s444341/Sztuczna_empatia

Fork 0

Jakub Adamski db6818d396 SE1, SE2, SE4

2023-03-29 18:36:30 +02:00

53 KiB

Raw Blame History

Sztuczna empatia 1

Co to w ogóle jest empatia?

Joanna Siwek

Spis treści

Wstęp
Podstawowe pojęcia
Empatia kognitywna
Neuronauka
Skrócony test ilorazu empatii
Podsumowanie

import ipywidgets as widgets
from IPython.display import display
from IPython.display import HTML
from IPython.display import clear_output

Wstęp

Sztuczna inteligencja jest jednym z prężniej rozwijających się dziś działów informatyki. Wokół niej na bieżąco tworzy się wiele kontrowersji, szczególnie tych związanych z takzwaną "doskonałą" sztuczną inteligencją, czyli SI, która potrafiłaby przeprowadzać procesy myślowe co najmniej na takim samym poziomie jak człowiek. Idea maszyny zdolnej do samodzielnego myślenia, decydowania i uczenia się, a równocześnie mającej dostęp do olbrzymich ilości danych i możliwości przetwarzania i zapamiętywania, jawi się sporej ilości osób jako zagrożenie, szczególnie ze względu na negatywne cechy psychologiczne, które taka maszyna mogłaby wykazywać. W związku z tym pojawia się pytanie o emocje i człowieczeństwo sztucznej inteligencji.

Ogólnie w psychologii uważa się, iż jednym z czynników, który steruje zdrowym mózgiem i jest odpowiedzialny za interakcje społeczne jest szeroko rozumiana empatia. Powstaje więc zagadnienie implementacji empatii jako składowej sztucznej inteligencji.

Pojęcie empatii jest używane w odniesieniu do szerokiego zakresu zdolności psychologicznych, które są uważane za kluczowe dla pojmowania ludzi jako istot społecznych. Pozwalają one jednostce dowiedzieć się co myślą i czują inni, angażować się z nimi emocjonalnie, dzielić się swoimi przemyśleniami i uczuciami oraz dbać o ich dobre samopoczucie [6].

Innymi słowy, empatia odpowiada za zrozumienie stanu wewnętrznego - zarówno swojego, jak i drugiego człowieka. Takie zrozumienie tego, co odczuwa druga strona (współodczuwanie - org. Einfuhlung), pozwala na przyjęcie punktu widzenia rozmówcy, a tym samym na przeniesienie własnej perspektywy i dostosowaie własnych odczuć do sytuacji drugiej osoby. Ciekawostką jest to, iż empatia jest dość nowym pojęciem, które pojawiło się dopiero w okolicach XIX wieku. W swojej podstawowej formie jako empatię rozumiano takie współodczuwanie, które powodowało reakcję/działanie u współodczuwającego. Nowoczesna definicja empatii nie wymaga działania - można łączyć się z kimś empatycznie, ale odczuć tych nie uzewnętrzniać badź też nawet reagować przeciwnie niż osoba, z którą współodczuwamy.

Dziedziną, która zajmuje się wykorzystywaniem emocji i aspektów społecznych do rozwoju sztucznej inteligencji jest sztuczna empatia. Znajduje się ona na pograniczu informatyki, neuronauki oraz psychologii. Wykorzystuje odkryte w medycynie neuromechanizmy modelowane metodami informatycznymi w celu wzbogacenia sztucznej empatii o aspekty psychologiczne, właściwe człowiekowi.

Sztuczna empatia to zdolność modelu (nie będącego człowiekiem) do przewidzenia stanu wewnętrznego człowieka (np. poznawczego, emocjonalnego, fizycznego), na podstawie emitowanych przez ową jednostkę sygnałów (np. mimiki, głosu, gestykulacji) lub też do przewidzenia reakcji (m.in. stanu wewnętrznego) tej jednostki, w wypadku gdy byłaby ona wystawiona na działanie czynnika stymulującego (np. mimiki, głosu, gestykulacji, grafiki, muzyki itd.)[7].

Istnieje jeszcze drugie zastosowanie sztucznej empatii. Poprzez obserwację dzieci podczas pierwszych miesięcy życia, naukowcy odkryli, w jaki sposób postępuje proces uczenia się. Mianowicie, najwyraźniej duży udział w tym procesie odgrywa właśnie empatia, w sensie przenoszenia własnego punktu widzenia na punkt widzenia rodzica (opiekuna). Poprzez dokonanie takiego odniesienia, wczucie się w stan psychologiczny drugiej osoby oraz obserwację zachowań i czynności, dziecko uczy się reagować na najprostsze bodźce (takie jak na przykład zabawa w "a kuku"). Pomocny jest tu również odruch wyolbrzymiania i przerysowywania emocji przez opiekuna, co ułatwia ich rozpoznanie.

