Emocionalna umjetna inteligencija sve je češće u središtu rasprava o budućnosti mentalnog zdravlja. Umjesto da se umjetna inteligencija koristi samo za automatizaciju zadataka ili analizu podataka, emocionalna umjetna inteligencija usmjerena je na razumijevanje i odgovaranje na ljudske emocije. Nedavno istraživanje koje je provela istraživačka skupina za afektivno računarstvo pri institutu Massachusetts Institute of Technology pokazalo je da sustavi temeljeni na emocionalnoj umjetnoj inteligenciji mogu ublažiti negativan utjecaj ljutnje na kreativno rješavanje problema. Time se otvaraju nove mogućnosti za emocionalnu umjetnu inteligenciju u području prevencije i podrške mentalnom zdravlju.
U središtu studije bilo je jednostavno, ali pažljivo osmišljeno eksperimentalno okruženje. Više od tisuću sudionika dobilo je zadatak igranja popularne igre pogađanja riječi Wordle. Istraživače je zanimalo kako će se ljutnja i empatija, potaknute prije zadatka, odraziti na sposobnost sudionika da pronalaze kreativna rješenja. Pokazalo se da su sudionici kojima je prvo izazvana ljutnja postizali lošije rezultate u odnosu na kontrolnu skupinu. Kada je u istu situaciju uveden empatijski računalni agent koji koristi emocionalnu umjetnu inteligenciju, negativan učinak ljutnje na kreativno rješavanje problema značajno je smanjen.
Emocionalna umjetna inteligencija odnosi se na sustave koji prepoznaju, simuliraju, kvantificiraju i interpretiraju ljudske emocije te na njih reagiraju na smislen način. Srodno područje je afektivno računarstvo, koje istražuje kako računalni sustavi mogu proizlaziti iz emocija, na njih se oslanjati ili ih izravno poticati. Pojam afektivnog računarstva uveo je sredinom devedesetih godina prošlog stoljeća profesorica Rosalind W. Picard sa sveučilišta MIT, osnivačica i voditeljica Istraživačke skupine za afektivno računarstvo pri laboratoriju MIT Media Lab. U svojim ranim radovima Picard je naglašavala da računala, kako bi s ljudima mogla komunicirati prirodno i inteligentno, moraju imati pristup informacijama o emocionalnom stanju korisnika.
Ideja da bi računala trebala „razumjeti“ emocije tada je mnogima djelovala gotovo znanstvenofantastično. Danas, kada se emocionalna umjetna inteligencija razvija paralelno s brzim napretkom strojnog učenja i analize podataka, ta se ideja pretvara u konkretne alate i prototipove. Sustavi koji analiziraju izraz lica, intonaciju glasa, ritam kucanja na tipkovnici ili uzorke kretanja pametnog sata mogu pružiti indikacije o tome osjeća li se korisnik napeto, tužno ili razdražljivo. Istraživači na sveučilištu MIT bave se upravo tim pitanjem – kako sustavi koji koriste emocionalnu umjetnu inteligenciju mogu dopuniti, a ne zamijeniti ljudske stručnjake u brizi za mentalno zdravlje.
Nedostatak stručnjaka za mentalno zdravlje globalni je problem, a nije zaobišao ni akademske institucije. Istraživanja na sveučilištu MIT pokazuju da približno petina studenata preddiplomskog studija ima simptome teške ili umjereno teške depresije. U takvom okruženju emocionalna umjetna inteligencija nudi mogućnost razvoja alata koji studentima i drugim korisnicima pružaju podršku između razgovora s terapeutom ili u situacijama kada pristup stručnjaku uopće nije moguć. Picard i njezini kolege ističu da cilj nije izgraditi sustave koji će zamijeniti psihologe i psihijatre, nego tehnologiju koja će ojačati njihove mogućnosti i proširiti doseg pomoći.
Jedan od projekta koji se razvija u sklopu klinike Jameel Clinic pri sveučilištu MIT usredotočen je na personalizirane modele strojnog učenja za mentalno zdravlje. Ideja je kontinuirano pratiti promjene razine simptoma velikog depresivnog poremećaja i predviđati njihov budući tijek. Emocionalna umjetna inteligencija u tom projektu povezuje podatke iz upitnika, digitalnog ponašanja i fizioloških signala kako bi se identificirali obrasci povezani s pogoršanjem ili poboljšanjem stanja. Cilj je razviti prilagodljive intervencije – primjerice, prijedlog kratke vježbe disanja, podsjetnik na kontakt s bliskom osobom ili poticaj na izlazak iz kuće – koje će se pojaviti u trenutku kada je korisniku najpotrebnije.
