研究人员使用人工智能准确预测了圣地亚哥县当地高级住宅社区居民的孤独感。根据研究人员在《美国精神病学杂志》上发表的一篇文章，他们使用的人工智能解决方案可以使用自然语言处理（NLP）和机器学习来对语音中表达的情感和情绪进行分类。在新冠病毒疫情迫使人们保持社会隔离的背景下，来自加州大学、IBM等机构的研究人员希望帮助整个社会评估并克服普遍存在的孤独感问题。虽然越来越强大的技术可以帮助我们更准确地发现孤独等社会问题，但技术工具是否可以解决这些问题仍然是一个公开的谜团。出于这项研究的目的，研究人员采访了圣地亚哥县一个老年住宅社区的80名独居居民。他们提出问题来衡量孤独感，转录答案，并使用IBMWatsonNLU（自然语言理解）IV程序对其进行分析，以“量化情绪和情绪表达”。这些分析扫描响应中使用的单词和短语的频率，并对情绪（从-1.0到1.0）和情绪（从0.0到1.0）进行评分。最后，研究人员将人工智能打分的分数与人工打分进行对比，得出准确度结论。在对结果的回顾中，研究人员发现他们使用的机器学习模型具有极高的准确率。这些模型能够以94%的准确率预测定性孤独感（基于访谈记录）和以76%的准确率预测定量孤独感（基于受访者的自我评价）。换句话说，人工智能在预测孤独感和孤独感方面已经大致与合格的临床医生持平。正如作者在结论中指出的那样，这可能对未来的心理治疗工作产生重大影响。“自然语言处理和机器学习技术可以大规模快速处理数十万份采访材料，并提供人类评分员无法达到的统一评分效率，”他们写道。作者还设想了未来在许多情况下，基于人工智能的服务有可能在没有人类直接参与的情况下帮助公民。“最终，复杂的人工智能系统将能够实时干预，通过积极认知、社交焦虑管理和有意义的社交活动推荐来帮助个人减少孤独感，”他们说。人口孤独感（以及其他情绪状态）方面非常有前途，但其实际促进治疗过程的能力仍不确定。该研究论文还指出，总体上感到孤独的受访者比例为45%，其中许多人表示缺乏情感和工具支持。这种缺失显然不是基于人工智能的系统能够轻易解决的。事实上，孤独是一个根本性的社会问题，只能通过社会解决方案和变革来缓解。理论上，人工智能技术可以识别美国乃至整个地球上每一个感到孤独或孤立的个体，但技术本身能否帮助他们解决这种孤独或孤立的问题？恐怕没有人能给出肯定的答案。需要强调的是，我们经常看到精神健康诊断或身体健康诊断领域出现前所未有的技术创新，但创新的出现和真正治愈疾病的能力完全是两个概念。我们必须记住，大多数无法克服的问题并不是因为缺乏技术解决方案。相反，我们面临的大多数问题都源于复杂的原因和因素网络。这些原因和因素通常来自社会、经济和政治领域，因此只能通过社会、经济和政治层面的解决方案加以解决。孤独也是如此。这种负面情绪的普遍性一路上升，也越来越个性化，甚至成为21世纪的生活新常态。如果我们认真对待这个问题，显然有必要更深入地研究时代特征与孤独感之间的关系，并做出相应的调整。否则，单纯依靠人工智能的方法来检测和诊断孤独感，除了进一步增加公众的焦虑感外，将毫无用处。
