AI揭示对世界更“人性化”的理解
作者:编辑部
2022-08-02
摘要:通过同理心的视角,信息搜索可以减少偏见,更全面。

偏见是人类所固有的。当我们犯了一个充满偏见的错误时,被安慰说“你只是个普通人”是很常见的。此外,我们倾向于通过寻求符合自己的想法和意见来延续我们对世界的偏见看法。个人和组织都容易受到这种倾向的影响,无论是阅读新闻还是建立对市场的理解,并将其应用于品牌建设、公共关系、危机管理、产品开发和其他战略。

不幸的是,有偏见的搜索偏好,在不知不觉中被内置到过滤搜索结果的人工智能算法中的偏见所加剧,掩盖了真实情况。要怎样才能从互联网上以较少偏见但更全面的方式提取有意义的信息?

从比特到真正的洞察力

每天,我们都被互联网上的新闻、意见、营销信息和对话所淹没。一个单一的话题可以被社会上不同的声音在众多的平台上描述和讨论。虽然与信息相关的内容是可以立即观察到的,但其背后更丰富的思维和意图却往往不那么明显。通过同理心,我们可以更好地理解内容背后的人或组织的观点,以及他们的潜在动机和情感。这些以人为本的洞察力可以丰富我们的理解,对世界进行更准确的描绘。

显然,在万维网的规模上,要与内容提供者,特别是那些具有不同视角的内容提供者产生共鸣,需要付出更多的努力。这就是围绕对人类心理学的理解而建立的信息技术,如人工智能,发挥了关键作用。

首先,技术可以帮助克服偏见,通过实现系统化和广泛的规模化搜索来识别相关信息、竞争性意见和不同观点。其次,利用联想的力量,通过整合围绕每个主题的社会、动机和情感方面,可以在搜索过程中建立移情。这种结构化的网络搜索方法,被称为“关联性超搜索”,通过识别信息提供者的动机和情感,使收集认知数据成为可能。

这种方法是“联想”的,因为它能识别连接主题、动机和情感的模式。它也是一种“超搜索”技术,依靠规模来揭示共同的关联模式。

通过人工智能发掘人性

#创新,被谈论的不同方式#它包括一个指定广泛搜索的过程,进行关联性超搜索的软件,以及对搜索结果进行分析和可视化的机器学习。

在关联超搜索阶段,对于任何感兴趣的主题,NEMO在网络上搜索主题驱动的短语组合,以及来自定义的情感和动机词典的词汇。然后,这些数据被转换为词向量,或分配给描述主题、情感和动机的每个组合的独特数字。然后,机器学习被用来识别主题中的共同主题,以及它们与各种情绪和动机的关联模式。

为了帮助用户更好地可视化和解释结果,研究结果以图形的方式进行了总结,以揭示主题和副主题、情感和动机的重要性,以及它们与其他主题和副主题、各自的情感和动机在关联上的紧密程度。

例如,在“好的食物”这一主题上,有关健康、可持续农业和优质食物的可及性的主题可能会浮出水面,正如2021年美国的情况一样。在这些主题中,获得(优质)食物的权利是最主要的,并且明显与“忧虑”的情绪和“自我实现”的动机有关。 相比之下,健康和可持续农业等其他主题不仅不占优势,而且在动机层次上也较低,对“忧虑”或“希望”的倾斜程度较低。

将内容与人类行为的主要驱动力联系起来,使我们能够更好地与内容背后的多元化思想产生共鸣。通过在搜索过程中引入同理心,我们可以把这些内容放到人类的背景中,并更深入地了解为什么信息会以这样的方式表达。归根结底,NEMO是为了回答。“什么对这个世界很重要?”和“它是如何发展的?”

通过同理心的视角建立一个更“完整”的世界

联想超搜索本质上是一种带来新可能性的通用技术。它提供了另一种实时的世界观,就像一个持续的窗口,可以看到世界在想什么。

通过揭示社会的声音,它可以帮助公司发现企业声誉的驱动因素,对社会趋势或技术中断发出预警,或确定未满足的创新需求。例如,一家公司可能对其品牌如何从可持续发展的角度来看待,以及这与目标客户的需求和情感的关系感兴趣。

在商业应用之外,关联性超搜索类似于发现一套全球的故事。这些故事为政治家、社会科学家、非营利组织和个人提供了关于气候变化、政治情绪和人口贩运等主题的洞察力。这种可能性是无穷无尽的。

随着同理心的深入,我们可以获得新的见解,这些见解可能会导致我们质疑我们的假设,找出我们对世界理解的差距,并帮助我们更好地制定决策。

正如亨利·福特曾经说过的,“如果有任何一个成功的秘诀,那就在于能够获得对方的观点,从对方的角度以及自己的角度看问题”。


热门文章