Takav pristup posebno je važan za korisnike koji žive u sredinama s ograničenim pristupom zdravstvenim uslugama. Emocionalna umjetna inteligencija, ugrađena u pametne telefone ili nosive uređaje, može poslužiti kao svojevrsni „prvi red“ podrške mentalnom zdravlju. Ona ne postavlja dijagnoze i ne propisuje terapiju, ali može pomoći da se promjene raspoloženja otkriju ranije nego što bi to učinio sam korisnik. Ako se pravodobno uoči zabrinjavajući trend, sustav može potaknuti osobu da potraži stručnu pomoć, a istodobno pružiti osnovne tehnike samopomoći temeljene na psihološkim dokazima.
Drugo istraživanje tima sa sveučilišta MIT predstavljeno je na konferenciji International Conference on Machine Learning (ICML) 2021. godine. U tom su radu istraživači koristili napredne modele strojnog učenja kako bi predvidjeli rezultate kliničke skale za procjenu depresije poznate kao Hamilton Depression Rating Scale ili HDRS-17. Skala je nastala još šezdesetih godina prošlog stoljeća, a autor je psihijatar Max Hamilton s University of Leeds. Unatoč svojoj starosti, ta se skala i danas često koristi kao zlatni standard u kliničkim ispitivanjima antidepresiva i psihoterapijskih intervencija.
U radu s konferencije ICML istraživači su kombinirali kliničke podatke pacijenata s modelima mješovitih efekata poznatih pod nazivom MERF. Cilj je bio poboljšati sposobnost algoritma da prati individualne razlike među pacijentima i da preciznije predviđa kako će se klinički rezultat mijenjati tijekom vremena. U usporedbi sa standardnim modelima slučajnih šuma i jednostavnim prosjecima po osobi, nova kombinacija metoda pokazala je veću točnost u predviđanju rezultata skale HDRS-17. Iako se u pozadini nalaze složene matematičke strukture, praktična posljedica je jasna: emocionalna umjetna inteligencija može pomoći kliničarima da ranije prepoznaju tko će vjerojatno imati koristi od određene terapije, a tko možda treba drugačiji pristup.
Emocionalna umjetna inteligencija ne primjenjuje se samo u kontekstu kliničke depresije. U istom istraživačkom okruženju razvijaju se i preporučiteljski sustavi koji nastoje svakom korisniku predložiti individualizirane intervencije za poboljšanje raspoloženja. Na temelju prijašnjih izbora korisnika, trenutnog konteksta i sličnosti s drugim korisnicima, takav sustav može predložiti aktivnost koja je u prošlosti donosila olakšanje. Nekom će odgovarati kratka vođena meditacija, drugome šetnja, a trećem zadatak usmjeren na zahvalnost. Emocionalna umjetna inteligencija u pozadini sustava procjenjuje koji je prijedlog u danom trenutku najvjerojatnije koristan.
Igre i elementi razigranog dizajna također zauzimaju važno mjesto u razvoju novih digitalnih intervencija. Jedan od projekata tima sa sveučilišta MIT je digitalna igra The Guardians: Unite the Realms, osmišljena kao alat za poticanje ponašanja koja se često koriste u bihevioralnoj aktivaciji kod depresije. Korisnici kroz igru izvršavaju zadatke koji uključuju male, ali konkretne korake u svakodnevnom životu, poput uspostavljanja rutine spavanja ili planiranja kratkog druženja. Emocionalna umjetna inteligencija u ovom slučaju prati kako se korisnik osjeća tijekom igranja te prilagođava težinu i vrstu zadataka kako bi zadržala osjećaj angažiranosti, a izbjegla preopterećenje.
Emocionalna umjetna inteligencija može igrati ulogu i u sigurnosti prometa. Istraživači razvijaju modele računalnog vida koji iz videozapisa vožnje procjenjuju razinu umora i opasnog ponašanja vozača. Sustav može pratiti položaj glave, učestalost treptanja ili način držanja upravljača te iz tih signala zaključivati je li vozač pospan, rastresen ili pod stresom. Ugrađena emocionalna umjetna inteligencija zatim može pokrenuti upozorenje, predložiti stanku ili u budućnosti koordinirati s poluautonomnim sustavima upravljanja vozilom kako bi se rizik smanjio.
