Teknologi yang mengajarkan empati? Cara mpathic menggunakan AI untuk membantu kita saling mendengarkan

Pada dasarnya, sebagai manusia, kita ingin didengar. Kita ingin terhubung dengan orang lain, dan kita ingin dipahami. Sayangnya, kita sering kali dihadapkan dengan banyak hal yang bersaing untuk menyita perhatian kita, sehingga membuat kita menjadi pendengar yang buruk.

Kemampuan mendengarkan aktif adalah perilaku yang dipelajari dan tidak mudah untuk dikuasai. Namun, bagaimana jika kecerdasan buatan (AI) dapat meningkatkan kemampuan kita untuk benar-benar mendengarkan dan benar-benar terhubung dengan orang lain? Bagaimana jika teknologi dapat memanfaatkan pengalaman hidup kolektif kita dan membantu kita menjadi lebih manusiawi satu sama lain?

Inilah pertanyaan yang Dr. Grin Lord, psikolog klinis dan pendiri perusahaan analitik percakapan mpathic, telusuri selama 15 tahun terakhir. Selama risetnya, Grin dan tim di mpathic telah mengidentifikasi kata-kata, frasa, dan perilaku komunikasi yang membangun kepercayaan, dan memodelkannya menggunakan AI.

“Kami mengamati faktor-faktor yang membangun kepercayaan, meningkatkan keterlibatan, dan bagaimana hal-hal tersebut berdampak pada hasil,” ungkap Dr. Danielle Schlosser, Chief Innovation Officer mpathic.

Dalam upaya untuk mengembangkan pendekatan berbasis teknologi untuk memunculkan empati, mpathic mengembangkan sesuatu yang unik: solusi yang tidak hanya menganalisis dan menilai kesehatan percakapan, tetapi juga memberikan rekomendasi untuk meningkatkan level empati, kepercayaan, dan keterlibatan secara langsung.

“Yang membuat kami berbeda adalah pendekatan kami yang berfokus pada tindakan dan perubahan perilaku,” kata Grin. “Kami bertujuan untuk memberikan panduan kepada orang-orang tentang bagaimana cara meningkatkan diri mereka.”

Berdasarkan tanggapan dari berbagai pakar dengan pelatihan empati yang luas, API mpathic dengan cepat menandai kejadian ketidakpahaman dalam percakapan yang sedang berlangsung dan segera memberikan umpan balik serta saran tentang cara mendengarkan dan menanggapi dengan lebih empati.

Hasilnya mengagumkan. Saat digunakan dalam uji klinis, penyedia layanan kesehatan yang menggunakan API mpathic telah tujuh kali lebih mungkin untuk mendeteksi risiko peserta dan memberikan umpan balik kritis. Sama halnya, dalam kasus penggunaan perangkat lunak sebagai layanan (SaaS) untuk penjualan dan sumber daya manusia (SDM), bisnis yang menggunakan produk mpathic melihat peningkatan dalam keterlibatan pelanggan, kepuasan, dan hasil lainnya.

Dengan mempertimbangkan konteks dan nuansa, mpathic mendefinisikan empati sebagai “pemahaman yang akurat”. Namun, ternyata merancang metode yang berhasil untuk mengajarkan empati jauh lebih sulit daripada sekadar mendefinisikannya.

Pada awal tahun 2000-an, Grin memulai perjalanannya sebagai bagian dari studi riset yang bekerja dengan pengemudi yang terlibat dalam kecelakaan mengemudi dalam keadaan mabuk. Eksperimen tersebut terdiri dari intervensi singkat, termasuk 15 menit mendengarkan secara empatik, menunjukkan penerimaan dan pemahaman terhadap pengalaman pengemudi. Intervensi empatik singkat ini mengakibatkan penurunan konsumsi minuman keras yang berlangsung hingga tiga tahun kemudian, serta mengurangi 46 persen kembali masuk ke rumah sakit.

Setelah itu, Grin melatih para profesional medis untuk mendengarkan dengan empati, mengajarkan perilaku seperti mendengarkan reflektif, mengajukan pertanyaan terbuka daripada tertutup, dan menggunakan afirmasi.

