研究人員使用人工智能準確預測了圣迭戈縣當?shù)啬掣呒壸≌鐓^(qū)居民的孤獨感問題。根據(jù)研究人員在《美國精神病學雜志》上發(fā)表的文章，他們使用的AI方案能夠使用自然語言處理（NLP）與機器學習，對語音中表達的情緒與情感進行分類。

在新冠病毒疫情迫使人們保持社交隔離的背景下，來自加州大學、IBM及其他多家機構(gòu)的研究人員，希望幫助整個社會評估并克服廣泛存在的孤獨感問題。盡管愈發(fā)強大的技術(shù)能夠幫助我們更準確地發(fā)現(xiàn)孤獨等社會問題，但技術(shù)工具能否將其解決仍然是個懸而未決的謎團。

出于研究目的，研究人員們采訪了圣迭戈縣某高級住宅社區(qū)中獨自在家生活的80位居民。他們提出用于衡量孤獨感的多個問題，對答案進行轉(zhuǎn)錄，而后使用IBM Watson NLU（自然語言理解）IV程序進行分析，借此“對情感與情緒表達加以量化”。

這些分析方法能夠掃描回答當中所使用單詞及短語的頻率，并對情緒（從-1.0到1.0）及情感（從0.0到1.0）進行打分。最后，研究人員將人工智能打出的分數(shù)與手動評分進行比較，即可獲得準確率結(jié)論。

在對結(jié)果的核查中，研究人員們發(fā)現(xiàn)，他們使用的機器學習模型擁有極高的準確率。這些模型能夠以94%的準確率預測出定性孤獨（基于訪談轉(zhuǎn)錄），并以76%的準確率預測出定量孤獨（基于受訪者的自我評分）。

換句話說，人工智能在預測孤獨情緒與孤獨感方面的表現(xiàn)，已經(jīng)與合格的臨床醫(yī)生基本持平。正如作者們在結(jié)論中所指出，這可能對未來的心理診療工作產(chǎn)生重大影響。

他們在文章中寫道，“自然語言處理與機器學習技術(shù)，能夠以規(guī)?；绞娇焖偬幚沓砂偕锨Х莶稍L材料，并提供人類評分者無法實現(xiàn)的統(tǒng)一評分效率。”

作者們還設想了未來的情況，即基于人工智能的服務有望在無需人類直接參與的情況下，為民眾提供幫助。

他們表示，“最終，復雜的AI系統(tǒng)將能夠進行實時干預，通過積極認知、社交焦慮管理以及有意義的社交活動推薦來幫助個人減少孤獨感?！?/p>

但是，雖然人工智能在大規(guī)模檢測個人與人群孤獨感（乃至其他情緒狀態(tài)）方面極具發(fā)展前景，但其能否真正為治療過程做出貢獻仍然無法確定。

這份研究論文也指出，受訪者感到孤獨的總體比例為45%，其中很多人表示缺乏情感與工具支持。這種缺失顯然不是基于AI的系統(tǒng)所能輕松解決。確實，孤獨從根本上講是一種社會問題，只有通過社會性的解決方案及變革才能緩解。

從理論上講，AI技術(shù)能夠識別出美國甚至整個地球上每一個感到孤獨或受到孤立的個人，但技術(shù)本身能夠幫助他們解決這種孤獨或孤立問題嗎？恐怕沒人能對此給出確切的答案。

需要強調(diào)的是，我們經(jīng)常看到精神健康診斷或生理健康診斷領(lǐng)域出現(xiàn)前所未有的技術(shù)創(chuàng)新，但出現(xiàn)創(chuàng)新和能夠?qū)嶋H治愈疾病完全是兩個概念。我們必須記住，大多數(shù)無法克服的問題，并不是由于缺少技術(shù)方案。

相反，我們面對的大多數(shù)問題源自復雜的原因與因素網(wǎng)絡。這些原因與因素普遍來自社會、經(jīng)濟與政治領(lǐng)域，因此只能通過社會、經(jīng)濟及政治層面的方案加以解決。

孤獨感也是同理，這種負面感受的普遍性不斷一路上升，而且越來越個性化、甚至成為21世紀時代下的全新生活常態(tài)。如果我們真的打算嚴肅對待這個問題，那么顯然還需要深入研究時代特征與孤獨感之間的關(guān)系，并相應做出調(diào)整。否則，僅靠人工智能方法檢測及診斷孤獨感，除了進一步增加民眾焦慮之外，將毫無用處。