Składowe przekazu komunikacyjnego od nadawcy do odbiorcy. Żródło: Opracowanie własne na podstawie [5].

Jeszcze innym zastosowaniem sztucznej empatii jest ułatwienie komunikacji systemu z użytkownikiem. Od dawna wiadomym jest, iż przekaz werbalny stanowi jedynie część całego przekazu informacji, nadawanego przez nadawcę. Pozostałe cechy, to jest mimika, ton, mowa ciała, nacechowanie emocjonalne czy kontekst, mają bardzo duży wpływ na jakość przekazu. Wykorzystanie sztucznej empatii w komunikacji z użytkownikiem systemu pozwala na bardziej dokładną komunikację, skrócenie czasu poświęconego na interakcję z systemem oraz zwiększenie jakości dialogu i zadowolenia użytkownika. Sztuczna empatia wykorzystywana jest między innymi w wirtualnych towarzyszach (virtual companions), asystentach czy czatbotach.

Schemat przebiegu procesu odpowiedzi na bodziec w systemie wzbogaconym o moduły empatyczne. Źródło: opracowanie własne.

Tematem mocno związanym ze sztuczną empatią, koniecznym do jej prawidłowego zastosowania, jest rozpoznawanie emocji. Aby system mógł byc uznany za empatyczny, musi posiadać zdolność do rozpoznania emocji użytkownika (rozmówcy), ich przeanalizowania, przetworzenia oraz do reakcji na nie. Z drugiej strony system musi posiadać możliwość analizy własnych emocji, zarządzania nimi oraz możliwości ich uzewnętrznienia. Rozpoznawanie emocji jest dziedziną samą w sobie i zagadnieniem bardzo szerokim. Ze względu na jego prężny rozwój, w tym momencie na rynku dostępnych jest wiele (również darmowych) narzędzi pozwalających na rozpoznawanie emocji.

Podstawowe pojęcia

Aby móc swobodnie wykorzystywać dostępne narzędzia oraz literaturę związaną ze sztuczną empatią, koniecznym jest wprowadzenie kilku pojęć, którymi posługują się naukowcy studiujący zachowania empatyczne. Ze względu na fakt, iż sztuczna empatia leży na pograniczu wielu dziedzin, są to pojęcia zarówno z psychologii, medycyny, neuronauki jak i informatyki.

Zacznijmy od dokładnych definicji najważniejszego dla nas pojęcia, czyli empatii.

Wąska definicja empatii - jest to zdolność do formowania ucieleśnionej reprezentacji stanu emocjonalnego innych, w tym samym czasie będąc w pełni świadomym mechanizmu przyczynowo-skutkowego, który wywołał ów stan w drugiej jednostce [9].

Szersza definicja jest następująca:

Szeroka definicja empatii - Jest to połącznenie empatii emocjonalnej (rozumianej jako zdolność formułowania reprezentacji uczuć innych poprzez współdzielenie tych uczuć) oraz empatii kognitywnej (rozumianej jako zdolności poznawcze pozwalające na zapamiętywanie i wyobrażenie stanu emocjonalnego innej jednostki oraz umiejętność przyjęcia jej perspektywy)[9].

Obszary zainteresowań sztucznej empatii szukają odpowiedzina następujące pytania:

Jakie warunki muszą być spełnione, aby agent (podmiot posiadający sztuczną empatię, nie będący człowiekiem) odpowiedział kompetentnie na emocje człowieka?
Jakie modele empatii powinny być zastosowane do agentów takich jak towarzysze czy asystenci?
Czy interakcje człowieka z agentem powinny imitować interakcje emocjonalne ludzi?
Czy empatyczne roboty mogą pomóc naukowcom zrozumieć rozwój emocjonalny człowieka?
Czy empatyczne roboty mogą stworzyć nieprzewidziane kategorie nieautentycznych relacji?
Jakie relacje z empatycznymi agentami mogą być uważane za autentyczne?

By możliwe było określenie i porównanie poziomu empatii między różnymi jednostkami, konieczne jest rozważenie empatii w pewnym kontekście. Każdy człowiek (jeżeli mamy rozważać również sztuczną empatię - każda jednostka) posiada swoje własne uwarunkowania i kontekst, w którym należy rozważać poziom empatii. Kontekst wewnętrzny jednostki oraz poziom jego zaawansowania nazywa się inteligencją emocjonalną.

