北京时间9月29日电据国外媒体报道，最新的研究报告显示，人工智能(AI)能从一个人的言语中检测出孤独感，准确率为94%。美国研究人员使用了包括IBM Watson在内的许多人工智能工具来分析受访者的孤独感。

通过分析访谈中的词汇、短语和沉默间隙，对老年人孤独感症状的评估几乎与他们填写报告问卷的结果一样准确。同时，人工智能还显示，孤独者通常会回答更长的关于孤独的直接问题，并在回答中表达更多的悲伤。

这项研究的高级作者、加州大学圣迭戈医学院(University of California，San Diego School of Medicine)的作者艾伦·李(Ellen Lee)说，大多数研究要么直接问："你需要多长时间才能感到孤独？"在这个研究项目中，这可能会导致与孤独感相关的偏见反应，我们使用自然语言处理，这是对表达的情绪和情绪的一种公正的定量评估，结合通常的孤独感测量工具。

该工具的有趣之处在于，它不仅是一种基于字典的方法，例如搜索反映恐惧的特定单词，而且通过测试在响应中使用的单词来呈现相应的模式。

新型冠状病毒的流行以及随后城市的关闭，增加了人们的独处时间，使情况变得更糟。研究人员希望更多地了解自然语言处理技术和机器学习模式，这些技术可以预测居住在社区中的老年人的孤独感。

这项研究集中于年龄在66岁至94岁之间的80名独立居民，平均年龄为83岁。2018年4月至2019年8月(新冠肺炎爆发之前)，训练有素的研究人员对受试者进行了半结构化的访谈。

研究对象被问到了来自加州大学洛杉矶分校孤独感量表的20个问题，该问卷使用四级等级来回答问题，比如：你是否经常觉得自己被别人忽视了？你是否经常觉得自己是一群朋友中的一员？

测试人员还接受了私下谈话的采访，这些对话是手工记录和转录的。然后使用包括IBM Watson自然语言理解软件(WNLU)在内的自然语言处理工具(WNLU)测试转录，以量化情绪和表达情感。

这项研究的主要作者、加州大学圣迭戈分校(University of California，San Diego)的瓦尔萨·巴达尔(Valsa Badar)说，WNLU软件系统使用深度学习从关键词、类别、情感和语法中提取元数据。自然语言模式和机器学习使我们能够系统地检查来自多个测试人员的长时间访谈，并探索情感等微妙的语言特征如何表达孤独。

他还指出，人类的类似情绪分析可能会被分割，缺乏一致性，需要广泛的训练才能标准化。与加州大学洛杉矶分校的孤独感量表得分相比，人工智能系统可以预测孤独感的准确性高达94%。

人工智能预测孤独感自我识别的准确率为94%，而定量孤独感(基于UCLA评分)的准确率为76%。他们发现，在个人访谈中，孤独者回答问题的时间更长，在回答有关孤独的直接问题时表达了更多的悲伤。

研究还发现了男性和女性之间的差异，他们比男性更有可能承认自己感到孤独。男性在回应时比女性更多地使用恐惧和喜悦的语言，这意味着他们对消极和积极情绪的体验更为极端，甚至表明男性更有自由表达这些情绪。

这项研究将人工智能的准确性与测试人员自己的孤独感报告进行了比较。正如研究指出的那样，孤独感并不总是反映真实的感情和情绪。然而，人工智能和自我报告可以与心理学家和专业人员结合使用，以提高诊断的准确性。

我们同意加州大学洛杉矶分校孤独感量表的评分有点不准确，因为它依赖于自我报告，"埃伦说，"然而，孤独感量表是最流行的工具之一，因为它没有明确使用‘孤独’这个词，而且似乎能够不带性别偏见地捕捉孤独的特征。"我们希望开发更准确的工具来评估人们的孤独感。最新的研究发表在最近一期的"美国老年精神病学杂志"上。