Автор Дональд Кларк
Могут ли машины иметь эмпатию и другие эмоции? Янн Лекун считает, что они могут, и я согласен, но это соглашение с оговорками. Оно будет иметь значение, если ИИ станет универсальным учителем и будет обладать качествами опытного учителя.
Начать следует с того, что такое эмоции. На эту тему было проведено большое количество исследований Krathwohl, Damasio & Immordino-Yang, Lakoff, Panksepp. Также хорошая работа, проделанная Ником Шеклтоном-Джонсом по раскрытию роли эмоций в обучении.
Я также рассказал о них в этом подкасте.
Мы также должны проводить различие между эмоциональным распознаванием, проявлением эмоций и переживанием эмоций.
Распознование эмоций
Лицо является основным индикатором эмоций, и мы ищем изменения в лицевых мышцах, такие как приподнятые брови, суженные или расширенные глаза, улыбки, хмурые взгляды или сжатые челюсти. Сканирование лица, безусловно, может идентифицировать эмоции, используя этот путь. Зрительный контакт — другой, твердый взгляд показывает интерес, даже гнев, в то время как избегание зрительного контакта может указывать на незаинтересованность, застенчивость, беспокойство или вину. Микровыражения также распознаются как выражение эмоций. Обратите внимание, что все это часто является слабостью у людей, с существенной разницей между мужчинами и женщинами, а также у людей с аутизмом. Эмоциональное распознавание находится на пути к тому, чтобы быть лучше, чем у большинства людей, и, скорее всего, превзойдет эту способность.
Голосовой тон и громкость также имеют значение, тон голоса, интонация, высота тона, повышенная громкость при возбуждении или гневе; тихий или более мягкий тон, когда он грустный или задумчивый; оптимистичен, когда счастлив. Язык тела — еще один, который явно возможен при сканировании скрещенных рук и движений, показывающих беспокойство, незаинтересованность или гнев.
Даже на уровне текста можно использовать анализ настроений, чтобы определить диапазон эмоций, поскольку эмоции закодированы в языке. LLM показывают это довольно ярко. Это можно использовать для семантической интерпретации текста, раскрывающего целый спектр эмоций. Его можно использовать с течением времени, например, для выявления неуспевающих студентов, которые проявляют негатив в курсе. Его можно использовать на индивидуальном уровне или предоставить информацию о мониторинге социальных сетей, общественном мнении, отзывах клиентов, восприятии бренда и других областях, где важно понимание настроений. По мере улучшения, используя LLM, он начинает замечать. Он может бороться с сарказмом, иронией и сложным использованием языка.
ИИ уже мог в каком-то смысле понимать музыку, даже ее эмоциональный смысл и воздействие. Spotify уже классифицирует по этим критериям с помощью ИИ. Это не значит, что он испытывает эмоции.
Даже на уровне «распознавания» вполне может быть, что машина помогает людям контролировать и модулировать плохие эмоции. Я уверен, что петли обратной связи могут успокоить людей и стимулировать эмоциональный интеллект. Тот факт, что машины могут считывать стимулы быстрее, чем мы, и реагировать быстрее, может означать, что у них лучше развита эмпатия, чем у нас когда-либо. Распознавание эмоций позволит ИИ адекватно реагировать на наши потребности, и это нельзя игнорировать. Это можно использовать как средство для достижения многих целей, от образования до психического здоровья. Чат-боты уже используются для проведения когнитивно-поведенческой терапии.
Выражение эмоций
Эмоции можно показывать, не ощущая их. Это могут сделать актеры, это могут сделать написанные слова в романе, и то и другое может вызвать сильные человеческие эмоции. Тренеры часто так делают. Машины тоже могут это делать. Начиная с самых ранних чат-ботов, таких как ELIZA, это было ясно, Nass & Reeves показали в 35 исследованиях в The Media Equation, что это чтение человеческих качеств и эмоций в машинах является обычным явлением.
Как неоднократно повторяет Панксепп, мы склонны считать эмоции человеческими и, следовательно, «хорошими». Их эволюционное развитие означает, что они существуют по иным причинам, чем мы думаем, поэтому они часто подавляют нас или имеют как опасные, так и полезные последствия. Большинство преступлений вызвано эмоциональными импульсами, такими как непредсказуемый гнев, особенно насильственные и сексуальные преступления. Это привело бы нас к заключению, что следует поощрять проявление положительных эмоций, а плохие — удалять из системы. Уже предпринимаются попытки встроить в системы справедливость, доброту, альтруизм и милосердие. Дело не только в том, чтобы иметь полный набор эмоций, но и в том, какие эмоции мы хотим, чтобы эти системы отображали или имели.
Чувство эмоций
Для этого потребуется, чтобы ИИ был полностью встроен в физическую нервную систему, способную чувствовать в том же смысле, в каком мы чувствуем эмоции в мозгу. Это также, кажется, требует осознания самих чувств. Мы могли бы отбросить это как невозможное, но здесь возможные компромиссы, и есть еще одна возможность. Джеффри Хинтон предположил, что «Смертный компьютер» и гибридные компьютерные мозговые интерфейсы вполне могут стереть это различие в смысле интеграции мысли с человеческими эмоциями способами, которые еще не переживаются, даже подсознательно. Но, возможно, нам не нужно заходить так далеко.
Нужны ли эмоции в обучении?