Inteligencja emocjonalna to zdolność identyfikacji, zrozumienia oraz użycia emocji w sposób pozytywny, w celu zarządzania niepokojem, kominikacji, empatyzowania, radzenia sobie z sytuacjami, pokonywania problemów i rozwiązywania konfliktów. Oznacza postrzeganie, ewaluację i zarządzanie emocjami swoimi i innych. Inteligencja emocjonalna, bądź też zdolność do postrzegania, użycia, zrozumienia i regulacji emocji, jest koncepcją dość nową, której celem jest połączenie sfery emocjonalnej i poznawczej [4].

Piramida inteligencji emocjonalnej. Empatia znajduje się w połowie stawki. Żródło: Opracowanie własne w oparciu o [3]

Czasami pojęcie sztucznej empatii stosuje się zamiennie z pojęciem empatii obliczeniowej. W celu ujednolicenia terminoglogii, wprowadźmy jeszcze pojęcie empatii obliczeniowej.

Empatia obliczeniowa jest to zdolność systemów obliczeniowych do zrozumienia i odpowiedzi na myśli, uczucia i emocje ludzi. [11]. Proszę zwrócić uwagę na fakt, iż w tej definicji system nie jest traktowany jako jednostka równożędna człowiekowi, jako podmiot, a jedynie jako przedmiot, który jest wykorzystywany przez człowieka. Nie zakłada się możliwości empatyzowania pomiędzy systemami. Empatia obliczeniowa skupia się na zrozmieniu działania człowieka oraz możliwie przewidzeniu jego zachowań, dzięki czemu moze być wykorzystana np. w marketingu (w odróżnieniu do sztucznej empatii, która jest pojęciem szerszym a jej celem jest doskonałe odwzorowanie procesów myślowych człowieka i zastosowanie w doskonałej sztucznej inteligencji).

W prezentowanym cyklu zajęć będziemy skupiać się na próbie wporowadzenia modelu empatycznego do systemu, umożliwiającego komunikację z użytkownikiem. System taki nazywamy podmiotem/agentem konwersacyjnym (conversational agent; w języku angielskim istnieje więcej niż jeden rodzaj "podmiotów". Podmiot zdolny do podejmowania decyzji i wykonywania akcji nazywany jest agentem. Podmiot bierny to "subject").

Podmiot konwersacyjny - jest to dowolny system dialogowy, który nie tylko dokonuje przetworzenia języka naturalnego, ale również automatycznie reaguje, używając języka zrozumiałego dla człowieka. Podmioty konwersacyjne są reprezentacją dla praktycznej implementacji lingwistyki obliczeniowej, zwykle stosowane jako chatboty bądź wirtualni asystenci w internecie i na urządzeniach mobilnych. Ich odpowiedź na bodziec wysłany przez użytkownika nie musi być tekstowa, może mieć formę mowy, grafiki, wirtualnego gestu bądź (w razie dostępnych urządzeń), gestu fizycznego [12].

Ważną kwestią jest jeszcze rozróżnienie pojęć współczucia i współodczuwania, które niestety są bardzo często mylone w literaturze przedmiotu. Mianowicie współczucie (sympathy, compassion) jest podobne do współodczuwania (empatii) w tym sensie, iż oba te stany świadomości wymagają umiejętności formułowania reprezentacji emocji innych jednostek, bez konieczności współdzielenia tych emocji. Z drugiej strony, przy empatyzowaniu, stany emocjonalne empatyzujących jednostek są zsynchronizowane. Sugeruje to, iż współczucie może wymagać kontroli nad włanymi emocjami oraz zdolności rozróżnienia siebie od innych [10]. Tym samym współczucie jest uczuciem wyższym w stosunku do empatii, która to może pojawiać się na wcześniejszym etapie rozwoju i samoświadomości.

Neuronauka

Formalnie, neuronauka to interdyscyplina naukowa zajmująca się badaniem układu nerwowego. Leży ona na pograniczu wiedzy medycznej, biologicznej, biochemicznej, biofizycznej, informatycznej i psychologicznej. Jej poddziedziną jest neurokognitywistyka, której celem jest przedstawienie neurologicznych wyjaśnień poznania i percepcji. Jest to nauka podstawowa (teoretyczna), choć niewykluczone, że jej rezultaty mogą się okazać przydatne w praktyce klinicznej [2]. To własnie neurokogniwistyka jest w bardzo dużej mierze związana ze sztuczną empatią ze względu na fakt, iż może ona pomóc w przeniesieniu sposobów nauki człowieka na maszynę. Jest wykorzystywana w sztucznej empatii głównie w celu pokazania mechanizmów, w jaki sposób człowiek od najmłodszych lat uczy się i przyjmuje perspektywę drugiej osoby, jak również w jaki sposób osiąga samoświadomość i odróżnia siebie od innych.

