一種被稱為“同齡人改變推動者”（peer change agents）的方法是招募同齡領導人，在他們的社交網絡中促進健康行為和疾病預防信息。與擁有穩定住房的年輕人相比，無家可歸的年輕人艾滋病毒檢測呈陽性的可能性要高10倍。社會工作者和公共衛生官員利用“同齡人改變推動者”戰略，在這些社區內促進諸如使用避孕套和定期艾滋病毒檢測等行為，但成功似乎與在其社區內產生最大影響的正確同齡領導人有關。

這就是人工智能可以提供幫助的地方。近二十年來，計算機科學家一直在探索如何利用社會網絡中有限的節點來最大化信息傳播。

如今，哈佛約翰A保爾森工程和應用科學學院的研究人員與南加州大學和賓夕法尼亞州立大學，開發出一種人工智能系統， 可以識別社交網絡中哪些人能夠最有效地向同齡人推廣艾滋病預防信息。在對700多名無家可歸的年輕人進行的實地試驗中，研究人員發現，他們的算法顯著降低了人群中艾滋病毒傳播的關鍵風險行為。

這篇論文的負責人說：“與我們的直覺相反，最受歡迎的人通常并不是網絡中聯系最緊密的人，作為計算機科學家，我們可以根據與不同群體關系最密切的人來優化同齡領導人的選擇。”該研究團隊與流浪青年收容中心的社會工作者合作，在那里，無家可歸的年輕人可以得到食物、衣服、病例管理和艾滋病毒檢測。

研究人員與社會工作者和參與者一起繪制了參與者的社會網絡圖，并使用他們的算法在不同的網絡集群中找到擁有最多樣化聯系的領導者。隨后，社會工作研究小組的協調員就性健康、艾滋病毒預防、溝通技巧、領導技巧和自我護理對選定的同齡領導人進行了培訓。領導人被要求通過與他們在臨時收容中心的社會關系進行溝通，促進定期艾滋病毒檢測。

研究小組發現，參與人工智能輔助策略的年輕人，與只參與觀察組的同齡人相比，參與無保護性行為的可能性顯著降低。研究人員還發現，在“抽樣組”中，與“最受歡迎”年輕人被招募為領導人的小組相比，他們的行為改變得更快。大多數參與者的改善發生在一個月的調查中，而“最受歡迎”的一組直到第三個月才看到改善行為。

在抽樣組中看到結果的速度很重要，快速采取保護行為有助于立即減少艾滋病病毒在高危人群中的傳播；在為期三個月的干預結束時，許多年輕人將離開該中心，所以需要在短時間內接觸到盡可能多的人。項目負責人說：“就我們所知，這是首次使用人工智能方法優化社會網絡對健康的干預，我們希望這個項目可以為人工智能研究如何成功應用于社會公益提供一般性經驗。這一策略可用于在社區內傳播有關營養、藥物濫用和其他公共衛生危機等信息。“
責任編輯：YYX