你真的“孤独”吗？这份风靡全宇宙的《国际孤独感评定量表》让不少网友哭笑不得，差点没动手术。不过也有网友质疑，一个人吃饭、看电影、唱K真的寂寞吗？或许合群才是真正的“孤独患者”。关于你是否孤独，AI的检测方式或许更权威。近日，美国研究人员利用人工智能工具对人类的孤独指数进行了分析，准确率达到了94%。AI分析对话检测孤独指数美国IBM沃森实验室负责人表示：“自然语言处理（NLP）和机器学习（ML）可以分析长时间采访和对话中表达的情绪和细微的语言特征。人类孤独指数的无偏定量估计和准确评估，近日，他们与加州大学圣地亚哥分校医学院合作开展了这项AI研究，这项研究的对象是80名年龄在66至94岁之间的独立居民，平均年龄83岁，研究人员对他们进行了半结构式访谈，内容主要围绕以下三个问题：Q1：“你是否感到孤独，这种感觉多久出现一次？Q2：寂寞是什么感觉，你的心情是怎样的？Q3：你觉得别人为什么会感到孤独？采访持续了长达90分钟。结束后，研究人员通过IBM开发的NLP模型（WNLU）和ML工具，对80名受访者的语音对话进行了转录、情感分析和量化。此外，为了进一步提高结果的准确性，研究人员进行了定量评估。即使用UCLALonelinessScale向被试提出20个与孤独相关的问题，并通过四个评分量表对其进行评价。例如：“你经常被别人忽视吗？你是否经常觉得自己是群体中的一员？”等结果表明，使用语言模型，机器学习系统可以比加州大学洛杉矶分校孤独量表上的分数更好地预测孤独感。其中，AI预测结果的准确率达到94%，而基于UCLA量化孤独感的准确率为76%。该研究的主要作者ValsaBadar表示：“WNLU软件系统使用深度学习从关键字、类别、情感和语法中提取元数据，可以更好地解析和理解孤独等复杂情况。”情感。同时他强调，相似的人类情感分析可能不一致，缺乏一致性，因此需要更广泛的训练来标准化，同时也被证明使用语言特征的AI可以达到更高的准确率。此外，这项研究还得出以下结果：孤独的人在定性访谈中反应时间更长，并且在回答有关孤独的问题时往往表现出更多的悲伤。与女性相比，男性在回答中更多地使用了恐惧和喜悦的词语，他们能够更自由地表达自己的情绪。女性比男性更有可能在采访中承认感到孤独。不过，研究团队最后表示，目前的研究还存在一些局限性。如果时间轴上没有数据，观众的评价不够严谨，数据量太小，无法发挥NLP诊断孤独感的潜力。但这项研究在小规模测试中验证了NLP在非结构化文本数据中测试复杂情绪的可行性。“孤独”“孤独”中的敏感人群，可能不会区分人群，但在不同的人群中，最脆弱的可能就是老年人。老年人的孤独感正在攀升。有专家指出，美国近年来出现“孤独症流行病”，其特点是自杀率和精神药物使用率逐年上升，生产力下降，医疗费用增加，死亡率逐年上升。此前，加州大学圣地亚哥分校在一项相关调查中也发现，85%居住在独立老年社区的居民感到中度或重度孤独。随着冠状病毒大流行增加了人们独处的时间，今年情况只会变得更糟。加州大学圣地亚哥分校一直希望利用人工智能技术解决老年人的心理健康问题。在他们看来，“语言数据可以与对我们的认知、运动、睡眠、身体活动和心理健康的评估相结合，以提高我们对衰老的理解，从而帮助我们过上健康的老年生活。”因此，本研究以80名66岁至94岁的独立生活居民为对象，试图通过自然语言处理技术和机器学习模型来预测社区老年人的孤独感。研究表明，人类的孤独感并不总是反映真实的感受和情绪，人工智能和自我测试可以被心理学家和专业人士结合使用，以提高诊断的准确性。早期发现老年人的孤独感有助于改善临床医生、家庭评估和治疗老年人孤独感的方式目前，研究团队仍在探索孤独感与智慧的自然语言模式特征，相关结果表明，孤独感与智慧呈负相关关系，智慧越高的老年人孤独感越强。同时，他们表示，微妙的语言数据将成为人工智能促进人类心理健康的关键工具。通过语音获取个人孤独感指数，减少量表带来的主观偏差，实现更精准的远程诊断。最后，在更复杂的人工智能系统的帮助下进行实时干预可以通过引导积极的认知和参与有意义的社交活动来帮助个人减少孤独感。