Zarówno neurokogniwistyka jak i sama sztuczna empatia to dziedziny bardzo nowe, rozwijające się. W związku z tym badania, które przeprowadzają, zwracają wiele wyników, które na tym etapie rozwoju nauki nie są jeszcze możliwe do implementcji. Z drugiej strony, posiadają one bardzo duży potencjał odkrywczy i aplikacyjny w przyszłości.

Odkryciem naukowym, które spowodowało gwałtowny rozwój neuronauki i neurokogniwistyki było odkrycie neuronów lustrzanych na początku lat 90' XX w. przez włoski zespół w składzie: Giacomo Rizzolatti, Leonardo Fogassi i Vittorio Gallese. Neurony te zostały uznane za odpowiedzialne za zdolność mózgu do odtwarzania ruchów zaobserwowanch u innych osób. Umiejscowienie neuronów lustrzanych w ludzkim mózgu można znaleźć w [8].

Neurony lustrzane zostały pierwotnie zidentyfikowane w płatach czołowych małp (w regionie homologicznym do językowego obszaru Broki u ludzi). Uaktywniają się one, gdy małpa sięga po przedmiot, ale także wtedy, gdy jedynie obserwuje, kiedy robi to inny osobnik. Pomaga to obserwującej małpie symulować intencje tej drugiej, czyli czytać w jej umyśle. Znaleziono także dotykowe neurony lustrzane, które uaktywniają się, gdy osoba jest dotykana, ale także wtedy, gdy widzi, że ktoś inny jest dotykany. Zlokalizowano również neurony lustrzane, których zadaniem jest rozpoznawanie i generowanie wyrazu twarzy (w wyspie) i empatyczne współodczuwanie bólu innego osobnika (w przednim zakręcie obręczy) [2].

Empatia kognitywna

Wprost z neurokogniwistyki wyinferowana została empatia kognitywna (poznawcza). Przez wielu naukowców jest ona uznawana za jedyną sferę empatii wartą modelowania i implementacji. Empatia kognitywna (w odróżnieniu do empatii emocjonalnej) jest stanem wynikającym z zaobserwowanych, wyobrażonych bądź też wydedukowanych stanów emocjonalnych innej jednostki, przy jedoczesnym nie doświadczaniu tego stanu emocjonalnego osobiście. Pomimo, że empatia kognitywna jest nakierowana na innych i ma na celu przyjęcie ich perspektywy, zakłada jednak w domyśle możliwość rozróżnienia pomiędzy sobą i drugą jednostką. Nie jest stanem empcjonalnym sama w sobie, jest natomiast wiedzą na temat tego, co czują inni [13].

Dziedziną psychologii, która zajmuje się tymi samymi problemami jest psychologia poznawcza, zajmująca się badaniem procesów przetwarzania informacji zachodzących w mózgu. Psychologowie poznawczy zwykle przeprowadzają eksperymenty, aby wyizolować etapy przetwarzania informacji. Każdy z etapów można określić jako czarną skrzynkę, w której dokonywane są określone specjalistyczne obliczenia, a ich wynik przekazywany jest do następnej skrzynki, co pozwala badaczowi na wykreślenie diagramu przepływu danych [2].

Jedną z głównych teorii psychologicznych zajmujących się poznaniem jest tzw. teoria umysłu (Theory of Mind). Jest to model myśli i intencji innych osobników, który ludzie i niektóre wyższe gatunki naczelnych są w stanie konstruować w swoim umyśle. Im dokładniejszy jest ten model, tym dokładniej i szybciej dana osoba jest w stanie przewidywać myśli, przekonania i zachowania innej osoby. Wydaje się, że istnieją wyspecjalizowane obwody nerwowe u ludzi (i u niektórych małp), które umożliwiają tworzenie takiej teorii umysłu. Uta Frith i Simon Baron-Cohen uważają, że dzieci autystyczne nie mają w pełni rozwiniętej teorii umysłu, co jest spójne z poglądem, że jako źródło autyzmu można wskazać dysfunkcję układu neuronów lustrzanych [2].

