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”。關於是否孤獨這件事，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，對錶達的情緒和微妙的語言特徵進行無偏量化估計，並準確地評估人類的孤獨指數。

近日，他們與加利福尼亞大學聖地亞哥分校醫學院合作，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：孤獨的感覺是怎麼樣的，心情如何？

Q3：為什麼你認為別人會感到孤獨？

訪談最長會持續到 90 分鐘，結束後，研究人員對 80 位受訪者的語音對話，通過 IBM 開發的 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。即採用 UCLA 孤獨感量表，對受試者提出 20 個與孤獨相關的問題，並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%，而基於 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 軟體系統使用深度學習從關鍵字，類別，情感和語法中提取元資料，可以更好地解析和理解諸如孤獨之類的複雜情感。

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，使用語言特特徵的 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，研究團隊最後也表示，目前的研究還存在一些侷限性。如缺乏時間軸上的資料，對受眾者的評估是不夠嚴謹的，同時資料量太小，不足以發揮 NLP 在診斷孤獨感方面的潛力。但是這項研究在小範圍測試中，驗證了 NLP 在非結構化文字資料中，測試複雜情感的可行性。

“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”，其特徵是自殺率和精神類藥物使用率不斷上升，生產力下降，醫療成本增加，死亡率也在逐年升高。

此前，加州大學聖地亞哥分校也在一項相關調查中發現，居住在獨立老年人社群中的居民，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。

美國加州大學聖地亞哥分校一直希望藉助 AI 技術解決老年人的心理健康問題。在他們看來，“語言資料能夠與我們的認知、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，這有助於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群中老年人的孤獨感。

正如研究中表明的，人類的孤獨感並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人士結合使用，從而提高診斷的準確性。而早期的發現老年人的孤獨感，有助於改善臨床醫生，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徵，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資料將是 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端診斷。最後，藉助更加複雜的 AI 系統進行實時干預，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。