Perché l’allenamento emotivo AI è il futuro, non solo il tracciamento e i ping

Quando abbiamo iniziato a costruire Simple nel 2019, volevo un prodotto per la salute che guidasse le persone come un buon insegnante guida uno studente. Il paragone che continuavo a fare era con Duolingo ai suoi esordi. Non a causa della gamificazione, ma perché Duolingo era uno degli strumenti digitali in grado di riportare le persone alla pratica ogni giorno in modo affidabile. La maggior parte delle scelte di salute non sono eventi drammatici. Sono piccole decisioni quotidiane. Se un’app può tenere qualcuno impegnato abbastanza a lungo perché queste decisioni si accumulino, sta facendo un lavoro reale. Volevamo costruire un allenatore di salute AI che aiutasse le persone a tornare, riflettere e riprovare, anche se falliscono, molto prima dell’attuale iper-entusiasmo per l’AI.

La maggior parte delle app per la perdita di peso sono costruite su un’ipotesi diversa: l’AI è trattata come un accessorio. Un chatbot “umanoide” si trova sopra un tracciatore. La maggior parte del tempo, c’è un modulo di domande e risposte che risponde a ciò che chiedono gli utenti. Inoltre, ci sono promemoria motivazionali per incoraggiare le persone a tornare quando si allontanano. Mentre questi elementi sono perfettamente accettabili, non arrivano alla radice del motivo per cui le persone lottano con l’aderenza. La maggior parte delle persone non fallisce perché mancano di informazioni, ma perché rimanere coerenti richiede un rinforzo emotivo, una responsabilità e un senso di partnership. Un’applicazione progettata per inviare promemoria e notifiche non può sostenere l’utente durante le fasi di piatto dove avviene il vero cambiamento comportamentale. Risulta che l’AI può farlo – se fatto correttamente.

Perché le app tradizionali per la perdita di peso non funzionano così bene come vorremmo

Quando abbiamo iniziato a studiare i modelli di aderenza, una cosa è diventata ovvia. Le persone abbandonano quando si sentono sole con un obiettivo difficile. Tracciare le calorie o le finestre di digiuno è utile solo finché l’utente si sente sostenuto nei momenti che sembrano caotici o scoraggianti. La maggior parte delle app non risponde a quei momenti, si limita a registrare i dati dell’utente e offrire consigli generici. Di conseguenza, abbiamo strumenti che non incontrano l’utente a livello emotivo dove la rinuncia diventa un’opzione.

Poi, c’è la vecchia fatica decisionale. Le scelte di salute sono ripetitive e facili da razionalizzare. Senza un sistema che aiuti le persone a regolare le loro emozioni, interpretare gli insuccessi e mantenere la motivazione, il tracciamento diventa uno specchio del fallimento piuttosto che del progresso. Quando qualcuno registra tre giorni di eccesso alimentare, non vuole vederlo in un cruscotto ordinato. Vuole comprensione, prospettiva e un passo successivo che può effettivamente compiere.

Questo è dove gli agenti AI stanno iniziando a mostrare un cambiamento misurabile. Quando progettati come compagni continui piuttosto che come utility, aiutano gli utenti a elaborare il significato dei loro dati. Spiegano i modelli con empatia. Celebrano i piccoli miglioramenti e offrono strategie di coping nel momento. Un allenatore AI centrato sulla formazione diventa un cuscinetto tra l’utente e la propria delusione. Quel livello emotivo manca nella maggior parte dei prodotti esistenti, ma è esattamente ciò che determina se un’abitudine sopravvive abbastanza a lungo da diventare automatica.

Focalizzarsi su un allenatore AI emotivamente intelligente

La leva più forte per creare l’aderenza su larga scala è costruire unarelazione. Quella è la parte che la maggior parte dei prodotti trascura. Cercano di cambiare il comportamento attraverso la logica o la struttura. Solo l’emozione sostiene il cambiamento. Quando ti senti capito, rimani. Quando ti senti guidato, riprovi. E qui c’è l’inganno: se vuoi un allenatore AI funzionale, ogni interazione deve sembrare relazionale, non meccanica. Se questo funziona, la coerenza smette di essere un compito per l’utente e inizia a essere una conversazione che tutti vogliono riprendere. In effetti, vediamo ChatGPT oscillare avanti e indietro su questo spettro “relazionale — meccanico” con ogni nuova versione, con gli utenti che reagiscono di conseguenza.

Quindi, per noi, ogni interazione doveva avere uno scopo. I controlli non sono solo raccolta di dati. Aiutano l’AI a capire lo stato emotivo e il contesto dell’utente. I prompt rispondono ai modelli individuali. La voce dell’allenatore si adatta al tono, alle preferenze e alle vulnerabilità dell’utente. Nel tempo, le persone iniziano a trattare l’AI come un compagno di salute piuttosto che come uno strumento. Molti utenti descrivono l’allenatore come qualcosa a metà tra un terapeuta e un istruttore. Non è stato un incidente. È stato il risultato di una progettazione per la connessione emotiva piuttosto che per la funzionalità sola.

