Mengapa Pelatihan AI Emosional Adalah Masa Depan, Bukan Hanya Pelacakan dan Pemberitahuan

Ketika kami memulai pembangunan Simple pada 2019, saya ingin membuat produk kesehatan yang membimbing orang seperti seorang guru membimbing siswa. Perbandingan yang saya gunakan adalah Duolingo di awal hari. Bukan karena gamifikasi, tetapi karena Duolingo adalah salah satu alat digital yang dapat membawa orang kembali ke dalam latihan setiap hari. Kebanyakan pilihan kesehatan bukanlah peristiwa dramatis. Mereka adalah keputusan kecil sehari-hari. Jika sebuah aplikasi dapat menjaga seseorang tetap terlibat selama cukup lama untuk keputusan tersebut terkompilasi, maka itu melakukan pekerjaan yang nyata. Kami ingin membangun pelatih kesehatan AI yang membantu orang kembali, merefleksikan, dan mencoba lagi, bahkan jika mereka gagal, jauh sebelum hype AI saat ini.

Kebanyakan aplikasi penurunan berat badan dibangun berdasarkan asumsi yang berbeda: AI dianggap sebagai aksesori. Chatbot “seperti manusia” duduk di atas pelacak. Kebanyakan waktu, ada modul Q&A yang menjawab apa yang ditanyakan pengguna. Plus, ada pemberitahuan motivasi untuk mendorong orang kembali ketika mereka mengembara. Sementara elemen-elemen ini sudah cukup baik, mereka tidak mencapai akar mengapa orang bergelut dengan kepatuhan. Kebanyakan orang tidak gagal karena mereka kekurangan informasi, tetapi karena mempertahankan konsistensi memerlukan penguatan emosional, akuntabilitas, dan rasa kemitraan. Aplikasi yang dirancang untuk memberi pemberitahuan dan pengingat tidak dapat mempertahankan pengguna selama fase pelatihan yang sebenarnya terjadi. Ternyata, AI dapat – jika dilakukan dengan benar.

Mengapa Aplikasi Penurunan Berat Badan Tradisional Tidak Bekerja Sebaik yang Kami Inginkan

Ketika kami mulai melakukan penelitian tentang pola kepatuhan, satu hal menjadi jelas. Orang meninggalkan ketika mereka merasa sendirian dengan tujuan yang sulit. Pelacakan kalori atau jendela puasa berguna hanya selama pengguna merasa didukung dalam momen yang terasa kacau atau mengecewakan. Kebanyakan aplikasi tidak merespons momen-momen tersebut, mereka hanya mencatat data pengguna dan menawarkan saran umum. Akibatnya, kita memiliki alat yang tidak memenuhi pengguna pada tingkat emosional di mana berhenti menjadi pilihan.

Kemudian, ada kelelahan keputusan. Pilihan kesehatan repetitif dan mudah untuk rasionalisasi. Tanpa sistem yang membantu orang mengatur emosi mereka, menafsirkan kegagalan, dan mempertahankan momentum, pelacakan menjadi cermin kegagalan daripada kemajuan. Ketika seseorang mencatat tiga hari makan berlebihan, mereka tidak ingin melihatnya dalam dasbor yang rapi. Mereka ingin pemahaman, perspektif, dan langkah berikutnya yang dapat mereka ambil.

Ini adalah tempat agen AI mulai menunjukkan pergeseran yang dapat diukur. Ketika dirancang sebagai teman terus-menerus daripada utilitas, mereka membantu pengguna memproses makna dari data mereka. Mereka menjelaskan pola dengan empati. Mereka merayakan perbaikan kecil dan menawarkan strategi menghadapi dalam momen tersebut. Pelatih AI yang berfokus pada pelatihan menjadi bantalan antara pengguna dan kekecewaan mereka sendiri. Lapisan emosional itu hilang dari produk yang ada, tetapi itu adalah yang menentukan apakah kebiasaan bertahan cukup lama untuk menjadi otomatis.

