机器学习预测幸福感当我们最需要它的时候
威斯康星大学麦迪逊分校健康心理中心的研究人员正在研究一种可能的解决方案,利用人工智能在人们最需要的时候通过他们的移动设备提供个性化的健康内容。
“我们希望发现如何在手机上提供支持性的幸福实践,这些实践对一个人的感受很敏感,并且很容易参与其中,”新的联合研究员ChristyWilson-Mendenhall说,两个-年项目,定于今年启动。
在国防高级研究计划局(DARPA)超过300万美元的资助下,该项目旨在发现和开发技术,这些技术在未来可能会为基于算法的微支持的交付提供信息——像mindful这样的短期健康实践呼吸可能在当下有所帮助——通过健康思维计划的一个版本,目前在健康思维计划智能手机应用程序中使用。
这个多阶段项目将从一项人类参与者的研究开始,以预测他们的瞬间情绪状态,尤其是当他们感到分心、孤独、自我批评或不满足时,他们可能会从微观支持中受益。
这一初始步骤将有助于为新平台的机器学习工具和算法的开发提供信息。
研究人员打算通过对不同的参与者群体进行测试来开发他们的微支持框架和内容,以检查用户是否认为微支持相关、及时且可能有帮助。最终目标是一个可以基于算法触发器提供微支持的平台。
实际上,该应用程序将通过即时“体验抽样”从同意的参与者那里收集信息。该采样将包含简短的、用户创建的视频以响应“我感觉……”等提示,以及被动移动数据,如地理定位和活动模式。
研究人员将分析数据,根据HealthyMinds幸福框架的四大支柱评估用户的幸福感:意识、联系、洞察力和目的。先前的研究已将这些支柱与与幸福相关的可训练技能联系起来。
该分析将为提供非常简短、个性化的“即时”幸福实践提供信息,让用户全天参与培养幸福行为。这些微支持将简单易行且干扰最小,使用户能够充分参与他们的日常活动。
这项新颖的研究进一步开发了一种基于证据的、可扩展的个性化移动健康干预措施选项,迄今为止,这种措施采用了一种放之四海而皆准的方法,成本和时间承诺难以达到,导致早期放弃用户。
“可以通过个人习惯于在手机上进行的省力活动(例如制作短视频)获取丰富的数据流,也可以在征得他们同意的情况下完全被动地从手机中获取这些数据流,”RichardJ.Davidson说,健康心理中心的创始人。
“这种类型的数据可能是一个信息背景,用于定制可能增加幸福感的特定微支持的交付。”
戴维森认为,在正确的时间和地点提供微支持可能会对幸福感产生巨大影响。
戴维森说:“想象一下,一个焦虑的学生在期末考试前收到30秒正念时刻的提示可能会表现得更好,或者在领导者事先收到赞赏微干预后会议如何展开。”“有无数的机会可以在现实环境中进行测试。”
该研究将使研究人员最终进行随机对照试验,以测试通过机器学习工具触发的微支撑的功效。
“在很多方面,我们正处于寻找如何最好地将移动技术融入我们日常生活的最开始阶段,以支持而不是减少我们的幸福感,”华盛顿大学咨询心理学助理教授西蒙戈德伯格说–Madison和CHM的核心教员。
“这个项目和基于我们所学知识可能触发的各种微支持可以成为开发促进健康心理品质的技术工具的一部分。”
未来的目标包括继续研究并最终发布一个平台,通过一系列网络、移动和可穿戴设备供公众广泛使用。
声明:本站所有文章资源内容,如无特殊说明或标注,均为采集网络资源。如若本站内容侵犯了原著者的合法权益,可联系本站删除。