研究人员使用人工智能来准确预测圣地亚哥一个高级住房社区居民的孤独感。研究人员发表在《美国精神病学杂志》上，能够利用自然语言处理(NLP)和机器学习对语音的情感和情感进行分类。
在冠状病毒大流行迫使人们保持社会孤立之际，来自加利福尼亚大学，IBM和其他地方的研究人员的研究可能证明对帮助社会评估和解决广泛的孤独感至关重要。然而，尽管技术提供了越来越强大的手段来识别诸如孤独之类的社会问题，但对于这些问题是否可以仅由技术来解决仍存有疑问。
为了研究的目的，研究人员采访了圣地亚哥县一个高级住房社区中独立生活部门的80名居民。他们提出了旨在衡量孤独感各个方面的问题，并转录了答案，然后使用IBM Watson NLU(自然语言理解)iv程序进行了分析，该程序可以“量化情感和表达情绪”。
这些分析方法通过扫描响应中使用的单词和短语的频率，并为情感(从-1.0到1.0)和情感(从0.0到1.0)分配分数。将人工智能分配的分数与对孤独感的手动评估进行比较，以评估其准确性。
在对结果的讨论中，作者发现他们使用的机器学习模型出奇地准确。这些模型可以以94%的准确度预测定性孤独(基于转录访谈)，以76%的精确度预测定量孤独(基于自我评估分数)。
换句话说，人工智能在预测孤独和孤立感方面几乎与合格的临床医生一样好。正如作者在结论中指出的那样，这可能对未来产生重大影响：
他们写道：“ NLP和ML技术可以扩大规模以处理成百上千的采访，并且可以提供人类评分者无法获得的一致评分。”
作者还设想了未来的情况，即基于人工智能的服务可以在没有人类直接参与的情况下为个人提供帮助。
他们说：“最终，复杂的AI系统可以实时进行干预，通过采用积极的认知，管理社交焦虑并从事有意义的社交活动来帮助个人减少孤独感。”
然而，尽管人工智能显然在大规模检测人群和人群的孤独感(以及其他情绪状态)方面具有未来的前景，但它是否可以成为治疗方法的重要组成部分却值得怀疑。
该研究论文本身指出，参与者的孤独总发生率为45%，其中许多人报告缺乏情感和工具支持。这种不足并不是基于AI的系统可以自行解决的。的确，孤独从根本上讲是一个社会问题，只有通过社会解决方案和变革才能解决。
简而言之，从理论上讲，人工智能可以识别出美国或地球上每个孤独或孤立的人，这一点很棒。但是，基于技术的方法实际上可以减少这种孤独和孤立吗?很少有人可以争论。
这一点很重要，因为我们经常看到诸如精神健康诊断或生理健康诊断中的技术创新，好像它们与实际治愈相关疾病几乎一样。但是，尽管可以肯定地使用了AI，虚拟现实和其他技术来检测问题，但我们需要记住，我们的大多数问题并不是由缺乏技术引起的。
相反，我们的大多数问题都源于复杂的原因和因素网络。这些原因和因素大多数是社会，经济和政治性质的。因此，他们只会接受类似的社会，经济和政治解决方案。
这适用于孤独感，孤独感不仅在上升，而且在越来越个性化和竞争的21世纪中可能是生活的症状。如果我们真的对孤独感很认真，那么我们需要仔细研究一下我们这个年龄段的哪些方面会导致孤独感，并相应地进行更改。否则，仅使用基于人工智能的方法来检测和诊断孤独感就等于是另一项赚钱活动。
