Technologie, die Empathie lehrt? Wie mpathic KI nutzt, um uns zu helfen, einander zuzuhören

Auf einer grundlegenden menschlichen Ebene wollen wir gehört werden. Wir wollen uns mit anderen verbinden und wir wollen verstanden werden. Leider sind wir oft mit vielen Dingen konfrontiert, die um unsere Aufmerksamkeit konkurrieren, was uns zu schlechten Zuhörern macht.

Aktives Zuhören ist ein erlerntes Verhalten und nicht leicht zu meistern. Aber was wäre, wenn künstliche Intelligenz (KI) unsere Fähigkeit, wirklich zuzuhören und eine echte Beziehung zu anderen aufzubauen, verbessern könnte? Was wäre, wenn die Technologie auf unsere kollektiven Erfahrungen zurückgreifen und uns helfen könnte, menschlicher miteinander umzugehen?

Das sind die Fragen, denen Dr. Grin Lord, klinische Psychologin und Gründerin des Konversationsanalyse-Unternehmens mpathic, in den letzten 15 Jahren nachgegangen ist. Während ihrer Forschung haben Grin und das Team von mpathic vertrauensbildende Wörter, Sätze und Kommunikationsverhalten identifiziert und mithilfe von KI modelliert.

„Wir sehen uns an, was Vertrauen fördert, was Engagement fördert und wie sich das auf Ergebnisse auswirkt“, erklärt Dr. Danielle Schlosser, Chief Innovation Officer von mpathic.

Auf der Suche nach einem technologiegestützten Ansatz zur Förderung von Empathie hat mpathic etwas Einzigartiges entwickelt: eine Lösung, die nicht nur den Zustand von Gesprächen analysiert und bewertet, sondern auch Empfehlungen zur Steigerung des Niveaus von Empathie, Vertrauen und Engagement in Echtzeit gibt.

„Unser Unterscheidungsmerkmal ist, dass wir versuchen, mehr Verhaltens- und Handlungsorientierung zu bieten“, sagt Grin. „Wir wollen den Menschen zeigen, wie es ihnen besser gehen kann.“

Die API von mpathic stützt sich auf Antworten einer Vielzahl von Experten mit umfassendem Empathie-Training und markiert schnell Missverständnisse in laufenden Gesprächen und bietet sofort Feedback und Vorschläge, wie Sie zuhören und mit mehr Empathie reagieren können.

Die Ergebnisse sind verblüffend. In klinischen Studien haben Gesundheitsdienstleister, die die API von mpathic nutzen, siebenmal häufiger die Risiken der Teilnehmer erfasst und kritisches Feedback gegeben. Auch in den Anwendungsfällen Vertrieb und HR Software as a Service (SaaS) verzeichneten Unternehmen, die mpathic Produkte einsetzen, mehr Kundenengagement, Zufriedenheit und andere Ergebnisse.

Unter Berücksichtigung von Kontext und Feinheiten definiert mpathic Empathie als „genaues Verstehen“. Aber die Entwicklung einer erfolgreichen Methode zur Vermittlung von Empathie erwies sich als viel schwieriger als ihre Definition.

In den frühen 2000er-Jahren nahm Grin an einer Forschungsstudie teil, in der sie mit Fahrern arbeitete, die in Unfälle unter Alkoholeinfluss verwickelt waren. Dieses Experiment bestand aus kurzen Interventionen, darunter 15 Minuten einfühlsames Zuhören, das Akzeptanz und Verständnis für die Erfahrungen des Fahrers zeigte. Dank dieser kurzen, einfühlsamen Intervention ging der Alkoholkonsum drei Jahre später zurück und die Zahl der Wiedereinweisungen ins Krankenhaus sank um 46 Prozent.

Danach schulte Grin Mediziner darin, mit Empathie zuzuhören, indem sie Verhaltensweisen wie reflektiertes Zuhören, offene statt geschlossener Fragen und Affirmationen beibrachte.