Ketika dia menyadari bahwa lokakarya selama dua hari tidak cukup untuk mengubah perilaku yang sudah tertanam dan gaya komunikasi, dia memperbarui pendekatannya. Grin mempelajari teknik dari studi pelatihan telepon nasional dengan dokter akan merekam diri mereka sendiri saat memberikan masukan. Seorang psikolog akan mendengarkan dan memberikan saran berbasis kinerja kepada dokter tentang cara untuk memperbaiki diri. Proses ini bisa memakan waktu berhari-hari, sehingga pada tahun 2008, dia memanfaatkan kesempatan untuk menggunakan machine learning (ML) untuk mempercepat proses tersebut.

Di University of Washington, Grin menjadi bagian dari tim yang membangun alur pemrosesan sinyal ucapan pertama untuk memberikan umpan balik berbasis kinerja dalam pengaturan medis. “Dengan kekuatan komputasi pada saat itu, dibutuhkan sekitar 6 jam untuk memproses panggilan selama 30 menit,” katanya. “Namun, kemampuan untuk mendapatkan umpan balik pada hari yang sama dianggap benar-benar revolusioner.”

Sekarang, dengan peningkatan daya komputasi, visi awal umpan balik berbasis kinerja untuk penyedia layanan medis telah dipercepat menjadi waktu nyata. Selama bertahun-tahun, Grin membangun tim dari para pakar dan spesialis yang berdedikasi, menggandeng mereka yang terlibat dalam riset awal di University of Washington, serta para pakar AI di Carnegie Mellon University, dan pakar industri dari perusahaan teknologi besar.

Ide untuk mpathic muncul ketika Grin dan tim menyadari nilai komersial dari mendengarkan dengan empati: “Bisakah kami menciptakan API yang secara langsung dapat membuat setiap komunikasi lebih berempati, tanpa memandang kasus penggunaannya?”

Tim membangun beberapa model awal mpathic menggunakan data yang dikumpulkan dari Empathy Rocks, sebuah permainan pelatihan empati. Dalam permainan ini, terapis, termasuk anggota Idaho State Crisis Line dan California Indian Health Service, akan menanggapi pengguna anonim dari data di forum publik dengan empati dan memberi peringkat pada pernyataan masing-masing; mereka menerima pendidikan berkelanjutan untuk memainkan permainan ini. “Kami memiliki kelompok orang yang sangat beragam yang membangun model ini melalui urun daya informasi tersebut,” jelas Grin.

Seiring dengan terus berkembangnya kemampuan mpathic, perusahaan rintisan ini kini memiliki lebih dari 200 model perilaku komunikasi yang berbeda dengan tip dan saran, termasuk cara meningkatkan kolaborasi dan pembagian kekuasaan, serta mendengarkan dengan lebih akurat menggunakan refleksi dan pertanyaan terbuka. Mereka juga mengukur metrik keselarasan manusia yang lebih tidak disadari, seperti sinkronisasi gaya bahasa, yang ditemukan dalam riset Grin lebih dapat memprediksi peringkat empati yang objektif dibandingkan keterampilan lainnya. “Tujuannya bukan untuk menggantikan pengalaman manusia,” kata Dr. Amber Jolley-Paige, Vice President of Clinical Product, “tetapi untuk meningkatkannya.”

Dengan pendekatan yang disesuaikan dan fleksibel, mpathic menggunakan analisis dan metrik untuk mendukung kebutuhan spesifik pelanggan dan KPI, apa pun industrinya. Mereka saat ini menawarkan serangkaian produk berbasis AI: API mpathic inti, mConsult, dan mTrial. API inti terintegrasi ke dalam perangkat lunak lain, menganalisis komunikasi dan mengusulkan saran yang dapat ditindaklanjuti. Misalnya, ketika mpathic menggunakan API mereka untuk menganalisis wawancara rekrutmen untuk berbagai perusahaan, mereka menemukan bahwa mereka yang menerima umpan balik yang berempati mengalami peningkatan penerimaan kandidat sebesar 8 persen. mConsult memberikan rekomendasi dan pelatihan langsung dengan meninjau rekaman audio atau video. mTrial juga menyederhanakan uji klinis dengan meningkatkan kualitas data dan memastikan perawatan yang konsisten, sekaligus mengurangi risiko secara proaktif dan meringankan beban kerja profesional medis.