Ważną obserwacją, która jest wykorzystywana np. w przypadku konstruowania robotów wyposażonych w emocje (affective robotics) jest fakt, iż na różnych poziomach samoświadomości i samoregulacji wytępują różne rodzaje emocji [10]:

emocje pierwotne
rezonans motoryczny
emocje o charakterze bardziej społecznym
przyjmowanie perspektywy i teoria umysłu
metapoznanie
regulowanie emocji
emocje czysto społeczne i zastępcze

Z działaniem mózgu ludzkiego pod kątem nauki, percapcji, formułowania i aktualizacji przekonań związanych jest wiele błędów poznawczych, które powstają podczas naturalnej jego pracy. Pojawia się zatem pytanie, czy próba odtworzenia sposobu myślenia mózgu ludzkiego powinna uwzględniać poniższe błędy? A jeżeli tak, czy powinna je niwelować czy modelować? Poniżej zostały wymienione najczęściej występujące behawiorystyczne czynniki, wpływające na działanie człowieka.

a) Błędy związane z postrzeganiem rzeczywistości: * Efekt wąskich ram * Iluzja pieniędzy * Księgowanie umysłowe * Błąd kotwiczenia * Błąd dostępności * Efekt halo * Nawyki, narzucone zasady postępowania * Iluzja prawdy * Myślenie magiczne („szczęśliwe numerki”) b) Nadmierna pewność siebie:

Efekt kalibracji
Iluzja kontroli
Nieuzasadniony optymizm
Zjawisko wybiórczej atrybucji
Błąd retrospekcjic) Reprezentatywność danych:
Błąd hazardzisty
Błąd krótkich serii
Prawo regresji do średniej

d) Aktualizacja przekonań

Konserwatyzm poznawczy
Iluzja poprawności
Racjonalizacja

Skrócony test ilorazu empatii

Aby dowiedzieć się, jaki jest Twój poziom empatii na tle grupy kontrolnej, rozwiąż poniższy test ilorazu empatii. Treść testu wraz z opisem została zaczerpnięta z [1]. Aby wyniki testu były miarodajne, test powinien zostać rozwiązany w ograniczeniu czasowym oraz powtórzony dwukrotnie [1].

from IPython.display import HTML

HTML('''<script>
code_show=true; 
function code_toggle() {
 if (code_show){
 $('div.input').hide();
 } else {
 $('div.input').show();
 }
 code_show = !code_show
} 
$( document ).ready(code_toggle);
</script>
<form action="javascript:code_toggle()"><input type="submit" value="Kliknij tutaj żeby schować/pokazać kod"></form>''')

a0 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
    )
widgets.HBox([widgets.Label('Szybko i intuicyjnie dostrajam się do samopoczucia drugiej osoby.'),a0])

HBox(children=(Label(value='Szybko i intuicyjnie dostrajam się do samopoczucia drugiej osoby.'), Dropdown(opti…

a1 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Potrafię przewidzieć, jak ktoś inny będzie się czuł.'),a1])

HBox(children=(Label(value='Potrafię przewidzieć, jak ktoś inny będzie się czuł.'), Dropdown(options=(('Zdecyd…

a2 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 0), ('Raczej tak', 0), ('Raczej nie', 1), ('Zdecydowanie nie', 2)],
    value=0,
)
widgets.HBox([widgets.Label('Jest mi trudno zrozumieć, dlaczego ludzie tak bardzo denerwują się różnymi rzeczami.'),a2])

HBox(children=(Label(value='Jest mi trudno zrozumieć, dlaczego ludzie tak bardzo denerwują się różnymi rzeczam…

a3 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 0), ('Raczej tak', 0), ('Raczej nie', 1), ('Zdecydowanie nie', 2)],
    value=0,
)
widgets.HBox([widgets.Label('W sytuacjach towarzyskich nie wiem jak się zachować.'),a3])

HBox(children=(Label(value='W sytuacjach towarzyskich nie wiem jak się zachować.'), Dropdown(options=(('Zdecyd…

a4 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Sytuacje towarzyskie nie wprawiają mnie w zakłopotanie.'),a4])

HBox(children=(Label(value='Sytuacje towarzyskie nie wprawiają mnie w zakłopotanie.'), Dropdown(options=(('Zde…

a5 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Ludzie mówią mi, że dobrze rozumiem jak się czują i co mają na myśli.'),a5])