Меня всегда поражал аргумент Дональда Нормана: «Эмпатия… звучит прекрасно, но поиски эмпатии просто вводят в заблуждение». Он утверждал, что этот призыв к сочувствию в дизайне ошибочен и что «концепция невозможна, а даже если и возможна, то ошибочна». Вы никак не сможете проникнуть в головы сотен, тысяч, даже десятков и сотен тысяч учеников. Как говорит Норман: «Звучит замечательно, но поиск сочувствия просто сбивает с толку». Таким образом не только невозможно понять людей, но и бесполезно. Вам нужны не эмпатия, а данные. Кто эти люди, что им нужно делать и как мы можем им помочь. Как люди они будут очень изменчивы, но то, что им нужно знать и делать для достижения цели, относительно стабильно. Это имеет мало общего с эмпатией и много общего с пониманием и разумом.
Конечно, эмоциональная сторона обучения важна, и такие люди, как Норман, много писали и исследовали эту тему. Положительные эмоции помогают людям учиться (Um et al., 2012). Даже отрицательные эмоции (D’Mello et al., 2014) могут помочь людям учиться, стимулируя внимание и мотивацию, в том числе при легком стрессе (Vogel and Schwabe, 2016). Мы также знаем, что эмоции вызывают внимание (Vuilleumier, 2005) и мотивацию, которую можно описать как любопытство, когда новый или неожиданный способ может стимулировать активный интерес (Oudeyer et al., 2016). Короче говоря, эмоциональные события запоминаются дольше, четче и точнее, чем нейтральные.
Слишком часто мы цепляемся за название в учебном мире, не особенно задумываясь о том, что оно на самом деле означает, что о нем говорят эксперты в этой области, и перебрасываем его, как если бы это была несомненная истина. Но попытки вызвать эмоции в процессе обучения и проектирования могут быть не настолько уместными или настолько уместными, насколько может быть достаточно имитации эмоций. ИИ может быть разработан, чтобы вызывать и манипулировать учащимся в сторону положительных эмоций, а не эмоций, определенных Панксеппом и другими, которые вредят обучению, таких как страх, беспокойство и гнев. Мы так торопимся включить «эмоции» в дизайн, что путаем эмоции в процессе обучения с эмоциями учителя и дизайнера. Это также похоже на ленивую сигнализацию о том, что вы не провели тщательный анализ заранее, по умолчанию используя свободный язык беспокойства и сочувствия.
Заключение
Обсуждая эмоции, мы склонны думать о них как об исключительно человеческом явлении. Это не так. У животных явно есть эмоции. Это не случай человеческой исключительности. Другими словами, существа с меньшей сложностью, чем мы, способны чувствовать. Таким образом, в какой момент восходящий процесс может создать машину, которая может чувствовать? Кажется, мы приближаемся к этому и продвинулись довольно далеко, достигнув «узнавания» и «демонстрации»;
Если разработки в области искусственного интеллекта и научили нас чему-то, так это никогда не говори никогда. В настоящее время наблюдается экспоненциальный прогресс, и он будет продолжаться с некоторыми из крупнейших компаний с огромными инвестициями, наряду со значительным сдвигом в исследованиях и намерениях правительства. У нас уже есть распознавание и отображение эмоций. Чувство эмоций может быть далеким, ненужным для многих задач, даже для преподавания и обучения.
В медицине эмпатии уже помогают с помощью GPT4, пациенты могут извлечь выгоду из помощи как знающей, так и чутких машин. Мы видим это уже в исследовании Healthcare Ayers (2023), где в 79% случаев пациенты оценивали чат-бота значительно выше как по качеству, так и по сочувствию. Это еще до очевидных преимуществ круглосуточной доступности, получения более быстрых результатов, повышения доступности медицинских услуг в сельской местности, доступности для бедных и снижения нагрузки на системы здравоохранения. Это придает сил пациенту. Чтобы узнать больше об этой области ИИ, помогающего пациентам с эмпатией, послушайте отличный подкаст Питера Ли здесь. Он показывает, что даже псевдоэмпатия может иметь глубокие корни и использоваться во многих взаимодействиях с учителями, врачами, в розничной торговле и так далее.
Вот почему я думаю, что Универсальный Учитель и Универсальный Врач уже на горизонте.
Список использованной литературы
Ayers et al. 2023. Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Platform
Norman, D.A., 2004. Emotional design: Why we love (or hate) everyday things. Basic Civitas Books.
Norman, D., 2019. Why I Don't Believe in Empathic Design.
Um, E., Plass, J.L., Hayward, E.O. and Homer, B.D., 2012. Emotional design in multimedia learning. Journal of educational psychology, 104(2), p.485.
D’Mello, S., Lehman, B., Pekrun, R. and Graesser, A., 2014. Confusion can be beneficial for learning. Learning and Instruction, 29, pp.153-170.
Vogel, S. and Schwabe, L., 2016. Learning and memory under stress: implications for the classroom. npj Science of Learning, 1(1), pp.1-10.
Vuilleumier, P., 2005. How brains beware: neural mechanisms of emotional attention. Trends in cognitive sciences, 9(12), pp.585-594.
Oudeyer, P.Y., Gottlieb, J. and Lopes, M., 2016. Intrinsic motivation, curiosity, and learning: Theory and applications in educational technologies. Progress in brain research, 229, pp.257-284.