研究发现，AI能提高人类的共情能力|界面新闻

很多人担心AI可能带来的影响——夺走我们的工作，引起自动化偏见（automate bias），甚至导致民主制度的灭亡。但是如果运用得法，AI能否被用来引起共情呢？而算法是否能习得是什么让我们对那些与我们不同的人心生同情呢？如果能，那它们是否也能说服我们捐钱出力帮助他人呢？

这正是MIT媒体实验室的扩展性合作实验室（Scalable Cooperation Lab）及UNICEF创新实验室的研究员们试图解答的问题，他们共同发起了名为“深度共情”的研究项目。你可能还记得扩展性合作实验室，他们在之前的项目“噩梦机器”和“Shelley AI”中训练AI创作恐怖图片和恐怖故事。但是最近，这支团队正在研究如何使用电脑生成的图片让人们对灾难受害者产生更强烈的同情心。

“作为人类，我们拥有许多偏见，它们使我们甚少关怀那些与我们不同的人，也使我们对大量伤亡无动于衷，”伦敦政治经济学院的助理研究员，也即该项目组成员Zoe Rahwan在发给Co.Design的一封邮件中写到，“我们希望‘深度共情’能够帮助人们克服这些偏见，以一种前所未有的方式来引起人们的同情心。”

因为比起数字来说，人们更容易于对图片产生更多同情心，所以研究室将训练AI拍摄北美和欧洲城市的照片，并将它们转变为当今叙利亚那般饱受战争摧残的样子。这项技术被称为神经风格迁移，主要是将两张图片合为一体，保留其中一张图片的内容以及另一张图片的风格。这和那些将所摄照片转变为毕加索或凡高的绘画风格所使用的技术是一样——但是这主要是为了社会公益，而不是为了好玩。算法生成波士顿，旧金山，伦敦和巴黎的照片，照片中的城市遭炸弹袭击，建筑破烂不堪，就连天空也灰蒙蒙的。

可能看到你所熟悉并热爱的地方的照片，会让你觉得叙利亚所经受的摧毁离你更近、更加与你息息相关。根据媒体实验室的科学家Nick Obradovich所说，研究员们进行了几个对照实验来测试AI生成的图片是否能与叙利亚城市的真实照片获得相同数额的援助捐款。研究员们发现AI生成的图片和真实照片获得了同样数目的捐款，而参与者们也表示自己产生了相同程度的同情心。换句话来说，模拟出的灾难场景让人们产生的共情反应与他们看到真实的叙利亚战争照片时所涌起的同情心相差无几。

然而，“我们项目的主要目标不是‘胜过’真实的灾难照片（它们常被过度使用，导致人们变得习以为常），而是创造可扩展的引起共情的方式，”扩展性合作实验室博士后Pinar Yanadag说道。在急需援助的危机时期，这种工具也许能够帮助哪些不熟悉受影响地区的人们真正理解破坏范围之大。小组将相同办法运用在受地震和火灾影响的地区，效果十分令人满意。

研究者同样希望能训练另一个AI分辨一张图片是否比另一张激起人们更强烈的同情心。在项目网站上，你可以接受一个调查，你需要在两张来自Flickr上带有“叙利亚”标签的图片中选取一张图片。其中许多图片看起来十分随意，或是几乎与战争无关的日常生活场景，所以选出你更加同情哪张图片可能并不容易——这也提醒了我们共情是多么主观的东西。但是从调查中获取一系列训练数据还是为了一个更宏伟的目标：训练算法帮助非营利机构决定在运营中使用哪张图片，好让人们更愿意捐款。

目前为止，来自90个国家的人已一共标记了1万张照片，选出了他们更同情的照片。如果Facebook要这样创造一则算法的话，它会觉得自己在操纵用户。但是从研究和非盈利的背景上来看，帮助他人接触到离他们十分遥远的灾难——以及帮助非盈利组织驾驭那股力量帮助有需要的人们——就是一种富有价值的使用机器学习的方法。

请填写这个调查，看看该项目中大都市在被轰炸变成废墟的前后对比，你可能十分感动，并向联合国儿童基金会捐款。