HBox(children=(Label(value='Ludzie mówią mi, że dobrze rozumiem jak się czują i co mają na myśli.'), Dropdown(…

a6 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Z łatwością zauważam, jeśli ktoś chce się włączyć do rozmowy.'),a6])

HBox(children=(Label(value='Z łatwością zauważam, jeśli ktoś chce się włączyć do rozmowy.'), Dropdown(options=…

a7 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Z łatwością orientuję się, czy ktoś jest zainteresowany, czy znudzony tym, co mówię.'),a7])

HBox(children=(Label(value='Z łatwością orientuję się, czy ktoś jest zainteresowany, czy znudzony tym, co mówi…

a8 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 0), ('Raczej tak', 0), ('Raczej nie', 1), ('Zdecydowanie nie', 2)],
    value=0,
)
widgets.HBox([widgets.Label('Ludzie często mówią, że jestem nieczuły, choć ja sam nie zawsze wiem dlaczego.'),a8])

HBox(children=(Label(value='Ludzie często mówią, że jestem nieczuły, choć ja sam nie zawsze wiem dlaczego.'), …

a9 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Z łatwością potrafię postawić się w sytuacji innej osoby.'),a9])

HBox(children=(Label(value='Z łatwością potrafię postawić się w sytuacji innej osoby.'), Dropdown(options=(('Z…

a10 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Szybko orientuję się, gdy ktoś mówi co innego, niż myśli.'),a10])

HBox(children=(Label(value='Szybko orientuję się, gdy ktoś mówi co innego, niż myśli.'), Dropdown(options=(('Z…

a11 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 0), ('Raczej tak', 0), ('Raczej nie', 1), ('Zdecydowanie nie', 2)],
    value=0,
)
widgets.HBox([widgets.Label('W rozmowie koncentruję się raczej na tym, co ja myślę, a nie na tym, co może myśleć mój rozmówca.'),a11])

HBox(children=(Label(value='W rozmowie koncentruję się raczej na tym, co ja myślę, a nie na tym, co może myśle…

a12 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Potrafię przewidzieć jak ktoś inny się zachowa.'),a12])

HBox(children=(Label(value='Potrafię przewidzieć jak ktoś inny się zachowa.'), Dropdown(options=(('Zdecydowani…

a13 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 0), ('Raczej tak', 0), ('Raczej nie', 1), ('Zdecydowanie nie', 2)],
    value=0,
)
widgets.HBox([widgets.Label('Nie zawsze rozumiem, dlaczego ktoś poczuł się urażony.'),a13])

HBox(children=(Label(value='Nie zawsze rozumiem, dlaczego ktoś poczuł się urażony.'), Dropdown(options=(('Zdec…

a14 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Szybko zauważam, kiedy ktoś w grupie czuje się niezręcznie lub niekomfortowo.'),a14])

HBox(children=(Label(value='Szybko zauważam, kiedy ktoś w grupie czuje się niezręcznie lub niekomfortowo.'), D…

a15 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Potrafię rozpoznać, jeśli ktoś ukrywa swoje prawdziwe uczucia.'),a15])

HBox(children=(Label(value='Potrafię rozpoznać, jeśli ktoś ukrywa swoje prawdziwe uczucia.'), Dropdown(options…

a16 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Znajomi zazwyczaj opowiadają mi o swoich problemach, bo uważają, że dobrze ich rozumiem.'),a16])

HBox(children=(Label(value='Znajomi zazwyczaj opowiadają mi o swoich problemach, bo uważają, że dobrze ich roz…

a17 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Potrafię wyczuć czy przeszkadzam, nawet jeśli ktoś mi o tym nie powie.'),a17])

HBox(children=(Label(value='Potrafię wyczuć czy przeszkadzam, nawet jeśli ktoś mi o tym nie powie.'), Dropdown…

a18 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Zazwyczaj przejmuję się problemami moich przyjaciół.'),a18])

HBox(children=(Label(value='Zazwyczaj przejmuję się problemami moich przyjaciół.'), Dropdown(options=(('Zdecyd…

a19 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Łatwo domyślam się, o czym druga osoba chce ze mną rozmawiać.'),a19])

HBox(children=(Label(value='Łatwo domyślam się, o czym druga osoba chce ze mną rozmawiać.'), Dropdown(options=…

a20 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 2), ('Raczej tak', 1), ('Raczej nie', 0), ('Zdecydowanie nie', 0)],
    value=2,
)
widgets.HBox([widgets.Label('Lubię troszczyć się o innych ludzi.'),a20])

