Войти
Искусственная эмпатия (AE) или вычислительная эмпатия - это разработка систем ИИ, например виртуальных агентов. - которые способны обнаруживать и реагировать на человеческие эмоции эмпатическим способом. По словам ученых, хотя технология может быть воспринята многими людьми как пугающая или опасная, она также может иметь значительное преимущество перед людьми в профессиях, которые традиционно участвуют в эмоциональных ролевых играх, таких как сектор здравоохранения. Например, с точки зрения опекуна выполнение эмоционального труда сверх требований оплачиваемого труда часто приводит к хроническому стрессу или выгоранию, а также к развитию чувства невосприимчивости к пациентам. Однако утверждается, что эмоциональная ролевая игра между человеком, оказывающим помощь, и роботом может на самом деле иметь более положительный результат с точки зрения создания условий меньшего страха и беспокойства о собственном затруднительном положении, что лучше всего иллюстрируется фразой: «если он это всего лишь робот, заботящийся обо мне, это не может быть настолько критично ». Ученые обсуждают возможный результат такой технологии, используя две разные точки зрения. Либо AE может помочь социализации опекунов, либо служить образцом для подражания для эмоциональной отстраненности.
Более широкое определение искусственной эмпатии - это «способность нечеловеческих моделей предсказывать внутреннее состояние человека (например, когнитивные, эмоциональные, физические) с учетом сигналов, которые он излучает (например, выражение лица, голос, жест), или для прогнозирования реакции человека (включая, но не ограничиваясь, внутренние состояния), когда он или она подвергается воздействию данного набора стимулов (например, выражение лица, голос, жест, графика, музыка и т. д.) ».
Существует множество философских, теоретических и прикладные вопросы, связанные с AE. Например:
Люди часто общаются и принимают решения, основываясь на выводах о других внутренних состояниях (например, эмоциональном, когнитивном и физические состояния) от различных сигналов, излучаемых человеком, таких как выражение лица, жест тела, голос и слова. Вообще говоря, область AE фокусируется на разработке нечеловеческих моделей для достижения аналогичных целей с использованием данных, отправляемых или показываемых людям.
Концепция AE применялась в различных исследовательских дисциплинах, включая искусственный интеллект и бизнес. В частности, было два основных направления исследований в этой области: во-первых, использование нечеловеческих моделей для прогнозирования внутреннего состояния человека (например, когнитивного, эмоционального, физического) с учетом сигналов, которые он или она излучает (например, выражение лица, голос, жест); во-вторых, использование нечеловеческих моделей для прогнозирования реакции человека на воздействие определенного набора стимулов (например, выражение лица, голос, жест, графика, музыка и т. д.).
Исследование аффективные вычисления, такие как распознавание эмоциональной речи и обнаружение выражения лица, попадают в первый поток AE. Изученные контексты включают устные интервью, взаимодействие человека с компьютером в колл-центре, коммерческое предложение и финансовую отчетность. Второй поток AE больше изучался в маркетинговых контекстах, таких как реклама, брендинг, отзывы клиентов, система рекомендаций в магазине, фильмы и онлайн-знакомства.
С увеличением объема визуальных, звуковых и текстовых данных в торговле появилось много бизнес-приложений, использующих AE. Например, Affectiva анализирует выражения лиц зрителей по видеозаписям, когда они смотрят видеорекламу, чтобы оптимизировать дизайн содержания видеообъявлений. HireVue, аналитическая фирма по найму, помогает фирмам принимать решения о найме, используя анализ аудио- и видеоинформации из видеоинтервью кандидатов. Lapetus Solutions разрабатывает модель для оценки продолжительности жизни, состояния здоровья и восприимчивости человека к заболеваниям по фотографии лица. Их технология была применена в страховой отрасли.
Хотя пока не было доказано, что ИИ заменяет самих социальных работников, эта технология начала производить фурор в этой области. В 2017 году Social Work Today опубликовала статью с описанием исследования, проведенного в Университете штата Флорида. Исследование включало использование компьютерных алгоритмов для анализа медицинских карт и выявления комбинаций факторов риска, которые могут указывать на попытку суицида в будущем. В статье сообщается, что «машинное обучение - будущий рубеж для искусственного интеллекта - может предсказать с точностью от 80% до 90%, предпримет ли кто-то попытку самоубийства в течение двух лет в будущем. Алгоритмы становятся еще более точными, чем попытки самоубийства человека. становится ближе. Например, точность возрастает до 92% за неделю до попытки самоубийства, когда искусственный интеллект фокусируется на пациентах больниц общего профиля ".
На данный момент искусственный интеллект не смог полностью заменить социальных работников, но алгоритмические машины, подобные описанным выше, могут иметь невероятные преимущества для социальных работников. Социальная работа работает по циклу взаимодействия, оценки, вмешательства и оценки с клиентами. Эта технология может сделать оценку риска самоубийства, может привести к более раннему вмешательству и профилактике, тем самым спасая жизни. Эти исследователи надеются, что эта технология будет внедрена в нашу современную систему здравоохранения. Система будет изучать, анализировать и обнаруживать факторы риска, предупреждая клинициста о шкале суицидального риска пациента (эквивалентной оценке сердечно-сосудистого риска пациента). На этом этапе социальные работники могут вмешаться для дальнейшей оценки и профилактического вмешательства.
