研究發現，AI能提高人類的共情能力

天下 03-04

很多人擔心AI可能帶來的影響——奪走我們的工作，引起自動化偏見（automate bias），甚至導致民主制度的滅亡。但是如果運用得法，AI能否被用來引起共情呢？而演算法是否能習得是什麼讓我們對那些與我們不同的人心生同情呢？如果能，那它們是否也能說服我們捐錢出力幫助他人呢？

這正是MIT媒體實驗室的擴展性合作實驗室（Scalable Cooperation Lab）及UNICEF創新實驗室的研究員們試圖解答的問題，他們共同發起了名為「深度共情」的研究項目。你可能還記得擴展性合作實驗室，他們在之前的項目「噩夢機器」和「Shelley AI」中訓練AI創作恐怖圖片和恐怖故事。但是最近，這支團隊正在研究如何使用電腦生成的圖片讓人們對災難受害者產生更強烈的同情心。

「作為人類，我們擁有許多偏見，它們使我們甚少關懷那些與我們不同的人，也使我們對大量傷亡無動於衷，」倫敦政治經濟學院的助理研究員，也即該項目組成員Zoe Rahwan在發給Co.Design的一封郵件中寫到，「我們希望『深度共情』能夠幫助人們克服這些偏見，以一種前所未有的方式來引起人們的同情心。」

因為比起數字來說，人們更容易於對圖片產生更多同情心，所以研究室將訓練AI拍攝北美和歐洲城市的照片，並將它們轉變為當今敘利亞那般飽受戰爭摧殘的樣子。這項技術被稱為神經風格遷移，主要是將兩張圖片合為一體，保留其中一張圖片的內容以及另一張圖片的風格。這和那些將所攝照片轉變為畢加索或梵谷的繪畫風格所使用的技術是一樣——但是這主要是為了社會公益，而不是為了好玩。演算法生成波士頓，舊金山，倫敦和巴黎的照片，照片中的城市遭炸彈襲擊，建築破爛不堪，就連天空也灰濛濛的。

可能看到你所熟悉並熱愛的地方的照片，會讓你覺得敘利亞所經受的摧毀離你更近、更加與你息息相關。根據媒體實驗室的科學家Nick Obradovich所說，研究員們進行了幾個對照實驗來測試AI生成的圖片是否能與敘利亞城市的真實照片獲得相同數額的援助捐款。研究員們發現AI生成的圖片和真實照片獲得了同樣數目的捐款，而參與者們也表示自己產生了相同程度的同情心。換句話來說，模擬出的災難場景讓人們產生的共情反應與他們看到真實的敘利亞戰爭照片時所湧起的同情心相差無幾。

然而，「我們項目的主要目標不是『勝過』真實的災難照片（它們常被過度使用，導致人們變得習以為常），而是創造可擴展的引起共情的方式，」擴展性合作實驗室博士後Pinar Yanadag說道。在急需援助的危機時期，這種工具也許能夠幫助哪些不熟悉受影響地區的人們真正理解破壞範圍之大。小組將相同辦法運用在受地震和火災影響的地區，效果十分令人滿意。

研究者同樣希望能訓練另一個AI分辨一張圖片是否比另一張激起人們更強烈的同情心。在項目網站上，你可以接受一個調查，你需要在兩張來自Flickr上帶有「敘利亞」標籤的圖片中選取一張圖片。其中許多圖片看起來十分隨意，或是幾乎與戰爭無關的日常生活場景，所以選出你更加同情哪張圖片可能並不容易——這也提醒了我們共情是多麼主觀的東西。但是從調查中獲取一系列訓練數據還是為了一個更宏偉的目標：訓練演算法幫助非營利機構決定在運營中使用哪張圖片，好讓人們更願意捐款。

目前為止，來自90個國家的人已一共標記了1萬張照片，選出了他們更同情的照片。如果Facebook要這樣創造一則演算法的話，它會覺得自己在操縱用戶。但是從研究和非盈利的背景上來看，幫助他人接觸到離他們十分遙遠的災難——以及幫助非盈利組織駕馭那股力量幫助有需要的人們——就是一種富有價值的使用機器學習的方法。

請填寫這個調查，看看該項目中大都市在被轟炸變成廢墟的前後對比，你可能十分感動，並向聯合國兒童基金會捐款。