研究人员利用人工智能准确预测了圣地亚哥一个老年住宅社区居民的孤独感。发表在《美国精神病学杂志》的文章表明，研究人员能够利用自然语言处理（NLP）和机器学习对言语中的情感进行分类。

在冠状病毒大流行迫使人们保持社会孤立之际，来自加州大学、IBM和其他机构的研究人员进行的一项研究，可能在帮助社会评估和解决普遍存在的孤独感方面发挥至关重要的作用。然而，尽管科技为识别孤独等社会问题提供了越来越强大的手段，但这些问题能否仅靠科技就能解决仍是一个问题。

为了研究的普遍性，研究人员采访了80位住在圣地亚哥县一个独立居住社区的老年人。他们问一些问题来衡量孤独的各个方面，并录下了答案，然后使用IBM Watson NLU（自然语言理解）iv程序进行了分析，该程序可以“量化情感和表达情绪”。

这些分析方法通过扫描回答中使用的单词和短语的频率，对情感（从-1.0到1.0）和情绪（从0.0到1.0）分配分数。将人工智能分配的分数与对孤独感的手动评估进行比较，以判断准确性。

在对结果的讨论中，作者发现他们使用的机器学习模型出奇地准确。这些模型可以以94％的准确度预测定性孤独（基于转录的访谈），以76％的精确度预测定量孤独（基于自我评估分数）。

换句话说，人工智能在预测孤独和孤立感方面几乎与合格的临床医生一样好。正如作者在结论中指出的那样，这可能对未来产生重大影响：

他们写道：“ NLP和ML技术可以扩大规模以处理成百上千的采访，并且可以提供人类评分者无法提供的一致评分。”

作者还设想了未来的情况，即基于人工智能的服务可以在没有人类直接参与的情况下为个人提供帮助。

他们说：“最终，成熟的AI系统可以实时进行干预，通过采用积极的认知、管理社交焦虑和参与有意义的社交活动来帮助个人减少孤独感。”

然而，尽管人工智能显然在大规模检测人群的孤独感（以及其他情绪状态）方面具有光明的前景，但它能否成为治疗的重要组成部分还有待商榷。

该研究论文本身指出，参与实验着的整体孤独感发生率为45％，其中许多人表示缺乏情感和工具支持。这种缺陷并不是基于AI的系统可以自行解决的。的确，孤独从根本上讲是一个社会问题，只有通过社会解决方案和变革才能解决。

简而言之，人工智能能够在理论上识别出美国或地球上每个孤独或孤立的人，但是，基于技术的方法实际上可以减少这种孤独和孤立吗？可以说很少的。

这一点很重要，因为我们经常看到诸如精神健康诊断或生理健康诊断中的技术创新，好像它们与实际治愈相关疾病几乎一样。但是，尽管可以使用AI、虚拟现实和其他技术来检测问题，但我们需要记住，我们的大多数问题并不是由于缺乏技术造成的。

相反，我们的大多数问题都源于原因和因素组成的复杂网络。这些原因和因素大多数具有社会、经济和政治性质的。因此，他们只会接受类似的社会、经济和政治解决方案。

孤独感不仅呈上升趋势，而且可能是生活在个人主义和竞争日益激烈的21世纪的一种症状。如果我们真的认真对待孤独，我们需要仔细研究一下我们这个年龄段哪些方面会导致孤独，并相应地做出改变。否则，简单地使用基于人工智能的方法来检测和诊断孤独将相当于另一个赚钱的活动，并没有实际作用。