HBox(children=(Label(value='Lubię troszczyć się o innych ludzi.'), Dropdown(options=(('Zdecydowanie tak', 2), …

a21 = widgets.Dropdown(
    options=[('Zdecydowanie tak', 0), ('Raczej tak', 0), ('Raczej nie', 1), ('Zdecydowanie nie', 2)],
    value=0,
)
widgets.HBox([widgets.Label('Często trudno mi ocenić, czy coś jest grzeczne czy nie.'),a21])

HBox(children=(Label(value='Często trudno mi ocenić, czy coś jest grzeczne czy nie.'), Dropdown(options=(('Zde…

button = widgets.Button(description='Podlicz punkty')
out = widgets.Output()
def on_button_clicked(_):
      # "linking function with output"
      with out:
          # what happens when we press the button
        clear_output()
        c=a0.value+a1.value+a2.value+a3.value+a4.value+a5.value+a6.value+a7.value+a8.value+a9.value+a10.value+a11.value+a12.value+a13.value+a14.value+a15.value+a16.value+a17.value+a18.value+a19.value+a20.value+a21.value
        print("Twój wynik to:", c)
button.on_click(on_button_clicked)
# displaying button and its output together
widgets.VBox([button,out])

VBox(children=(Button(description='Podlicz punkty', style=ButtonStyle()), Output()))

Wyniki

Wyniki dla wersji oryginalnej narzędzia liczone są według następującego klucza odpowiedzi: „raczej tak” – 1 pkt, „zdecydowanie tak” – 2 pkt, a pozostałe odpowiedzi – „raczej nie” oraz „zdecydowanie nie” – 0 pkt. Dotyczy to pozycji nr 1, 2, 5, 6, 7, 8, 10, 11, 13, 15, 16, 17, 18, 19, 20, 21. Dla pozostałych pozycji (nr 3, 4, 9, 12, 14, 22) przyjmuje się punktację odwróconą: za odpowiedzi „raczej nie” przyznaje się 1 pkt, a za odpowiedzi „zdecydowanie nie” – 2 pkt. Za pozostałe odpowiedzi pozytywne – „raczej tak” i „zdecydowanie tak” – przyznaje się 0 pkt. Po zsumowaniu punktów uzyskuje się wynik SSIE, który wynosi maksymalnie 44 punkty [1].

Wynik testu, jako taki, nie mówi zbyt wiele o poziomie empatii danej jednostki. Warto natomiast spojrzeć, jak dany wynik ma się na tle średniej w danej grupie odniesienia (ważne, aby grupa ta była w miarę jednolita. Grupa zajęciowa osób mniej więcej w tym samym wieku i podobnym poziomie wyksztalcenia zdecydowanie może być miarodajna). Wyniki ogólne wskazują na bardzo drobne różnice w empatii na korzyść Pań, przy czym są to raczej dziesiętne części punktu [1].

Podsumowanie

Podsumowując, głownym celem niniejszych laboratorów było wprowadzenie podstawowych pojęć związanych ze sztuczną empatią. Nakreślone zostało umiejscowienie tej dziedziny w nauce oraz wyjaśniono jej genezę. Zamieszczone poniżej polecenia do wykonania mają za zadanie uświadomić wykonującemu ważność empatii w komunikacji, pozwolić mu określić własny poziom empatii oraz zachęcić do próby przeniesienia myślenia empatycznego na sferę informatyki i robotyki.

Ze względu na charakter całego cyklu zajęć, którego ostatecznym celem jest stworzenie prostego systemu komunikacji z użytkownikiem, wzbogaconego o moduy sztucznej empatii, poniższe ćwiczenia zachęcają do wstępnego zaplanowania pracy nad takim systemem, w odniesieniu do kształtu i sfer empatii, które mialy by byc zaimplementowane.

Zadania

Wykonaj skrócony test empatii zamieszczony powyżej. Porównaj swoje wyniki z innymi.

Wynik 34

Zagadnienia empatii są obecnie bardzo popularne w niektórych dziedzinach życia, np. marketingu, medycynie, zarządzaniu zasobami ludzkimi, itd. Poszukaj przykladów stosowania metod empatycznych do celów komercyjnych. Zbierz odpowiedzi grupy laboratoryjnej w jedną tabelę. Unikaj powtórzeń.