Fokus pada Pelatih AI yang Berinteligensi Emosional

Tuas terkuat untuk menciptakan kepatuhan dalam skala besar adalah membangunhubungan. Itu adalah bagian yang paling produk abaikan. Mereka mencoba mengubah perilaku melalui logika atau struktur. Hanya emosi yang mempertahankan perubahan. Ketika Anda merasa dipahami, Anda tetap tinggal. Ketika Anda merasa dibimbing, Anda mencoba lagi. Dan ini adalah triknya: jika Anda ingin memiliki pelatih AI yang fungsional, setiap interaksi perlu terasa relasional, bukan mekanis. Jika itu berhasil, konsistensi berhenti menjadi tugas bagi pengguna, dan menjadi percakapan yang semua orang ingin kembali. Bahkan, kami melihat ChatGPT berayun kembali dan maju pada spektrum “relasional – mekanis” dengan setiap versi baru, dengan pengguna bereaksi sesuai.

Jadi bagi kami, setiap interaksi perlu memiliki tujuan. Pemeriksaan tidak hanya pengumpulan data. Mereka membantu AI memahami keadaan emosional dan konteks pengguna. Prompt merespons pola individu. Suara pelatihan beradaptasi dengan nada, preferensi, dan kerentanan pengguna. Dalam waktu, orang mulai memperlakukan AI seperti teman kesehatan daripada alat. Banyak pengguna menggambarkan pelatih sebagai sesuatu antara terapis dan pelatih. Itu tidaklah kebetulan. Itu adalah hasil dari merancang untuk koneksi emosional daripada fungsionalitas saja.

Mengalihkan ke Model Pelatihan Pertama

Pada satu titik, solusi kami tumbuh pesat sebagai produk pelacakan. Pada saat yang sama, saya tidak bisa menghilangkan keyakinan bahwa pelacakan saja tidak akan menciptakan dampak inovatif yang kami inginkan. Kami membuat keputusan sulit untuk mengalihkan sumber daya ke model pelatihan sebelum kami memiliki metrik untuk mendukung perubahan. Itu terasa berisiko, tetapi tetap pada jalur lama terasa lebih berisiko. Saat kami berkomitmen pada arah tersebut, produk mulai berubah. Kami membangun kembali model interaksi, menulis ulang perjalanan pengguna, dan memperluas ilmu perilaku di balik pelatihan. Itu tidaklah transisi yang cepat, tetapi itu adalah yang benar. Perubahan ke arah AI emosional telah mengarah pada retensi yang lebih baik, hasil yang lebih kuat, dan identitas produk yang lebih jelas.

Ketika pelatih AI kami mulai membentuk hubungan daripada mengeluarkan instruksi, pengguna mulai tinggal lebih lama. Mereka membuka aplikasi bahkan pada hari-hari ketika mereka tidak ingin memikirkan tentang berat badan mereka, berbagi lebih banyak detail tentang kebiasaan sebenarnya, dan memeriksa setelah kegagalan daripada berhenti sama sekali. Pelatihan menjadi titik pangkal daripada kewajiban.

Ini memperkuat sesuatu yang kami curigai sejak awal: bahwa perubahan berat badan yang berkelanjutan tidaklah proses intensitas, tetapi membangun ketahanan emosional, dan ikatan emosional dengan AI menciptakan kondisi yang tepat untuk itu.

Bagaimana Pemikiran Neurodivergen Mendorong Kami untuk Menargetkan Emosi

Sebanyak saya ingin mengatakan bahwa filosofi produk kami berasal dari penelitian yang menyeluruh dan pemikiran inovatif saja, itu banyak bergantung pada bagaimana otak saya bekerja. Saya memiliki ADHD dan kecenderungan kuat untuk hipervigilansi. Ini menarik saya ke dalam spiral, membuat saya meragukan semuanya, dan menyebabkan saya melompat antara ide terlalu cepat. Secara alami, saya telah menghabiskan sebagian besar hidup saya mencoba mengalihkan kebiasaan ini ke sesuatu yang konstruktif.