Reindirizzare verso un modello di formazione primo

A un certo punto, la nostra soluzione stava crescendo rapidamente come prodotto di tracciamento. Allo stesso tempo, non potevo scrollare la convinzione che il tracciamento da solo non avrebbe mai creato l’impatto innovativo che volevamo. Abbiamo preso una decisione difficile per reindirizzare le risorse verso il modello di formazione prima di avere metriche per supportare il cambiamento. Sembrava rischioso, ma rimanere sul vecchio percorso sembrava ancora più rischioso. Il momento in cui ci siamo impegnati in quella direzione, il prodotto ha iniziato a cambiare. Abbiamo ricostruito il modello di interazione, riscritto il percorso dell’utente e ampliato la scienza del comportamento dietro la formazione. Non è stata una transizione rapida, ma è stata la giusta.

Come il pensiero neurodivergente ci ha portato a mirare alle emozioni

Quanto vorrei dire che la nostra filosofia del prodotto deriva da una ricerca approfondita e da un pensiero innovativo solo, dipende molto da come funziona il mio cervello. Ho ADHD e una forte tendenza all’ipervigilanza. Questo mi porta in spirali, mi fa dubitare di tutto e mi fa saltare tra le idee troppo velocemente. Naturalmente, ho trascorso una parte della mia vita cercando di reindirizzare questi comportamenti verso qualcosa di costruttivo.

L’ipervigilanza si è rivelata eccellente per la modellazione dei rischi, per esempio. È utile quando devi vedere i casi limite prima che accadano, soprattutto quando il tuo prodotto è un sistema AI che interagisce con milioni di persone. Il pensiero neurodivergente esplora naturalmente lo scenario insolito, l’utente che si comporta al di fuori della norma, la reazione emotiva che non ti aspetti. Questo è diventato un vantaggio nel costruire un allenatore che doveva essere emotivamente intelligente sopra ogni altra cosa. Non avevamo bisogno di un AI che capisse solo l'”utente medio”, doveva capire le persone che erano sopraffatte, disperse, incoerenti, evasive, vergognose o stressate, perché sono quelle che hanno più bisogno di supporto.

Un cervello che non smette mai di scansionare per vedere cosa potrebbe andare storto è anche abbastanza bravo a vedere come le persone potrebbero sentirsi fraintese. Questo ha aiutato a plasmare come il nostro agente AI risponde alla confusione, alla frustrazione o al dubbio degli utenti. Ha anche influenzato il nostro approccio alla sicurezza. Costruire un AI che fornisce consigli sulla salute significa che devi anticipare i modi di fallimento. Devi capire come qualcuno potrebbe interpretare un messaggio in un momento di stress. Il pensiero neurodivergente ha reso il nostro team più sensibile al tono, al ritmo e alla sfumatura emotiva. Ci ha spinti ad aggiungere paracadute che non erano ovvi ma sono diventati cruciali nell’uso reale.

L’AI ha bisogno di modellazione umana, non solo di supervisione umana

C’è un lot di discussione su come tenere gli esseri umani nel loop quando si dispiega l’AI in generale e l’AI nei contesti sanitari in particolare. Questo è importante, ma c’è un’altra dimensione che i pensatori tecnici tendono a dimenticare. Un allenamento AI efficace non ha solo bisogno di supervisione, ha bisogno di modellazione. Qualsiasi allenatore stai costruendo, deve comportarsi in modi che gli esseri umani riconoscono intuitivamente come premurosi, coerenti e affidabili. I segnali emotivi contano tanto quanto quelli informativi.

La modellazione di pattern umani non significa fingere che l’AI sia una persona. Significa dare all’utente un ritmo familiare. I buoni allenatori prestano attenzione, adattano il tono, riconoscono la delusione. Offrono struttura quando qualcuno si sente caotico. Questi sono comportamenti umani molto prevedibili. Abbiamo addestrato l’AI ad adottare quei modelli perché rendono l’aderenza più facile. Quando le persone si sentono emotivamente regolate, prendono migliori decisioni e le mantengono più a lungo. Quello è il fattore umano a cui tenevamo.

Il futuro dell’allenamento con l’AI

La cosa più importante che ho imparato lungo la strada è che le persone non hanno bisogno di promemoria più forti o di più dati. Hanno bisogno di una relazione con un sistema che capisce quanto sia difficile il cambiamento. L’intelligenza artificiale è ora in grado di sostenere le persone in quel modo, almeno, se la progettiamo con sfumature emotive. Mentre i modelli AI interpretano emozioni, contesto e modelli di comportamento con più sfumature, spero che smetteranno di funzionare come chatbot sofisticati. La mia previsione è che l’intelligenza emotiva, non la dimensione del modello, sta già diventando il vero differenziatore.

Man mano che il nostro prodotto continua a crescere, la visione rimane la stessa: il cambiamento della salute è una pratica e la pratica richiede un partner. Il nostro obiettivo è costruire l’allenatore di salute più emotivamente intelligente del mondo. Se le persone si sentono capite, tornano. Se tornano, cambiano. E se cambiano, il prodotto sta facendo ciò per cui è stato costruito. E non per vantarmi, ma siamo una società con un fatturato di 160 milioni di dollari all’anno – la prova che l’allenamento AI emotivo può scalare.