研究人員使用人工智能準確預測了圣迭戈縣當地某高級住宅社區居民的孤獨感問題。根據研究人員在《美國精神病學雜志》上發表的文章，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。

[[345809]]

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。盡管愈發強大的技術能夠幫助我們更準確地發現孤獨等社會問題，但技術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與手動評分進行比較，即可獲得準確率結論。

在對結果的核查中，研究人員們發現，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，已經與合格的臨床醫生基本持平。正如作者們在結論中所指出，這可能對未來的心理診療工作產生重大影響。

他們在文章中寫道，“自然語言處理與機器學習技術，能夠以規模化方式快速處理成百上千份采訪材料，并提供人類評分者無法實現的統一評分效率。”

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。”

但是，雖然人工智能在大規模檢測個人與人群孤獨感（乃至其他情緒狀態）方面極具發展前景，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。

需要強調的是，我們經常看到精神健康診斷或生理健康診斷領域出現前所未有的技術創新，但出現創新和能夠實際治愈疾病完全是兩個概念。我們必須記住，大多數無法克服的問題，并不是由于缺少技術方案。

相反，我們面對的大多數問題源自復雜的原因與因素網絡。這些原因與因素普遍來自社會、經濟與政治領域，因此只能通過社會、經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。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系，并相應做出調整。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。