Badania rynkowe - Firma przeprowadza badania rynkowe, aby lepiej zrozumieć potrzeby swoich klientów i dostosować swoje produkty lub usługi do ich wymagań. Badania te mogą obejmować ankiety, wywiady lub obserwacje zachowań konsumentów. Tworzenie person - Firma tworzy profile klientów, aby zrozumieć, kim są ich klienci i jakie są ich potrzeby. Na podstawie tych profili można dostosować ofertę do potrzeb różnych grup klientów. Design thinking - Design thinking to podejście, w którym firma stara się zrozumieć i rozwiązać problemy swoich klientów. Przykładem takiego podejścia może być projektowanie produktów lub usług z myślą o użytkownikach, tak aby spełniały ich potrzeby. Personalizacja - Firma oferuje personalizowane produkty lub usługi, takie jak spersonalizowane buty, ubrania lub programy żywieniowe, które spełniają konkretne wymagania klientów. Działania CSR - Firma angażuje się w działania społeczne, aby pokazać, że jej wartości są zgodne z wartościami jej klientów. Działania takie mogą obejmować wsparcie dla lokalnych społeczności, ochronę środowiska czy walkę z dyskryminacją.

Narysuj mapę empatii dla hipotetycznego AI. Wykorzystaj następujący schemat:

Odbiera: wiadomości użytkownika
Mówi: wyraża opinie o wędkarstwie
Myśli: zna się lepiej na wędkarstwie niż użytkownik
Robi: ignoruje wszystkie tematy oprócz wędkarstwa
Czuje: Miłość do ryb

Celem cyklu prezentowanych laboratoriów będzie stworzeniu systemu wyposażonego w sztuczną empatię. Aby nakreślić wstępny plan systemu, wykorzystaj metodę zamieszczoną w linku poniżej. W jakiej sferze życia/działalności będzie działał Twój chatbot? Kto będzie jego użytkownikiem? Jakie będą granice jego działania?

Empatyczny chatbot fanatyk wędkarstwa. Chatbot będzie każdą rozmowę sprowadzał do wędkarstwa. Chatbot będzie się obrażał gdy użytkownik będzie zmieniał temat lub gdy będzie fanem innej ryby niż chatbot. Użytkownikiem chatbota będzie każda osoba, w szczególności wędkarze.

https://www.ibm.com/design/thinking/page/toolkit/activity/writing-hills

Źródła:

[1] http://psychiatriapolska.pl/uploads/images/PP_4_2017/719JankowiakSiuda_PsychiatrPol2017v51i4.pdf

[2] Neuronauka o podstawach człowieczeństwa: O czym mówi mózg? (2012) (oryg. The Tell-Tale Brain: A Neuroscientist's Quest for What Makes Us Human 2011) Wydawnictwa Uniwersytetu Warszawskiego, ISBN 978-83-235-0911-0

[3] Drigas, A.S.; Papoutsi, C. A New Layered Model on Emotional Intelligence. Behav. Sci. 2018, 8, 45. https://doi.org/10.3390/bs8050045

[4] Gutiérrez-Cobo, M.J.; Cabello, R.; Fernández-Berrocal, P. (2016), The relationship between emotional intelligence and cool and hot cognitive processes: A systematic review. Front. Behav. Neurosci. vol. 10, iss. 101.

[5] Manning et. al., 2014, Selling today, ed. 12, Pearson Education, ISBN: 9780132109901.

[6] https://plato.stanford.edu/entries/empathy/

[7] Xiao, L., Kim, H. J., & Ding, M. (2013). "An introduction to audio and visual research and applications in marketing". Review of Marketing Research, 10, p. 244. doi:10.1108/S1548-6435(2013)0000010012

[8] Caspers S, Zilles K, Laird AR, Eickhoff SB. ALE meta-analysis of action observation and imitation in the human brain. Neuroimage. 2010 Apr 15;50(3):1148-67. doi: 10.1016/j.neuroimage.2009.12.112

[9] Asada, M. (2014). Affective Developmental Robotics ∗ How can we design the development of artifcial empathy ?

[10] Asada, M. Towards Artificial Empathy. Int J of Soc Robotics 7, 19–33 (2015). https://doi.org/10.1007/s12369-014-0253-z

[11] Özge Nilay Yalçın, Steve DiPaola, Modeling empathy: building a link between affective and cognitive processes Artificial Intelligence Review ( IF 5.747 ), DOI: 10.1007/s10462-019-09753-0

[12] https://deepai.org/machine-learning-glossary-and-terms/conversational-agent

[13] Stephan, A. Empathy for Artificial Agents. Int J of Soc Robotics 7, 111–116 (2015). https://doi.org/10.1007/s12369-014-0260-0

53 KiB Raw Blame History Unescape Escape