Tecnologia che insegna l'empatia? In che modo mpathic utilizza l'intelligenza artificiale per aiutarci ad ascoltarci l'un l'altro

A livello umano, vogliamo essere ascoltati. Vogliamo entrare in contatto con gli altri e vogliamo essere compresi. Sfortunatamente, spesso ci troviamo di fronte a molte cose che si contendono la nostra attenzione, il che ci rende cattivi ascoltatori.

L'ascolto attivo è un comportamento appreso e non facile da padroneggiare. Ma cosa succederebbe se l'intelligenza artificiale (IA) potesse aumentare la nostra capacità di ascoltare davvero e relazionarci veramente con gli altri? E se la tecnologia potesse attingere alle nostre esperienze vissute collettive e aiutarci a essere più umani gli uni con gli altri?

Queste sono le domande che il dottor Grin Lord, psicologo clinico e fondatore della società di analisi delle conversazioni mpathic, ha passato gli ultimi 15 anni a inseguire. Durante la sua ricerca, Grin e il team di mpathic hanno identificato parole, frasi e comportamenti di comunicazione che creano fiducia e li hanno modellati utilizzando l'intelligenza artificiale.

"Analizziamo cosa sta promuovendo la fiducia, cosa sta promuovendo il coinvolgimento e come questi influiscono sui risultati", spiega la Chief Innovation Officer di mpathic, la dott.ssa Danielle Schlosser.

Alla ricerca di un approccio basato sulla tecnologia per sbloccare l'empatia, mpathic ha sviluppato qualcosa di unico: una soluzione che non solo analizza e valuta lo stato delle conversazioni, ma fornisce anche consigli per aumentare i loro livelli di empatia, fiducia e coinvolgimento in tempo reale.

"Il nostro fattore di differenziazione sta cercando di essere più comportamentali e attuabili", afferma Grin. "Vogliamo insegnare alle persone come migliorare".

Basandosi sulle risposte di una vasta gamma di esperti con un'ampia formazione sull'empatia, l'API di mpathic contrassegna rapidamente i casi di incomprensione all'interno delle conversazioni in corso e offre immediatamente feedback e suggerimenti su come ascoltare e rispondere con maggiore empatia.

I risultati sono stati sorprendenti. Se utilizzati negli studi clinici, gli operatori sanitari che utilizzano l'API di mpathic hanno una probabilità sette volte maggiore di rilevare il rischio dei partecipanti e fornire un feedback critico. Analogamente, nei casi d'uso del software as a service (SaaS) per le vendite e le risorse umane, le aziende che utilizzano i prodotti mpathic hanno registrato un maggiore coinvolgimento, soddisfazione e altri risultati da parte dei clienti.

Prendendo in considerazione il contesto e le varie sfumature, mpathic definisce l'empatia come "comprensione accurata". Ma progettare un metodo efficace per insegnare l'empatia si è rivelato molto più vago di quanto si pensasse.

All'inizio degli anni 2000, Grin ha iniziato il suo viaggio nell'ambito di uno studio di ricerca con conducenti coinvolti in incidenti di guida in stato di ebbrezza. L'esperimento è consistito in brevi interventi, tra cui 15 minuti di ascolto empatico, a dimostrazione dell'accettazione e della comprensione dell'esperienza del guidatore. Questo breve intervento empatico ha portato a una riduzione del consumo di alcol che si è protratta per oltre tre anni e a una riduzione del 46% dei ricoveri in ospedale.

Successivamente, Grin ha formato i professionisti medici su come ascoltare con empatia, insegnando comportamenti come l'ascolto riflessivo, ponendo domande aperte anziché chiuse e usando affermazioni.

Quando ha scoperto che un workshop di due giorni non era sufficiente per cambiare comportamenti e stili di comunicazione profondamente radicati, ha riorganizzato il suo approccio. Grin ha appreso le tecniche da uno studio nazionale di coaching telefonico in cui i medici si registravano mentre fornivano feedback. Uno psicologo ascolterebbe e fornirebbe ai medici suggerimenti basati sulle prestazioni su come migliorare. Questo processo potrebbe richiedere settimane, quindi nel 2008 ha colto l'opportunità di utilizzare il machine learning (ML) per accelerare il processo.

All'Università di Washington, Grin faceva parte del team che ha creato le prime pipeline di elaborazione del segnale vocale per un feedback basato sulle prestazioni in ambito medico. "Con la potenza di calcolo dell'epoca, occorrevano circa 6 ore per elaborare una chiamata di 30 minuti", afferma. "Ma il fatto di poter ricevere un feedback lo stesso giorno era considerato davvero rivoluzionario".

Ora, con l'elaborazione avanzata, la potenza, la visione originale del feedback basato sulle prestazioni per i fornitori di servizi medici è stata accelerata fino all'effettivo tempo reale. Nel corso degli anni, Grin ha creato un team dedicato di esperti e specialisti in materia, avvalendosi di persone coinvolte nella ricerca originale dell'Università di Washington, nonché di esperti di intelligenza artificiale della Carnegie Mellon University e di esperti del settore delle grandi tecnologie.

L'idea di mpathic è nata quando Grin e il team hanno capito il valore commerciale dell'ascolto empatico: "Potremmo creare un'API che prendesse istantaneamente qualsiasi comunicazione e la rendesse più empatica, indipendentemente dal caso d'uso?"