Als sie feststellte, dass ein zweitägiger Workshop nicht ausreichte, um tief sitzende Verhaltensweisen und Kommunikationsstile zu ändern, änderte sie ihren Ansatz. Grin lernte Techniken aus einer landesweiten Telefon-Coaching-Studie, bei der Ärzte sich selbst beim Geben von Feedback aufzeichneten. Dies wurde von einem Psychologen angehört, der den Ärzten daraufhin leistungsbezogene Verbesserungsvorschläge unterbreitete. Dieser Prozess konnte Wochen dauern. 2008 ergriff sie die Gelegenheit, Machine Learning (ML) einzusetzen, um den Prozess zu beschleunigen.

An der University of Washington war Grin Teil des Teams, das die ersten Sprachsignalverarbeitungspipelines für leistungsbasiertes Feedback in einem medizinischen Umfeld entwickelte. „Mit der damaligen Rechenleistung dauerte es etwa 6 Stunden, um einen 30-minütigen Anruf zu verarbeiten“, sagt sie. „Aber die Tatsache, dass man noch am selben Tag eine Rückmeldung erhalten konnte, wurde als wirklich revolutionär angesehen.“

Nun, mit verbesserter Rechenleistung, konnte die ursprüngliche Vision eines leistungsbezogenen Feedbacks für medizinische Dienstleister auf tatsächliche Echtzeit beschleunigt werden. Über die Jahre baute Grin ein Team von engagierten Fachleuten und Spezialisten auf, das sich aus denjenigen zusammensetzte, die an der ursprünglichen Forschung an der University of Washington beteiligt waren, sowie aus KI-Experten der Carnegie Mellon University und Industrieexperten aus dem Big-Tech-Bereich.

Die Idee für mpathic entstand, als Grin und sein Team den kommerziellen Wert von empathischem Zuhören erkannten: „Könnten wir eine API entwickeln, die jede Kommunikation sofort empathischer macht, unabhängig vom Anwendungsfall?“

Und so entwickelte das Team einige der ersten Modelle von mpathic anhand von Daten, die von Empathy Rocks, einem Empathie-Trainingsspiel, erfasst wurden. Bei diesem Spiel sollten Therapeuten, darunter auch Mitarbeiter der Idaho State Crisis Line und des California Indian Health Service, auf anonyme Nutzer von Daten in öffentlichen Foren mit Empathie reagieren und die Aussagen der anderen bewerten. Für das Spielen dieser Spiele erhielten sie eine fortlaufende Schulung. „Wir hatten ganz unterschiedliche Gruppen von Menschen, die diese Modelle durch Crowdsourcing dieser Informationen erstellt haben“, erklärt Grin.

Da mpathic sich und seine Fähigkeiten ständig weiterentwickelt, verfügt das Start-up jetzt über mehr als 200 verschiedene Modelle für das Kommunikationsverhalten mit Tipps und Vorschlägen, z. B. wie man die Zusammenarbeit und die Machtteilung verbessert und mithilfe von Reflexionen und offenen Fragen genauer zuhört. Außerdem werden unbewusste Metriken der zwischenmenschlichen Anpassung gemessen, wie z.B. die Synchronität des Sprachstils, die sich in der Forschung von Grin als aussagekräftiger für die objektive Bewertung von Empathie erwiesen hat als andere Fähigkeiten. „Das Ziel ist nicht, die menschliche Erfahrung zu ersetzen“, sagt Dr. Amber Jolley-Paige, Vizepräsidentin für klinische Produkte, „sondern sie zu verbessern“.

Mit einer maßgeschneiderten und flexiblen Herangehensweise nutzt mpathic Analysen und Metriken, um die spezifischen Bedürfnisse und KPIs der Kunden zu unterstützen, egal in welcher Branche. Derzeit bietet micpathic eine Reihe von KI-gesteuerten Produkten an: die Kern-API von mpathic, mConsult und mTrial. Die Kern-API lässt sich in andere Software integrieren, analysiert die Kommunikation und macht umsetzbare Vorschläge. Als mpathic etwa seine API nutzte, um Einstellungsgespräche für verschiedene Unternehmen zu analysieren, stellte sich heraus, dass diejenigen, die einfühlsames Feedback erhielten, eine um 8 Prozent höhere Akzeptanz bei den Bewerbern hatten. mConsult bietet sofortige Empfehlungen und Coaching durch die Überprüfung von Audio- oder Videoaufnahmen. Und mTrial rationalisiert klinische Studien, indem es die Datenqualität verbessert und eine konsistente Versorgung sicherstellt, während es proaktiv Risiken reduziert und die Arbeitsbelastung der medizinischen Fachkräfte verringert.

