研究人员通过人工智能成功预测了圣迭戈县某高级住宅社区居民的孤独感。根据他们在《美国精神病学杂志》上发表的研究，所使用的AI技术结合自然语言处理（NLP）和机器学习，能够分析语音中的情绪与情感。
在新冠疫情迫使人们保持社交距离的背景下，加州大学、IBM及其他机构的研究者们致力于帮助社会识别并应对普遍的孤独感。尽管技术日益强大，能够更有效地识别孤独等社会问题，但是否能够真正解决这些问题仍然是一个悬而未决的问题。
为此，研究团队对圣迭戈县某高级住宅社区中80位独居居民进行了访谈，提出了一系列评估孤独感的问题，并对回答进行了转录。随后，他们利用IBM Watson NLU（自然语言理解）IV程序进行分析，从而“量化情感与情绪的表达”。
这些分析方法可以扫描回答中使用的词汇和短语的频率，并对情绪（范围从-1.0到1.0）和情感（范围从0.0到1.0）进行评分。最终，研究人员将AI打出的评分与人工评分进行了比较，以得出准确率的结论。
在结果核查中，研究人员发现他们的机器学习模型具有极高的准确性。这些模型能以94%的准确率预测定性孤独（基于访谈转录），并以76%的准确率预测定量孤独（基于受访者的自我评分）。
换句话说，人工智能在预测孤独情绪和感受方面的表现，已与合格的临床医生相当。正如作者们在结论中所指出的，这可能会对未来的心理健康治疗产生深远影响。
他们在文章中提到，“自然语言处理和机器学习技术能够以规模化的方式快速处理大量访谈材料，并提供人类评分者无法实现的统一评分效率。”
研究者们还设想，未来基于人工智能的服务可能在无需人类直接参与的情况下，为公众提供支持。
他们表示，“最终，复杂的AI系统将能够进行实时干预，通过积极认知、社交焦虑管理以及推荐有意义的社交活动来帮助个人减轻孤独感。”
然而，尽管人工智能在大规模检测个体与群体的孤独感（以及其他情绪状态）方面展现出巨大潜力，但其能否真正为治疗过程做出贡献仍然不确定。
研究还指出，受访者中感到孤独的比例达到45%，其中许多人表示缺乏情感支持和工具。这种缺失显然不是AI系统可以轻易解决的。孤独本质上是一个社会问题，只有通过社会性的解决方案和变革才能缓解。
理论上，AI技术可以识别出美国乃至全球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孤独或孤立的问题，恐怕没有人能给出明确的答案。
值得注意的是，虽然我们在精神健康和生理健康领域见证了前所未有的技术创新，但创新与实际治愈疾病之间是两个不同的概念。大多数无法克服的问题，并不是由于技术方案的缺乏。
相反，我们面临的许多问题源于复杂的原因和因素网络，这些因素通常涉及社会、经济和政治领域，因此必须通过社会、经济和政治层面的解决方案来应对。
孤独感同样如此，这种负面情绪的普遍性在不断上升，并且日趋个性化，甚至成为21世纪的新常态。如果我们真心希望解决这一问题，显然需要深入研究时代特征与孤独感之间的关系，并进行相应的调整。否则，仅靠人工智能手段检测和诊断孤独感，除了加重公众的焦虑外，毫无益处。