Perjalanan mpathic tidak menunjukkan tanda-tanda perlambatan. Untuk mencapai tujuan mereka dalam meningkatkan komunikasi manusia dengan lebih baik, tim ini memperluas API-nya untuk secara khusus menangani beragam perilaku budaya dan melatih penyedia dalam adaptasi budaya.

Budaya dapat memengaruhi cara orang berkomunikasi dalam berbagai cara. Misalnya, budaya dapat memengaruhi gaya komunikasi, cara orang menyampaikan informasi, dan sikap mereka terhadap konflik. “Dengan mpathic, kami memiliki kemampuan yang belum pernah ada sebelumnya untuk menciptakan lebih banyak empati dalam interaksi layanan kesehatan dan membayangkan masa mendatang tempat kita dapat memanfaatkan AI untuk meningkatkan kesetaraan kesehatan,” kata Dr. Alison Cerezo, Head of Research and Health Equity.

Perusahaan rintisan ini membuat data pelatihan dari berbagai kelompok dengan gender, budaya, dan latar belakang berbeda untuk membantu mengurangi bias AI. “Banyak masalah yang Anda temui terkait bias AI disebabkan oleh model yang dibuat berdasarkan data yang dikumpulkan hanya dari satu atau dua latar belakang dan tidak memahami pengalaman hidup orang-orang yang akan terpengaruh oleh model tersebut,” jelas Grin. mpathic memastikan bahwa mereka secara berkala membangun, menyempurnakan, dan melakukan deployment model mereka dengan perhatian dan penyelarasan pada kerangka kerja AI yang etis.

Tim di mpathic nantinya berencana untuk terus mengembangkan alat AI yang mengenali sudut pandang yang berbeda dan beragam yang ada di semua interaksi manusia. “Potensi teknologi ini tidak ada batasnya dalam melatih siapa pun mendengarkan dengan empati,” kata Grin.

Untuk menaikkan skala platform mereka, mpathic membutuhkan infrastruktur yang kuat. AWS memberikan landasan yang andal dan kokoh bagi mpathic untuk tumbuh dan berinovasi dengan aman. “Kami membangun di AWS untuk membantu kami melakukan penskalaan secara efektif dan memenuhi kebutuhan pelanggan kami dengan cepat dan lancar,” kata Grin. “Kami adalah perusahaan rintisan yang relatif kecil untuk melayani pelanggan secara global. Agar dapat memberi tahu pelanggan bahwa kami dapat meng-hosting data di mana pun mereka berada adalah hal yang luar biasa, dan tidak akan mungkin terjadi tanpa AWS.” mpathic menggunakan AWS untuk semua komponen platform dasarnya, termasuk komputasi, penyimpanan, dan infrastruktur jaringan, memastikan transfer dan penyimpanan data lintas batas yang aman.

Selain teknologi, kolaborasi antara mpathic dan AWS dibangun berdasarkan komitmen bersama untuk membantu mpathic mencapai tujuannya. “Ada minat dan dukungan yang sangat mengesankan, terutama yang datang dari organisasi sebesar ini,” kata Danielle. “Ini bukan hanya soal teknologi, tetapi juga soal koneksi.”

“AWS juga telah melakukan banyak upaya untuk menyoroti para pendiri perempuan, yang menurut saya merupakan hal yang hebat,” tambah Megan Greenlaw, Vice President of Life Sciences and Psychedelic AI. “Bagi saya, ini menandakan perubahan yang terjadi dalam dunia usaha, fakta bahwa sebuah perusahaan dapat mengumpulkan lebih dari 10 juta USD dan bahwa 90% dari cek tersebut ditulis oleh perempuan adalah hal yang cukup luar biasa,” kata Grin.