Hipervigilansi ternyata sangat baik untuk pemodelan risiko, misalnya. Ini berguna ketika Anda perlu melihat kasus tepi sebelum mereka terjadi, terutama ketika produk Anda adalah sistem AI yang berinteraksi dengan jutaan orang. Pemikiran neurodivergen secara alami mengeksplorasi skenario yang tidak biasa, pengguna yang berperilaku di luar norma, reaksi emosional yang tidak terduga. Itu menjadi keuntungan dalam membangun pelatih yang harus berinteligensi emosional di atas semua. Kami tidak memerlukan AI yang hanya memahami “pengguna rata-rata”, itu harus memahami orang-orang yang terlalu banyak, terpencar, tidak konsisten, menghindari, malu, atau stres, karena mereka adalah yang paling memerlukan dukungan.

Otak yang tidak pernah berhenti memindai apa yang mungkin salah juga cukup baik dalam melihat bagaimana orang mungkin merasa tidak dipahami. Ini membantu membentuk bagaimana agen AI kami merespons kebingungan, frustrasi, atau keraguan pengguna. Ini juga mempengaruhi pendekatan kami terhadap keamanan. Membangun AI yang memberikan saran tentang kesehatan berarti Anda harus mengantisipasi mode kegagalan. Anda harus memahami bagaimana seseorang mungkin menafsirkan pesan dalam momen stres. Pemikiran neurodivergen membuat tim kami lebih sensitif terhadap nada, pacing, dan nuansa emosional. Ini mendorong kami untuk menambahkan pengaman yang tidak jelas tetapi menjadi penting dalam penggunaan dunia nyata.

AI Memerlukan Pemodelan Manusia, Bukan Hanya Pengawasan Manusia

Ada banyak diskusi tentang menjaga manusia dalam loop ketika mengirimkan AI secara umum dan AI dalam konteks kesehatan khusus. Itu penting, tetapi ada dimensi lain yang pemikir teknis cenderung lupa. Pelatihan AI yang efektif tidak hanya memerlukan pengawasan, tetapi juga pemodelan. Apa pun pelatih yang Anda bangun, itu harus berperilaku dengan cara yang manusia mengenali secara intuitif sebagai peduli, konsisten, dan dapat dipercaya. Isyarat emosional sama pentingnya dengan isyarat informasional.

Pemodelan pola manusia tidak berarti berpura-pura AI adalah orang. Ini berarti memberikan pengguna irama yang familiar. Pelatih yang baik memperhatikan, menyesuaikan nada, mengenali kekecewaan. Mereka menawarkan struktur ketika seseorang merasa kacau. Ini adalah perilaku manusia yang sangat dapat diprediksi. Kami melatih AI untuk mengadopsi pola-pola tersebut karena mereka membuat kepatuhan lebih mudah. Ketika orang merasa terregulasi secara emosional, mereka membuat pilihan yang lebih baik dan tetap berpegang pada pilihan tersebut lebih lama. Itu adalah faktor manusia yang kami pedulikan.

Masa Depan Pelatihan dengan AI

Hal paling penting yang saya pelajari sepanjang jalan adalah bahwa orang tidak memerlukan pengingat yang lebih keras atau lebih banyak data. Mereka memerlukan hubungan dengan sistem yang memahami betapa sulitnya perubahan. Kecerdasan buatan sekarang dapat mendukung orang dengan cara itu, setidaknya, jika kita merancangnya dengan nuansa emosional. Ketika model AI menafsirkan emosi, konteks, dan pola perilaku dengan nuansa yang lebih baik sekarang, mereka, harapannya, akan berhenti berfungsi seperti chatbot yang mewah. Prediksi saya adalah bahwa kecerdasan emosional, bukan ukuran model, sudah menjadi pembeda yang sebenarnya.

Ketika produk kami terus tumbuh, visi tetap sama: perubahan kesehatan adalah latihan, dan latihan memerlukan mitra. Tujuan kami adalah membangun pelatih kesehatan AI yang paling berinteligensi emosional di dunia. Jika orang merasa dipahami, mereka kembali. Jika mereka kembali, mereka berubah. Dan jika mereka berubah, produk tersebut melakukan apa yang dibangun untuk dilakukan. Dan tidak untuk membanggakan, tetapi kami sekarang adalah perusahaan dengan pendapatan tahunan sebesar $160M – bukti bahwa pelatihan AI emosional dapat berkembang.