[[344787]]

 你真的“孤獨”嗎？

曾經這張火遍全宇宙的“國際孤獨等級表”，讓不少網友淚目，就差沒做過手術了。

不過，也有網友質疑，一個人吃飯，看電影，唱K，就真的是孤獨嗎？也許合群才是真正的“孤獨患者”。關于是否孤獨這件事，AI的檢測方式可能更具有權威性。

最近，美國研究人員利用AI工具分析人類的孤獨指數，準確率達到了94%。

AI分析談話，檢測孤獨指數

一位來自美國IBM Watson實驗室的負責人稱：

“自然語言處理（NLP）和機器學習（ML）能夠通過長時間的訪談對話，對表達的情緒和微妙的語言特征進行無偏量化估計，并準確地評估人類的孤獨指數。

近日，他們與加利福尼亞大學圣地亞哥分校醫(yī)學院合作，開展了這項AI研究。這項研究的受試者是80位年齡在66至94歲之間的獨立居住的居民，平均年齡在83歲。

研究人員對他們進行了半結構化的訪談，內容主要圍繞以下三個問題：

Q1：“您是否感到孤獨，多久會有一次這樣的情緒？

Q2：孤獨的感覺是怎么樣的，心情如何？

Q3：為什么你認為別人會感到孤獨？

訪談最長會持續(xù)到90分鐘，結束后，研究人員對80位受訪者的語音對話，通過IBM開發(fā)的NLP模型（WNLU）和ML工具進行了轉錄、情感分析和量化。

此外，為了進一步輔助結果的準確性，研究人員還進行了定量評估。即采用UCLA孤獨感量表，對受試者提出20個與孤獨相關的問題，并通過四個評分量表進行評定。比如：“您是否經常被他人忽略？您是否經常覺得自己是群體中的一部分？”等。

結果表明，與UCLA孤獨感量表的得分相比，使用語言模型，機器學習系統(tǒng)可以更好預測孤獨感。其中，AI預測結果的準確率達到了94％，而基于UCLA量化孤獨感的準確率是76％。

該研究的第一作者瓦爾薩·巴達（Valsa Badar）表示：

WNLU軟件系統(tǒng)使用深度學習從關鍵字，類別，情感和語法中提取元數據，可以更好地解析和理解諸如孤獨之類的復雜情感。

同時，他強調，類似的人類情感分析可能存在分歧，缺乏一致性，因此，需要進行更廣泛的培訓才能標準化，而事實也證明，與孤獨感量表相比，使用語言特特征的AI能夠達到更高的準確率。

除此之外，本次研究還得出了以下結果：

孤獨的人在定性訪談中的回答時間更長，對有關孤獨問題的回答中，也容易表現出更多的悲傷。

與女性相比，男性在回答中使用了更多恐懼和快樂的詞語，他們能夠更自由地表達情緒。

女性比男性更有可能在面試中承認感到孤獨。

不過，研究團隊最后也表示，目前的研究還存在一些局限性。如缺乏時間軸上的數據，對受眾者的評估是不夠嚴謹的，同時數據量太小，不足以發(fā)揮NLP在診斷孤獨感方面的潛力。但是這項研究在小范圍測試中，驗證了NLP在非結構化文本數據中，測試復雜情感的可行性。

“孤獨”中的敏感群體

“孤獨”可能不分人群，但不同人群中，最脆弱的可能是老年人。

老年人的孤獨感的發(fā)生率正在攀升。有專家指出，美國近些年存在一種“孤獨流行病”，其特征是自殺率和精神類藥物使用率不斷上升，生產力下降，醫(yī)療成本增加，死亡率也在逐年升高。

此前，加州大學圣地亞哥分校也在一項相關調查中發(fā)現，居住在獨立老年人社區(qū)中的居民，有85％的人感到中度和重度孤單。今年因新冠病毒大流行，增加了人們獨處的時間，這種情況也隨之變得更糟糕了。

美國加州大學圣地亞哥分校一直希望借助AI技術解決老年人的心理健康問題。在他們看來，“語言數據能夠與我們的認知、行動、睡眠、身體活動和心理健康的等評估結合起來，從而提高我們對衰老的理解認知，這有助于我們度過一個健康的老年生活。”

因此，此次研究聚焦聚焦66-94歲之間的80名獨立生活居民，試圖通過自然語言處理技術和機器學習模型預測社區(qū)中老年人的孤獨感。

正如研究中表明的，人類的孤獨感并不總是反映真實的感受和情緒，而AI和自我測驗可以被心理學家和專業(yè)人士結合使用，從而提高診斷的準確性。而早期的發(fā)現老年人的孤獨感，有助于改善臨床醫(yī)生，家庭評估以及治療老年人的孤獨感的方式。

目前，該研究團隊還在探索孤獨和智慧的自然語言模式特征，相關結果表明，孤獨感與智慧二者存在負相關，智慧度越高的老年人，孤獨感也越強。

同時，他們表示微妙的語言數據將是AI促進人類心理健康的關鍵工具，它通過語音來檢測個人的孤獨指數，可以減少量表帶來的主觀偏見，而實現更加準確的遠程診斷。最后，借助更加復雜的AI系統(tǒng)進行實時干預，通過引導積極的認知，從事有意義的社交活動來幫助個人減少孤獨感。