Perisian Boleh Mengesan Tahap Empati Terapis
Empati adalah salah satu sifat terpenting yang harus dicari oleh ahli terapi. Tetapi bagaimana anda dapat mengetahui jika ahli terapi anda mempunyai sifat ini? Teknologi yang dikembangkan oleh penyelidik dari University of Southern California (USC), University of Washington, dan University of Utah dapat memberitahu anda.
Dengan memanfaatkan perkembangan baru dalam pengecaman pertuturan automatik, pemrosesan bahasa semula jadi, dan pembelajaran mesin, para penyelidik mengembangkan perisian untuk mengesan ucapan "empati tinggi" atau "empati rendah" dengan menganalisis lebih dari 1,000 sesi terapi-pesakit.
Ini adalah kajian pertama yang diketahui untuk merakam sesi terapi dan secara automatik menentukan kualiti sesi terapi berdasarkan satu ciri. Penemuan ini diterbitkan dalam edisi Disember PLOS SATU.
Pada masa ini, sangat sedikit cara untuk menilai kualiti sesi terapi. Sebenarnya, menurut para penyelidik, kaedah untuk menilai terapi tidak berubah selama 70 tahun. Kaedah yang memerlukan penilai manusia pihak ketiga memakan masa dan mempengaruhi privasi setiap sesi.
Sebaliknya, bayangkan aplikasi pemprosesan bahasa semula jadi seperti SIRI mendengar frasa dan kualiti vokal yang betul. Para penyelidik mengajarkan algoritma mereka untuk mengenali empati menggunakan data dari sesi latihan untuk ahli terapi, khususnya melihat interaksi terapeutik dengan individu yang mengatasi ketagihan dan alkoholisme.
Dengan menggunakan pengecaman pertuturan automatik dan model berasaskan pembelajaran mesin, algoritma kemudian secara automatik mengenal pasti frasa terpilih yang akan menunjukkan sama ada ahli terapi menunjukkan empati tinggi atau rendah.
Ungkapan-ungkapan utama seperti: "kedengarannya seperti," "menurut anda," dan "apa yang saya dengar," menunjukkan rasa empati yang tinggi, sementara frasa seperti "pertanyaan seterusnya," "anda perlu," dan "selama ini , "Dianggap sebagai empati rendah oleh model komputasi.
Makmal Analisis dan Tafsiran Isyarat pasukan penyelidik di USC terus mengembangkan model yang lebih maju; memberikan keupayaan algoritma untuk menganalisis diksi, nada suara, musikalitas ucapan seseorang (prosodi) serta bagaimana irama satu pembicara dalam percakapan bergema dengan yang lain (contohnya ketika seseorang bercakap dengan cepat dan cermin tindak balas lisan pendengar irama dengan ucapan pantas).
Dalam masa terdekat, para penyelidik berharap dapat menggunakan alat ini untuk melatih ahli terapi baru.
"Mampu menilai kualiti psikoterapi sangat penting untuk memastikan pesakit mendapat rawatan yang berkualiti," kata David Atkins, Ph.D., profesor psikiatri penyelidikan University of Washington.
Dalam jangka masa panjang, para penyelidik berharap dapat mengembangkan perisian yang memberikan maklum balas masa nyata atau dapat menilai sesi terapi di tempat. Di samping itu, para penyelidik ingin memasukkan elemen tambahan ke dalam algoritma penilaian empati mereka, termasuk saluran akustik dan kekerapan percakapan ahli terapi atau pesakit.
"Jenis teknologi yang dikembangkan oleh jurutera dan psikologi kami mungkin menawarkan satu cara untuk membantu penyedia mendapatkan maklum balas segera mengenai apa yang mereka lakukan - dan akhirnya meningkatkan keberkesanan penjagaan kesihatan mental," kata Zac Imel, Ph.D., a Profesor psikologi pendidikan Universiti Utah dan pengarang yang sesuai dengan makalah tersebut.
Sumber: Universiti California Selatan
