也许某天,机器学习可以训练出一个心理医生程序

计算分析与移情听起来也许不像是个天作之合,但是近期新的研究表明,机器学习系统可以用来检测、测量以及加强心理健康专家对于处于情绪低谷的客户们的移情反应。这样的功能可以让心理治疗更加有效,并且能够更加容易地为需要帮助的人们所采用。 对于怀疑者来说,它甚至可以帮助证明它的价值。 在南加州大学,针对在心理治疗师的训练和评估中存在许久的问题,研究员设计了一种工程解决方案:用来检测移情效应的系统几乎由人类组成。 区分出一个能够让客户寻求治愈的优秀治疗师的过程,从基本上来说就是通过其他人的评论。自早期以来,训练有素的评论者需要观看实时或录制的治疗过程,并记录手势动作、语音模式和互动方式,根据这些信息可以判断出一个治疗师是与患者有效沟通,促进反思,还是激发出患者防御性、免疫性的回应。 对于面部移植的对象,有一些治疗方法也是心理方面的。 

这种过程对于治疗师不可或缺,保留他们的能力,并根据服务质量进行排名十分「昂贵、耗时并且实际上从未真的出现过」,华盛顿大学的心理学家David Atkins在一篇文章中如此评论道。 但是如果设定为检测移情语音与行为模式的软件也可以做到呢?南加州大学的电子工程学生博晓和他的博士导师Shrikanth S. Narayanan一起研发了一个可以为治疗师——还有患者,甚至保险公司——服务质量进行实时反馈的软件。 根本就没有「男性大脑」和「女性大脑」之分,科学家们已经用大脑扫描证明了这一荒谬说法。 他们的发现被刊载在PLoS于周三发表的期刊上,指出语音和模式识别的自动系统是「可能的」。并且进行进一步的提升,它们还可以——通过智能手机与平板——为治疗师提供「近实时反馈」以评价并加强他们的心理治疗技能。 「谈话治疗」的提出者在展示他们在一系列从情感疾病到精神错乱等治疗中的服务具有有效性这一方面承受着愈来愈大的压力。认知行为治疗——一种旨在解决具体问题的简洁化与结构化的治疗形式——的支持者则指出其有效性有着丰富的文献支持。而新的神经影像学研究则证明了谈话治疗的某些形式为大脑带来了积极方面的改变。 但是对于谈话治疗的一些其他形式——包括「动机访谈」,一种大量应用于现行研究中的去瘾治疗——其有效性的证据则很稀少。 

心理学家Atkins提出集中于移情作用——凝结心理治疗关系的胶剂并开始治疗过程——也许正是证明谈话治疗那些鲜少研究的其他方式的有效性的关键。 「我们虽然给它们起了不同的名字,但是如果你观察得足够仔细,实质上所有的心理治疗其实在核心上有着共同的方面。」Atkins指出,「移情可以被认为是一种核心辅导技巧」,并且某种程度上,它可以被有效地评估、测量以及提升。他还附加道,心理治疗的大部分形式都是有益的。 而这也带来了一个问题:机器能够让心理治疗更加有效么? 对这个问题,Atkins有着积极的看法。 「这是一种非常亲密的过程,要求这个在我面前的这个人也非常特别。」Atkins说道,「但是如果我们没有向导——没有规则与最佳实践指南,那就相当于蛮荒的西部大开发,任何事情都会发生。」

编译:Chen

入门
暂无评论
暂无评论~