索尼娅的AI聊天机器人替代了心理治疗师的工作

AI7号2024-06-261430

Chat中文镜像

聊天机器人能取代人类心理治疗师吗?一些初创企业和患者声称他们可以。但这并不是确凿的科学证据。

一项研究发现,80%使用OpenAI的ChatGPT寻求心理健康建议的人认为它是常规治疗的良好替代品,另一份报告发现聊天机器人可以有效减轻与抑郁和焦虑相关的某些症状。另一方面,众所周知,治疗师和客户之间的关系——换句话说,人际关系——是心理健康治疗成功的最佳预测因素之一。

三位企业家 — Dustin Klebe,Lukas Wolf 和Chris Aeberli — 均支持聊天机器人治疗的理念。 他们的初创公司Sonia提供一款“人工智能治疗师”,用户可以通过iOS应用与其交谈或发短信,讨论各种话题。

在一定程度上,建立AI治疗师就像研发药物一样,意思是我们在开发一种新技术,而不是重新打包现有的技术,”Sonia公司的首席执行官克莱比在接受TechCrunch采访时表示。

这三人在2018年在苏黎世联邦理工学院学习计算机科学时相识,然后一起前往美国在麻省理工学院攻读研究生。毕业后不久,他们重新团聚,创立了一家初创公司,以实现他们对可扩展技术的共同热情。

那家创业公司成为了索尼娅。

索尼娅利用多种生成式人工智能模型来分析用户在应用程序中“治疗会话”期间所说的话,并对他们进行回应。 应用认知行为疗法的技术,该应用每月向用户收费20美元,年费200美元,提供旨在加深对话中的见解的“家庭作业”,并设计了可帮助确定主要压力源的可视化工具。

克莱布声称,索尼娅尚未获得FDA批准,可以解决从抑郁、压力、焦虑到人际关系问题和睡眠不佳等一系列问题。对于更严重的情况,比如有人考虑暴力或自杀,克莱布表示索尼娅有“额外的算法和模型”来检测“紧急情况”,并引导用户致电国家热线。

有点令人担忧的是,索尼娅的创始人中没有人拥有心理学背景。但克莱布表示该创业公司正在与心理学家进行咨询,最近还招聘了一名认知心理学毕业生,并正在积极招聘一名全职临床心理学家。

“强调我们并不将人类治疗师或者提供人类进行身体或虚拟心理健康护理的公司视为我们的竞争对手是很重要的。”Klebe说道。“对于索尼娅生成的每一个回复,背后会有大约七个语言模型在进行调用,以从多个不同的治疗视角分析情况,从而调整、优化和个性化索尼娅选择的治疗方法。”

隐私如何处理?用户能放心他们的数据没有存储在易受攻击的云端,也不会在未经知情的情况下被用来训练Sonia的模型吗?

克莱布表示,索尼娅致力于仅保存“绝对最少量”的个人信息来进行治疗管理:用户的年龄和姓名。然而,他并未解释索尼娅在哪里、如何以及存储对话数据多长时间。

Sonia目前拥有大约8000名用户,并获得来自投资者的335万美元支持,包括Y Combinator、Moonfire、Rebel Fund和SBXi。目前,Sonia正在与未透露名称的心理健康组织商讨,希望通过它们的在线门户为用户提供资源。在应用商店上,Sonia的评价目前相当积极,有几名用户指出他们觉得与聊天机器人交谈比与人类心理治疗师更容易。

但这是件好事吗?

如今的聊天机器人技术在提供建议的质量方面存在局限性,并且可能无法察觉一些更微妙的迹象,比如一个患厌食症的人问如何减肥。(索尼亚甚至都不知道这个人的体重。)

聊天机器人的回复也带有偏见,通常是在它们的训练数据中反映出的西方偏见。因此,它们更有可能忽视人们表达心理疾病的文化和语言差异,尤其是当英语是这个人的第二语言时。 (Sonia只支持英语。)

在最坏的情况下,聊天机器人会失控。去年,国家饮食障碍协会因将人类替换为一个名为Tessa的聊天机器人而受到指责,这个机器人发布了对患有饮食障碍的人有触发作用的减重建议。

克莱布强调说索尼娅并不是想取代人类治疗师。

“我们正在为数百万因心理健康问题而苦恼却无法(或不想)找到人类心理治疗师的人群建立解决方案,”Klebe说道。“我们的目标是填补需求和供给之间的巨大缺口。”

在专业人员与患者的比例以及治疗费用与大多数患者负担得起的费用之间确实存在差距。根据最近的政府报告,超过一半的美国人没有足够的地理接触心理治疗。最近的一项调查发现,42%的美国成年人由于负担不起治疗费用而无法接受心理治疗。

《科学美国人》一文谈到了面向“担心的健康人”(即有经济条件支付治疗和应用订阅费用的人),而不是最容易陷入风险但不知道如何寻求帮助的孤立个体的治疗应用。索尼娅每月20美元并不便宜,但克莱布认为这比一次典型的治疗预约要便宜。

“开始使用Sonia要比找人类心理治疗师容易得多,那需要找心理治疗师,排队等候四个月,按照预约的时间去那里,还要支付200美元。”他说,“Sonia已经看过比人类心理治疗师整个职业生涯中看的病人还要多。”

我只希望Sonia的创始人在开发过程中对该应用程序能够解决和不能解决的问题保持透明。