研究人員使用人工智能來準確預測圣地亞哥一個高級住房社區居民的孤獨感。研究人員發表在《美國精神病學雜志》上，能夠利用自然語言處理（NLP）和機器學習對語音的情感和情感進行分類。

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，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感至關重要。然而，盡管技術提供了越來越強大的手段來識別諸如孤獨之類的社會問題，但對于這些問題是否可以僅由技術來解決仍存有疑問。

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中獨立生活部門的80名居民。他們提出了旨在衡量孤獨感各個方面的問題，并轉錄了答案，然后使用IBM Watson NLU（自然語言理解）iv程序進行了分析，該程序可以“量化情感和表達情緒”。

這些分析方法通過掃描響應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）分配分數。將人工智能分配的分數與對孤獨感的手動評估進行比較，以評估其準確性。

在對結果的討論中，作者發現他們使用的機器學習模型出奇地準確。這些模型可以以94%的準確度預測定性孤獨（基于轉錄訪談），以76%的精確度預測定量孤獨（基于自我評估分數）。

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

他們寫道：“ NLP和ML技術可以擴大規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。”

作者還設想了未來的情況，即基于人工智能的服務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，復雜的AI系統可以實時進行干預，通過采用積極的認知，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感。”

然而，盡管人工智能顯然在大規模檢測人群和人群的孤獨感（以及其他情緒狀態）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，參與者的孤獨總發生率為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的系統可以自行解決的。的確，孤獨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或孤立的人，這一點很棒。但是，基于技術的方法實際上可以減少這種孤獨和孤立嗎？很少有人可以爭論。

這一點很重要，因為我們經常看到諸如精神健康診斷或生理健康診斷中的技術創新，好像它們與實際治愈相關疾病幾乎一樣。但是，盡管可以肯定地使用了AI，虛擬現實和其他技術來檢測問題，但我們需要記住，我們的大多數問題并不是由缺乏技術引起的。

相反，我們的大多數問題都源于復雜的原因和因素網絡。這些原因和因素大多數是社會，經濟和政治性質的。因此，他們只會接受類似的社會，經濟和政治解決方案。

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

責任編輯：lq