Die Reise von mpathic scheint sich nicht zu verlangsamen. Um das Ziel, die menschliche Kommunikation zu verbessern, noch besser zu erreichen, erweitert das Team seine API, um speziell auf unterschiedliche kulturelle Verhaltensweisen einzugehen und Anbieter bei der kulturellen Anpassung zu unterstützen.

Die Kultur kann die Art und Weise, wie Menschen kommunizieren, auf verschiedene Weise beeinflussen. So kann sie zum Beispiel den Kommunikationsstil, die Art und Weise, wie Menschen Informationen weitergeben, und ihre Einstellung zu Konflikten beeinflussen. „Mit mpathic haben wir nun die Möglichkeit, wie noch nie zuvor mehr Empathie in Interaktionen im Gesundheitswesen zu schaffen und uns eine Zukunft vorzustellen, in der wir KI zur Verbesserung der gesundheitlichen Chancengleichheit einsetzen können“, sagt Dr. Alison Cerezo, Leiterin der Abteilung Forschung und gesundheitliche Chancengleichheit.

Das Start-up hat Trainingsdaten aus einer vielfältigen Gruppe verschiedener Geschlechter, Kulturen und Hintergründe erstellt, um KI-Voreingenommenheit einzudämmen. „Viele der Probleme, die man bei KI-Voreingenommenheit sieht, sind darauf zurückzuführen, dass Modelle auf der Grundlage von Daten entwickelt werden, die nur von einem oder zwei Hintergründen erfasst wurden, ohne die Lebenserfahrung der Menschen zu verstehen, auf die sich diese Modelle auswirken werden", erklärt Grin. mpathic stellt sicher, dass sie ihre Modelle regelmäßig unter Berücksichtigung eines ethischen KI-Rahmens entwickeln, verfeinern und einsetzen.

In Zukunft plant das Team von mpathic, weiterhin KI-Tools zu entwickeln, die die nuancierten und vielfältigen Sichtweisen in allen menschlichen Interaktionen berücksichtigen. „Das Potenzial dieser Technologie, jeden darin zu schulen, mit Empathie zuzuhören, ist unbegrenzt“, sagt Grin.

Für die Skalierung ihrer Plattform benötigte mpathic eine robuste Infrastruktur. Bei AWS fand mpathic eine zuverlässige, solide Grundlage für sicheres Wachstum und Innovation. „Wir haben auf AWS gesetzt, damit wir effektiv skalieren und die Anforderungen unserer Kunden schnell und nahtlos erfüllen können“, sagt Grin. „Wir sind ein relativ kleines Start-up, das Kunden auf der ganzen Welt bedient. Die Möglichkeit, unseren Kunden sagen zu können, dass wir ihre Daten überall auf der Welt hosten können, ist großartig und wäre ohne AWS nicht möglich.“ mpathic nutzt AWS für alle grundlegenden Komponenten seiner Plattform, einschließlich der Rechen-, Speicher- und Netzwerkinfrastruktur, um eine sichere grenzüberschreitende Datenübertragung und -speicherung zu gewährleisten.

Neben der Technologie beruhte die Zusammenarbeit zwischen mpathic und AWS auf dem gemeinsamen Engagement, mpathic dabei zu helfen, ihre Ziele zu erreichen. „Es gibt ein gewisses Maß an Interesse und Unterstützung, das wirklich beeindruckend ist, vor allem, wenn es von einer so großen Organisation kommt“, sagt Danielle. „Es geht nicht nur um die Technologie, es geht auch um die Verbindungen.“

„AWS hat zudem viel getan, um Gründerinnen hervorzuheben, was ich großartig finde“, fügt Megan Greenlaw, Vizepräsidentin von Life Sciences und Psychedelic AI, hinzu. „Die Tatsache, dass ein Unternehmen mehr als 10 Millionen Dollar aufbringen kann und dass 90 % dieser Schecks von Frauen ausgestellt werden, ist ziemlich herausragend“, sagt Grin.