上千的采訪，并且可以提供人類評分者無法獲得的一致評分。”

作者還設(shè)想了未來的情況，即基于人工智能的服務(wù)可以在沒有人類直接參與的情況下為個人提供幫助。

他們說：“最終，復(fù)雜的AI系統(tǒng)可以實(shí)時進(jìn)行干預(yù)，通過采用積極的認(rèn)知，管理社交焦慮并從事有意義的社交活動來幫助個人減少孤獨(dú)感。”

然而，盡管人工智能顯然在大規(guī)模檢測人群和人群的孤獨(dú)感（以及其他情緒狀態(tài)）方面具有未來的前景，但它是否可以成為治療方法的重要組成部分卻值得懷疑。

該研究論文本身指出，參與者的孤獨(dú)總發(fā)生率為45%，其中許多人報告缺乏情感和工具支持。這種不足并不是基于AI的系統(tǒng)可以自行解決的。的確，孤獨(dú)從根本上講是一個社會問題，只有通過社會解決方案和變革才能解決。

簡而言之，從理論上講，人工智能可以識別出美國或地球上每個孤獨(dú)或孤立的人，這一點(diǎn)很棒。但是，基于技術(shù)的方法實(shí)際上可以減少這種孤獨(dú)和孤立嗎？很少有人可以爭論。

這一點(diǎn)很重要，因?yàn)槲覀兘?jīng)常看到諸如精神健康診斷或生理健康診斷中的技術(shù)創(chuàng)新，好像它們與實(shí)際治愈相關(guān)疾病幾乎一樣。但是，盡管可以肯定地使用了AI，虛擬現(xiàn)實(shí)和其他技術(shù)來檢測問題，但我們需要記住，我們的大多數(shù)問題并不是由缺乏技術(shù)引起的。

相反，我們的大多數(shù)問題都源于復(fù)雜的原因和因素網(wǎng)絡(luò)。這些原因和因素大多數(shù)是社會，經(jīng)濟(jì)和政治性質(zhì)的。因此，他們只會接受類似的社會，經(jīng)濟(jì)和政治解決方案。

這適用于孤獨(dú)感，孤獨(dú)感不僅在上升，而且在越來越個性化和競爭的21世紀(jì)中可能是生活的癥狀。如果我們真的對孤獨(dú)感很認(rèn)真，那么我們需要仔細(xì)研究一下我們這個年齡段的哪些方面會導(dǎo)致孤獨(dú)感，并相應(yīng)地進(jìn)行更改。否則，僅使用基于人工智能的方法來檢測和診斷孤獨(dú)感就等于是另一項(xiàng)賺錢活動。

責(zé)任編輯：lq