中青报客户端

 中青在线版权与免责声明

中国青年报手机版

中国青年报手机版二维码

中国青年报官方微信

中国青年报官方微信

2023年04月14日 星期五
中青在线

当AI开始预测情侣关系

黄彬彬  来源:中国青年报  ( 2023年04月14日   07 版)

    视觉中国供图

    拨开迷雾,看清亲密关系中,哪些东西尤为重要。

——————————

    “这人到底喜不喜欢我啊?”“出轨的蛛丝马迹,到底是我想多了还是确有其事?”“他/她当时说那句话到底是什么意思?”……遇到感情问题,人们会自然而然地寻求他人帮助,父母、好友、心理咨询师,甚至可能会找上算命先生和塔罗大师。比起玄学,有没有科学一点的手段能帮到我们?比如现在已然能够辅助人们完成工作的人工智能?

    坏消息是,就目前的发展进度来看,能够对情感问题进行准确分析、详尽解答的人工智能还没出现;好消息是,用人工智能下属的机器学习的方法,研究者们迈出了科学预测关系的踏实一步。

    机器学习算法比传统的统计模型更灵活,可以同时处理尽可能多的预测变量数据,预测非线性的变量关系,并估计预测变量间复杂的关系,正好用于谈恋爱这种剪不断理还乱的繁复场景。而这些研究发现的一些结论,也能帮助我们更准确地拨开迷雾,看清亲密关系中,哪些东西尤为重要。

    1、人工智能可否告诉我:这个相亲对象想不想和我发展?

    答:很可惜,AI不知道哦。

    在两项快速约会研究中,每位参与者参加4分钟的异性速配活动,通过机器学习算法发现,参与者所报告的100多个特征和偏好组合,只能预测4%-18%参与者想与速配对象谈恋爱的总体趋势,7%-27%速配对象想与参与者谈恋爱的总体趋势,但无法预测每一位参与者自己的恋爱欲望。

    尽管一些婚介公司和关于亲密关系的理论认为,一个人对另一个人最初的吸引力程度,是两个人自我报告的特征和偏好的产物。然而,在每一次浪漫的邂逅中,双方每一个微小却真实的互动,将共同预测你与对方是否想继续发展的恋爱欲望。就像你与男朋友第一次见面时的心动时刻,是他让你走在远离马路那侧、帮你推开门,这些瞬间人工智能恐怕猜不到吧!

    2、人工智能可以预测我和伴侣以后的关系变化吗?

    答:人工智能目前还不能预测亲密关系的变化。

    一项2020年发表在《美国科学院院报》上的研究,通过机器学习算法分析29个实验室43个纵向数据集的11196对情侣发现,关系质量的主要关系特质预测因子为感知到的伴侣承诺(如“我的伴侣希望我们永远在一起”)、欣赏(如“我觉得我的伴侣能出现在我的生命中,我很幸运”)、性满意度(如“我对我们的性生活很满意”)、感知到的伴侣满意度(如“我们的关系使我的伴侣非常开心”)和冲突(如“我和伴侣吵架的频率”);主要个人特质因子是生活满意度(如“我的生活条件很好”)、消极情绪(如“痛苦”“易怒”)、抑郁(如“我感到绝望”)、依恋焦虑(如“我很担心我与他人的关系”)和回避(如“我不喜欢与伴侣太接近”),每项研究开始时预测了45%的关系质量差异,结束时预测18%,但关系质量的变化是不可预测的。

    亲密关系好不好其实是一种主观感受,已有大量的研究发现,和伴侣的关系差会给个人健康、工作、孩子发展等诸多方面带来负面影响,如不快乐的婚姻可以预测更糟糕的身体状况、高血压、免疫系统功能低下、死亡率和心理健康问题风险、失业率、孩子更低的幸福感等。因此,拥有一段高质量的亲密关系,是在为我们的健康和幸福谋福祉呢!

    可惜的是,目前发现的因素还不能精确地预测关系的走向。但这项研究也给了我们一些启发:你对关系的认识,比你的个人特质更能预测关系的质量;在关系早期,你对关系的看法很重要,所以你有任何不舒服之处要尽早沟通哦!

    3、人工智能可以帮我理解伴侣的“言外之意”吗?

    答:这个可以有!机器学习甚至比资深心理治疗师更懂哦!

    一项研究通过视频观察134对婚姻出现问题的夫妻,录制夫妻讨论的视频,通过行为信号处理技术,进行语素与肢体语言分析。结果发现,机器学习提取的声学特征对夫妻“言外之意”的预测准确率高于训练有素的心理治疗师的手动编码。

    除了所说的内容本身,语音语调、口语、肢体动作等都是帮助理解伴侣心意的重要线索。人工智能可以通过采集和分析这些线索,推测人类语言的弦外之音。其实我们也可以细心且耐心地去捕捉和理解伴侣的心思。一时不理解的含义,也可以通过沟通去确认。人工智能发挥的是辅助作用,其实沟通是最好的方法啦!

    4、人工智能能否预测我的伴侣会不会劈腿/出轨?

    答:一定程度上可以,未来可期。

    一项2021年的研究询问了1000多名成年人的不忠经历,并收集了大量关于他们性生活、人际关系及其他人口统计学信息,结果发现人口统计学和人格因素是较弱且不一致的预测因子,而关系因素预测性更强;性和关系满意度低、性欲高和缺乏爱是不忠最有力的预测因素。男性模型效应量0.28-0.33,女性模型效应量0.18-0.49。

    研究还发现,解决双方关系中的问题,可以减少伴侣离开关系寻求其他满足的可能性,对关系满意的人通常不太可能出轨。然而,随着互联网、智能手机、计算机等的发展,不忠的形式变得越来越多样化。研究结果表明,自由的性态度、在一起时间更长、更强的性欲预测更多的网络不忠行为。前人研究发现,男性更容易在关系之外进行性行为,但该研究发现不忠的性别差距似乎正在缩小,性别仅可以预测网络不忠,男性会出现更多的网络不忠。

    小  结

    无论机器学习还是其他心理学研究,基于数据统计的结论仅供参考,每个人都可能是特例。但是我们可以利用一些研究结果,帮助我们解决恋爱中的一些问题。相关结论可以推广到亲密关系的质量提升与问题解决方面。

    机器学习的结果使研究人员能够将强大的机器学习算法和最先进的工具结合使用来进行模型解释,可以提供精确的预测,并加深我们对预测结果的最重要因素的理解。后者尤为重要,因为心理学的一个主要目的就是加深对人类行为的理解。

    人工智能技术应用于关系科学还处于起步阶段。不同于AlphaGo可以通过反复训练与参数调节,使下一次落子更合适,研究爱情的人工智能面对的局势更为复杂。关系双方各自的特质、双方的互动、偶然生活事件的发生,都可能使关系发生变化,而且情感还会随着时间的推移而发生变化。但我们也可以带着信心与耐心,期待科学技术的不断革新,将会让人工智能在为人类服务的过程中,带来更多的惊喜。

黄彬彬 来源:中国青年报

2023年04月14日 07 版

为什么有些大学生不想“脱单”了
当AI开始预测情侣关系
“眼睛出汗了”? 不妨直接说“哭了”
如何做自己情绪的主人