Il team ha creato alcuni dei primi modelli di mpathic utilizzando i dati raccolti da Empathy Rocks, un gioco di addestramento all'empatia. Nel gioco, i terapisti, compresi i membri dell'Idaho State Crisis Line e del California Indian Health Service, rispondevano con empatia agli utenti anonimi provenienti dai dati dei forum pubblici e classificavano le dichiarazioni degli altri; ricevevano una formazione continua per giocare a questi giochi. "Avevamo gruppi di persone davvero diversi che costruivano questi modelli attraverso il crowdsourcing di tali informazioni", spiega Grin.

Mentre mpathic continua a evolversi e a far crescere le proprie capacità, la startup ha ora più di 200 diversi modelli di comportamenti comunicativi con suggerimenti e suggerimenti, tra cui come migliorare la collaborazione e la condivisione del potere e ascoltare con maggiore precisione utilizzando riflessioni e domande aperte. Misurano anche parametri più inconsci dell'allineamento umano, come la sincronia dello stile linguistico, che secondo la ricerca di Grin sono più predittivi delle valutazioni oggettive dell'empatia rispetto ad altre abilità. "L'obiettivo non è sostituire l'esperienza umana", afferma la dott.ssa Amber Jolley-Paige, vicepresidente di Clinical Product, "ma migliorarla".

Con un approccio personalizzato e flessibile, mpathic utilizza analisi e parametri per supportare le esigenze e i KPI specifici dei clienti, indipendentemente dal settore. Attualmente offrono una suite di prodotti basati sull'intelligenza artificiale: l'API principale di mpathic, mConsult, e mTrial. L'API principale si integra in altri software, analizzando le comunicazioni e proponendo suggerimenti attuabili. Ad esempio, quando mpathic ha utilizzato la sua API per analizzare i colloqui di reclutamento per diverse aziende, ha scoperto che chi ha ricevuto un feedback empatico ha registrato un aumento dell'8% nell'accettazione dei candidati. mConsult fornisce raccomandazioni immediate e coaching esaminando le registrazioni audio o video. Inoltre, mTrial semplifica le sperimentazioni cliniche migliorando la qualità dei dati e garantendo un'assistenza costante, riducendo al contempo in modo proattivo i rischi e alleggerendo i carichi di lavoro dei professionisti medici.

il viaggio di mpathic non accenna a rallentare. Per raggiungere meglio l'obiettivo di migliorare la comunicazione umana, il team sta ampliando la sua API per affrontare in modo specifico i diversi comportamenti culturali e istruire i fornitori nell'adattamento culturale.

La cultura può influenzare il modo in cui le persone comunicano in vari modi. Ad esempio, può influire sugli stili di comunicazione, sul modo in cui le persone forniscono informazioni e sul loro atteggiamento nei confronti dei conflitti. "Con mpathic, abbiamo la capacità come mai prima d'ora di creare più empatia nelle interazioni sanitarie e immaginare un futuro in cui possiamo sfruttare l'intelligenza artificiale per migliorare l'equità sanitaria", afferma la dott.ssa Alison Cerezo, responsabile della ricerca e dell'equità sanitaria.

La startup ha creato dati di formazione provenienti da un gruppo eterogeneo di generi, culture e background diversi per aiutare a frenare i pregiudizi legati all'IA. "Molti dei problemi provenienti dai pregiudizi che si hanno sull’IA derivano da modelli creati a partire da dati raccolti solo da uno o due background e dalla mancata comprensione dell'esperienza vissuta delle persone su cui tali modelli avranno un impatto", spiega Grin. mpathic assicura che costruiscano, perfezionino e implementino regolarmente i loro modelli con attenzione e allineamento a un framework di intelligenza artificiale etico.

In futuro, il team di mpathic prevede di continuare a sviluppare strumenti di intelligenza artificiale che riconoscano i punti di vista sfumati e diversi presenti in tutte le interazioni umane. "Non c'è limite al potenziale di questa tecnologia per addestrare chiunque ad ascoltare con empatia", afferma Grin.

Per scalare la propria piattaforma, mpathic aveva bisogno di un'infrastruttura solida. AWS ha fornito quindi una base solida e affidabile per crescere e innovare in sicurezza. "Ci siamo basati su AWS per aiutarci a scalare in modo efficace e soddisfare le esigenze dei nostri clienti in modo rapido e semplice", afferma Grin. "Siamo una startup relativamente piccola che serve clienti in tutto il mondo. Poter dire loro che possiamo ospitare dati ovunque si trovino è fantastico e non sarebbe possibile senza AWS". mpathic utilizza AWS per tutti i componenti fondamentali della sua piattaforma, tra cui l'infrastruttura di elaborazione, archiviazione e rete, garantendo il trasferimento e l'archiviazione dei dati transfrontalieri sicuri.

Oltre alla tecnologia, la collaborazione tra mpathic e AWS si è basata su un impegno condiviso per aiutare mpathic a raggiungere i propri obiettivi. "C'è un livello di interesse e supporto davvero impressionante, soprattutto da parte di un'organizzazione così grande", afferma Danielle. "Non si tratta solo di tecnologia, ma anche di connessioni".

"AWS ha anche svolto molto lavoro mettendo in risalto le donne fondatrici, il che penso sia fantastico", aggiunge Megan Greenlaw, vicepresidente delle scienze della vita e dell'intelligenza artificiale psichedelica. "Per me significa un cambiamento che sta avvenendo nel settore delle imprese: il fatto che un'azienda possa raccogliere più di 10 milioni di dollari e che il 90% di questi assegni siano firmati da donne è davvero sorprendente", afferma Grin.