Još jedno aktivno područje istraživanja bavi se razlikovanjem autentičnih i manipuliranih videozapisa, osobito takozvanih deepfake sadržaja. Dok klasični pristupi često analiziraju tehničke tragove uređivanja slike, emocionalna umjetna inteligencija omogućuje promatranje suptilnih odstupanja u izrazu lica, mikroekspresijama i tempu govora. Ako algoritam uoči da se emocionalni izrazi ne slažu s očekivanim obrascima za danu situaciju, može označiti videozapis za dodatnu provjeru. Na taj način emocionalna umjetna inteligencija pridonosi borbi protiv dezinformacija i zaštiti javnosti od manipulativnog sadržaja.
Velik dio rada na emocionalnoj umjetnoj inteligenciji odvija se na sučelju računarstva, psihologije i neuroznanosti. Istraživači moraju izgraditi modele emocija koji su dovoljno precizni da bi bili korisni, ali i dovoljno fleksibilni da prepoznaju individualne razlike i kulturni kontekst. Pogrešna pretpostavka o tome što određeni izraz lica znači u različitim kulturama može dovesti do krivih zaključaka. Zato se sustavi koji se temelje na emocionalnoj umjetnoj inteligenciji sve češće obučavaju na raznolikim skupovima podataka, a u razvoj su uključeni stručnjaci iz različitih zemalja i disciplina.
S etičkog stajališta, emocionalna umjetna inteligencija otvara brojna pitanja. Sustavi koji prate raspoloženje, fiziološke signale ili ekspresije lica iznimno su osjetljivi s obzirom na privatnost. Ključno je da korisnici imaju jasan uvid u to koji se podaci prikupljaju, kako se pohranjuju i u koje se svrhe koriste. Istraživači sa sveučilišta MIT naglašavaju da dizajn takvih sustava mora uključivati načelo minimalnog prikupljanja podataka i snažnu zaštitu od neovlaštenog pristupa. Emocionalna umjetna inteligencija može biti korisna samo ako ljudi imaju povjerenje u način na koji se njome upravlja.
Još jedna važna tema je opasnost od pretjeranog oslanjanja na automatizirane preporuke. Emocionalna umjetna inteligencija može pružiti vrlo personalizirane prijedloge i upozorenja, ali krajnje odluke o liječenju trebaju ostati u rukama ljudi. Picard i njezini suradnici često ističu da je pokušaj izgradnje sustava koji u potpunosti zamjenjuje terapeuta duboko pogrešan pristup. Umjesto toga, emocionalna umjetna inteligencija trebala bi funkcionirati kao partner koji olakšava posao stručnjaka, priprema podatke, osigurava praćenje između susreta i pomaže u motiviranju korisnika.
Na razini društva, emocionalna umjetna inteligencija otvara mogućnosti za nove oblike brige za mentalno zdravlje u školama, na radnim mjestima i u zajednici. U obrazovnom sustavu, primjerice, sustavi temeljeni na emocionalnoj umjetnoj inteligenciji mogli bi pomoći nastavnicima da bolje razumiju kada su učenici preopterećeni, zbunjeni ili povučeni. Na radnom mjestu, anonimno prikupljeni i pažljivo agregirani signali mogli bi ukazati na to da je timu potrebna dodatna podrška ili promjena organizacije rada. U svim tim slučajevima emocionalna umjetna inteligencija djeluje kao alat za rano prepoznavanje problema, a ne kao zamjena za međuljudski kontakt.
Industrija digitalnog zdravlja već prepoznaje potencijal koji emocionalna umjetna inteligencija nosi. Startupi i veće tvrtke razvijaju aplikacije koje kombiniraju praćenje raspoloženja, kratke psihološke vježbe i komunikaciju s virtualnim agentima osjetljivima na emocije. Neke od tih tvrtki proizašle su upravo iz istraživačkog okruženja sveučilišta MIT, poput tvrtki Affectiva i Empatica, koje su se usmjerile na analizu signala lica i fizioloških podataka. Emocionalna umjetna inteligencija u takvim rješenjima služi kao most između suhog niza brojeva i živog ljudskog iskustva.
Kako se područje razvija, istraživački timovi redovito objavljuju rezultate na konferencijama poput ICML ili u časopisima koji se bave neuroznanošću i kliničkom psihologijom. U laboratorijima poput MIT Media Lab i klinike Jameel Clinic nastavljaju se projekti koji povezuju strojno učenje, digitalnu medicinu i psihološke intervencije. Emocionalna umjetna inteligencija tako postupno prelazi iz eksperimentalnih studija u alate koji se mogu primjenjivati u svakodnevnom životu, od studentskih kampusa do bolnica i kućnih okruženja.
