香港浸会大学社会工作系副教授陈智达博士在2022年8月4日在源开发者论坛进行了《心理咨询师的AI智能陪练》的主题分享。介绍了基于源1.0大模型来开发一个AI聊天机器人,来充当心理咨询师的陪练,从而提高心理咨询师的沟通和职业技能。他的报告分了以下几个部分:
聊天机器人使用对话式人工智能(AI)技术,让机器以自然语言与人类用户沟通。这已普遍应用在不少网站与移动应用程序。聊天机器人有一些显著优势,如,减少对人的依赖、减低成本、提高效率、简化服务流程、以用户的需要为中心。发展轨迹来看,早期是从依循规则为本的对答,现在是以自然语言处理技术提供专业帮助的对答。对话机器人行业规模巨大,前景广阔。
聊天机器人基本上执行两种不同的任务:理解+回应。当前市面上的聊天机器人, 运用不同的方略来实践这个理解与回应的循环。分为检索方式 (retrieval based)、自然语言生成方式 (generation based) 和混合方式(retrieval and generation based)。
聊天机器人主要有几种类型,第一种是服务简介及导入 (如,i-change ),第二种是直接提供服务 (如,Woebot),第三种是配合真人提供服务 (如,Wysa),第四种是朋辈/男友/女友陪伴式聊天(如,微软小冰)。
比较两个对话机器人Woebot和i-Girl来看,Woebot是典型的辅导聊天机械人,为求准确性,以检索为本,令对话僵化,不自然,用起来像在填写选项问卷。i-Girl是典型的娱乐型聊天机器人,基于自然语言生成的对话,与用户沟通自然、富有创意。
我们再设想一下有没有更多的聊天机器人的类型,比如第五种,聊天机器人能用于培训吗?在英语地区有先例,但不普遍、未有发挥、市面上未有相关产品。
研究市面上的聊天机器人,我们可以发现有下面的特点:检索模式为主;英语产品远比中文产品普及;市面上还没有优质的心理咨询聊天机器人;大型模型的兴起改变了AI生成内容的市场局面。
基于这样的现状,我们用逆向思维思考一下:既然聊天机器人很难“特别智能+特别共情”,双商都不是那么在线,很难充当专家。那么它能做什么呢?勉强做些根本未到位的任务,倒不如先做一些本质上胜任的任务。
自然语言生成的聊天机器人相比基于检索的聊天机器人,虽然看上去已经“智能”很多,但是它也有其局限性,基于自然语言的聊天机器人有时过于创意,影响了回应的准确性。 如果由机器人担任咨询师的智能陪练(受助者),这局限很可能反过来变成了优势。因为很多时候,受助者并的表达可能并不一致、匿名、不愿呈现全貌、难以组织自己的想法。成功的会谈,要求员工使用适当的提示,澄清含义,锁定焦点。
我们可否倒过来去思考?不是追求“比人还聪明”的专家,指导人类的AI精英;也不追求与“与人一样聪明”的员工或男女朋友,代替人类来完成任务;就是让它就充当“普通人,没有那么聪明、也没有那么高的情商”,它就是这样一个受助者,来充当心里辅导员的陪练?
浪潮源 1.0 是⼀种⽣成式预训练模型(https://air.inspur.com/home),源 1.0 更加擅⻓的是零样本(Zero-Shot)和⼩样本(Few-Shot)学习,也就是在 2~ 3 个,甚⾄ 1个合适 example 的示范下,模型就可以实现对话策略,仿佛具有举⼀反三的能⼒。
基于这些能力,即使是初级的编程人员也能够搭建一个AI机器人。
我使用源1.0搭建聊天机器人,用以训练学生的提问技巧。聊天机器人遵循剧本大纲,在网上聊天环境中扮演求助者——细黄。我邀请学生到访网站或运用微信,在指定时间内,接触AI模拟的求助者,初步了解情况,整理焦点。
一、利用Few-Shot告诉源1.0大模型一些背景信息:
二、调整超参数
当然,你也可以使用其他的超参数,多次调整,选择一组比较合适的。也可以进行动态的调整。
下面是2022年6月30日,细黄(AI扮演)和某学生的真实对话记录。
在两者的对话当中,涉及的提问技巧:开放提问、排序、筛选、搜集资料、聚焦、厘清内容、深入理解、邀请实例、梳理不协调的地方、总结、延伸,可以有效的锻炼工作员的技能。
从上面的谈话也能看出AI充当智能陪练的“可行性”:
另外低门槛、技术团队的支持也是“创意”实现的前提。源1.0的研发团队提供了不少建议与技术支援,提供供了详细、质量极⾼的范本代码。
当然,用AI来充当智能陪练,未来还有非常大的发展空间,绝不仅仅是目前Demo展示的一对一陪练心理咨询师场景。如: