ทำไมการฝึกสอน AI ที่มีความฉลาดทางอารมณ์เป็นอนาคต ไม่ใช่แค่การติดตามและส่งสัญญาณ

เมื่อเริ่มสร้าง Simple ในปี 2019 ฉันต้องการผลิตภัณฑ์สุขภาพที่จะช่วยให้ผู้คนได้รับการชี้นำเหมือนกับครูที่ดี ฉันใช้การเปรียบเทียบ Duolingo ในช่วงแรกๆ ไม่ใช่เพราะการสร้างเกม แต่เพราะ Duolingo เป็นหนึ่งในเครื่องมือดิจิทัลที่สามารถดึงผู้คนกลับมาทำกิจกรรมทุกวันได้อย่างน่าเชื่อถือ ส่วนใหญ่การตัดสินใจด้านสุขภาพไม่ใช่เหตุการณ์ที่น่าตื่นเต้น แต่เป็นการตัดสินใจเล็กๆ ทุกวัน หากแอปพลิเคชันสามารถทำให้ผู้ใช้กลับมาทำกิจกรรมได้เพียงพอสำหรับการตัดสินใจเหล่านั้น ก็จะทำได้ดี เราต้องการสร้างโค้ชสุขภาพ AI ที่ช่วยให้ผู้คนกลับมาทำกิจกรรมอีกครั้ง แม้ว่าจะล้มเหลวก็ตาม ก่อนที่จะเกิดกระแส AI ในปัจจุบัน

ส่วนใหญ่แอปพลิเคชั่นลดน้ำหนักถูกสร้างขึ้นโดยมีสมมติฐานที่แตกต่าง: AI ถูกมองว่าเป็นส่วนเสริม โค้ชที่เหมือนมนุษย์ถูกวางไว้บนแทร็กเกอร์ ส่วนใหญ่จะมีโมดูล Q&A ที่ตอบคำถามของผู้ใช้ นอกจากนี้ยังมีสัญญาณกระตุ้นที่จะช่วยให้ผู้คนกลับมาทำกิจกรรมเมื่อพวกเขาหลุดออกจากกิจกรรม แม้ว่าองค์ประกอบเหล่านี้จะดี แต่ก็ไม่ได้ไปถึงแก่นแท้ของปัญหาที่ผู้คนต้องเผชิญในการยึดมั่นในกิจกรรม ส่วนใหญ่ผู้คนไม่ล้มเหลวเพราะขาดข้อมูล แต่เพราะการยึดมั่นในกิจกรรมต้องใช้การเสริมกำลังทางอารมณ์ ความรับผิดชอบ และความรู้สึกเป็นหุ้นส่วน แอปพลิเคชันที่ออกแบบมาเพื่อส่งสัญญาณและเตือนผู้ใช้ไม่สามารถทำให้ผู้ใช้ทำกิจกรรมได้ในระยะยาว

ทำไมแอปพลิเคชั่นลดน้ำหนักแบบดั้งเดิมไม่ได้ผลดีเท่าที่เราต้องการ

เมื่อเริ่มทำการวิจัยเกี่ยวกับรูปแบบการยึดมั่นในกิจกรรม สิ่งหนึ่งที่ชัดเจนคือผู้คนจะหยุดทำกิจกรรม เมื่อพวกเขารู้สึกว่าตัวเองอยู่คนเดียวกับเป้าหมายที่ยาก การติดตามแคลอรี่หรือช่วงเวลาในการอดอาหารมีประโยชน์เท่านั้นหากผู้ใช้รู้สึกว่าตัวเองได้รับการสนับสนุนในขณะเดียวกันที่รู้สึกวิกฤตหรือสับสน ส่วนใหญ่แอปพลิเคชันไม่ตอบสนองต่อช่วงเวลาดังกล่าว แต่เพียงแค่บันทึกข้อมูลผู้ใช้และให้คำแนะนำทั่วไป ดังนั้นเราจึงมีเครื่องมือที่ไม่พบกับผู้ใช้ที่ระดับอารมณ์ ซึ่งเป็นจุดที่ผู้คนตัดสินใจหยุดทำกิจกรรม

จากนั้น มีการเหนื่อยล้าในการตัดสินใจ การเลือกสุขภาพเป็นเรื่องที่ซ้ำซ้อนและง่ายต่อการให้เหตุผล การไม่มีระบบที่ช่วยให้ผู้คนควบคุมอารมณ์ ตีความความล้มเหลว และรักษาความก้าวหน้า ทำให้การบันทึกข้อมูลกลายเป็นกระจกสะท้อนความล้มเหลวมากกว่าการก้าวหน้า เมื่อบางคนบันทึกการกินมากเกินไปสามวัน พวกเขาไม่ต้องการเห็นสิ่งนั้นในตารางที่เรียบร้อย พวกเขาต้องการความเข้าใจ มุมมอง และขั้นตอนต่อไปที่พวกเขาสามารถทำได้

นี่คือจุดที่ ตัวแทน AI เริ่มแสดงการเปลี่ยนแปลงที่วัดได้ เมื่อออกแบบให้เป็นเพื่อนร่วมทางที่ไม่ใช่เพียงเครื่องมือ พวกเขาช่วยให้ผู้ใช้เข้าใจความหมายของข้อมูล พวกเขาอธิบายรูปแบบด้วยความเห็นอกเห็นใจ พวกเขาชื่นชมการปรับปรุงที่เล็กๆ และให้กลยุทธ์การรับมือในขณะเดียวกัน โค้ช AI ที่มุ่งเน้นการฝึกสอนกลายเป็นกระดานป้องกันระหว่างผู้ใช้และความสิ้นหวังของตนเอง ชั้นอารมณ์นี้หายไปจากผลิตภัณฑ์ส่วนใหญ่ แต่เป็นสิ่งที่决定ว่าพฤติกรรมจะอยู่รอดได้หรือไม่

มุ่งเน้นไปที่โค้ช AI ที่มีความฉลาดทางอารมณ์

คันเหยียบที่แข็งแกร่งที่สุดในการสร้างการยึดมั่นในกิจกรรมคือ การสร้างความสัมพันธ์ นั่นคือส่วนที่ส่วนใหญ่ของผลิตภัณฑ์ไม่สนใจ พวกเขาพยายามเปลี่ยนพฤติกรรมผ่านตรรกะหรือโครงสร้าง แต่เพียงอารมณ์เท่านั้นที่รักษาการเปลี่ยนแปลง เมื่อคุณรู้สึกว่าคุณถูกเข้าใจ คุณจะยังคงอยู่ เมื่อคุณรู้สึกว่าคุณได้รับการชี้นำ คุณจะพยายามอีกครั้ง และนี่คือเคล็ดลับ: หากคุณต้องการโค้ช AI ที่มีหน้าที่การทำงานทุกอย่างต้องรู้สึกเหมือนเป็นความสัมพันธ์ ไม่ใช่เครื่องจักร หากสิ่งนั้นเกิดขึ้น การยึดมั่นในกิจกรรมจะหยุดเป็นงานและกลายเป็นการสนทนาที่ทุกคนต้องการกลับมาทำอีกครั้ง ในความเป็นจริง เราเห็น ChatGPT ก้าวไปข้างหน้าและถอยหลังในจุดนี้ “ความสัมพันธ์ — เครื่องจักร” ด้วยเวอร์ชันต่างๆ โดยผู้ใช้ทำตามนั้น

ดังนั้นสำหรับเรา ทุกๆ การโต้ตอบต้องมีจุดประสงค์ การเช็คอินไม่ใช่แค่การรวบรวมข้อมูล แต่ช่วยให้ AI เข้าใจสถานะทางอารมณ์และบริบทของผู้ใช้ การส่งสัญญาณตอบสนองต่อแบบแผนของแต่ละบุคคล เสียงโค้ชปรับให้เหมาะสมกับโทน ผู้ใช้ ความอ่อนไหว และความชอบส่วนบุคคล เมื่อเวลาผ่านไป ผู้คนเริ่มรักษา AI เหมือนกับเพื่อนร่วมทางสุขภาพมากกว่าเครื่องมือ

เปลี่ยนไปสู่แบบจำลองการฝึกสอนที่มุ่งเน้นการฝึกสอน

ในจุดหนึ่ง ผลิตภัณฑ์ของเรากำลังเติบโตอย่างรวดเร็วในฐานะผลิตภัณฑ์ติดตาม แต่ในขณะเดียวกัน ฉันไม่สามารถละทิ้งความเชื่อที่ว่าการติดตามเพียงอย่างเดียวจะไม่สร้างผลกระทบเชิงนวัตกรรมที่เราต้องการ เราตัดสินใจยากที่จะเปลี่ยนไปใช้แบบจำลองการฝึกสอนก่อนที่เราจะมีมาตรวัดเพื่อสนับสนุนการเปลี่ยนแปลง มันรู้สึกเสี่ยง แต่การอยู่ในเส้นทางเก่าๆ รู้สึกเสี่ยงกว่า เมื่อเรามุ่งมั่นไปในทิศทางนั้น ผลิตภัณฑ์ก็เริ่มเปลี่ยนแปลง เราได้สร้างแบบจำลองการโต้ตอบใหม่เขียนเส้นทางผู้ใช้ใหม่ และขยายวิทยาศาสตร์เชิงพฤติกรรมเบื้องหลังการฝึกสอน ไม่ใช่การเปลี่ยนแปลงที่รวดเร็ว แต่เป็นการเปลี่ยนแปลงที่ถูกต้อง การเปลี่ยนแปลงไปสู่ AI ที่มีความฉลาดทางอารมณ์ขับเคลื่อนผลลัพธ์ที่ดีขึ้น การรักษาผู้ใช้ที่แข็งแกร่ง และอัตลักษณ์ผลิตภัณฑ์ที่ชัดเจน

เมื่อโค้ช AI ของเริ่มสร้างความสัมพันธ์แทนการส่งคำสั่ง ผู้ใช้เริ่มอยู่ต่อได้นานขึ้น พวกเขาจะเปิดแอปพลิเคชันแม้ว่าจะไม่ต้องการคิดเกี่ยวกับน้ำหนักของพวกเขา พวกเขาจะแบ่งปันรายละเอียดเกี่ยวกับพฤติกรรมที่แท้จริงของพวกเขา และเช็คอินหลังจากความล้มเหลวแทนการหยุดทำกิจกรรมทั้งหมด การฝึกสอนกลายเป็นจุดยึดเหนี่ยวมากกว่าภาระผูกพัน

สิ่งนี้เสริมสร้างสิ่งที่เราสงสัยตั้งแต่แรกว่าการเปลี่ยนแปลงน้ำหนักที่ยั่งยืนไม่ใช่กระบวนการที่เข้มข้น แต่เป็นการสร้างความยืดหยุ่นทางอารมณ์ และการสร้างความสัมพันธ์กับ AI จะสร้างสภาพที่เหมาะสมสำหรับการเปลี่ยนแปลงนั้น

การคิดแบบ Neurodivergent ส่งผลให้เราเล็งไปที่อารมณ์

ถึงแม้ฉันจะรักในการบอกว่าปรัชญาผลิตภัณฑ์ของเรามาจากการวิจัยอย่างละเอียดและความคิดสร้างสรรค์ แต่มันพึ่งพาไปมากในเรื่องของวิธีการทำงานของสมองฉัน ฉันมี ADHD และมีแนวโน้มที่จะเกิดภาวะตื่นตัวสูง ซึ่งดึงฉันเข้าสู่การหมุนเวียน ทำให้ฉันสงสัยทุกอย่างและทำให้ฉันกระโดดระหว่างความคิดมากเกินไป

การเกิดภาวะตื่นตัวสูงกลายเป็นประโยชน์ที่ดีในการสร้างแบบจำลองความเสี่ยง ตัวอย่างเช่น มันช่วยให้ฉันเห็นกรณีแปลกๆ ก่อนที่จะเกิดขึ้น โดยเฉพาะเมื่อผลิตภัณฑ์ของคุณเป็นระบบ AI ที่โต้ตอบกับผู้คนหลายล้านคน การคิดแบบ Neurodivergent จะสำรวจสถานการณ์ที่ไม่ปกติ ผู้ใช้ที่มีพฤติกรรมนอกเหนือจากบรรทัดฐาน อารมณ์ที่คาดเดาไม่ได้ เนื่องจากเป็นข้อได้เปรียบที่จะสร้างโค้ชที่ต้องมีความฉลาดทางอารมณ์มากกว่าสิ่งอื่นใด เราไม่ต้องการ AI ที่เข้าใจเพียงผู้ใช้ “โดยเฉลี่ย” เท่านั้น แต่ต้องเข้าใจผู้คนที่รู้สึกอัดอั้น ผิดปกติ ไม่สม่ำเสมอ หลีกเลี่ยง อับอาย หรือเครียด เพราะพวกเขาเป็นผู้ที่ต้องการการสนับสนุนมากที่สุด

สมองที่ไม่หยุดสแกนหาสิ่งที่อาจผิดพลาดก็ช่วยให้เห็นได้ว่าผู้คนอาจรู้สึกว่าไม่เข้าใจ มันช่วยให้เราเห็นถึงวิธีการตอบสนองต่อความสับสน ความหงุดหงิด หรือความสงสัยของผู้ใช้ นอกจากนี้ยังมีอิทธิพลต่อวิธีการเข้าถึงด้านความปลอดภัย การสร้าง AI ที่ให้คำแนะนำเกี่ยวกับสุขภาพหมายความว่าคุณต้องคาดการณ์กรณีการล้มเหลว คุณต้องเข้าใจว่าผู้คนอาจตีความข้อความในขณะเครียดได้อย่างไร การคิดแบบ Neurodivergent ทำให้ทีมของเรารู้สึกไวต่อโทน ระยะเวลา และความเข้าใจทางอารมณ์ มันผลักดันให้เราบวกการป้องกันที่ไม่ชัดเจนแต่กลายเป็นสิ่งสำคัญในการใช้งานจริง

AI ต้องการการสร้างแบบจำลองจากมนุษย์ ไม่ใช่แค่การดูแลจากมนุษย์

มีการอภิปรายมากมายเกี่ยวกับการรักษามนุษย์อยู่ในวงจรเมื่อใช้ AI โดยทั่วไปและ AI ในบริบทสุขภาพโดยเฉพาะ สิ่งนี้มีความสำคัญ แต่มีมิติอื่นที่ผู้คิดทางเทคนิคมักจะลืมไป การฝึกสอน AI ที่มีประสิทธิผลไม่จำเป็นต้องมีการดูแลเพียงอย่างเดียว แต่ต้องมีการสร้างแบบจำลองด้วย ไม่ว่าคุณจะสร้างโค้ชแบบไหน มันจะต้องมีพฤติกรรมที่มนุษย์เข้าใจว่าเป็นความห่วงใย ความต่อเนื่อง และความน่าเชื่อถือ สัญญาณทางอารมณ์มีความสำคัญเท่ากับสัญญาณข้อมูล

การสร้างแบบจำลองรูปแบบที่เหมือนมนุษย์ไม่ได้หมายความว่า AI จะต้องแอบแฝงเป็นคน มันหมายความว่าให้ผู้ใช้รู้สึกถึงจังหวะที่คุ้นเคย โค้ชที่ดีจะให้ความสนใจ ปรับเปลี่ยนโทน รับทราบถึงความหดหู่ พวกเขาจะให้โครงสร้างเมื่อบางคนรู้สึกวิกฤต พฤติกรรมเหล่านี้เป็นพฤติกรรมมนุษย์ที่คาดเดาได้ เราได้ฝึกอบรม AI ให้ใช้รูปแบบเหล่านี้เพราะมันทำให้การยึดมั่นในกิจกรรมง่ายขึ้น เมื่อบุคคลรู้สึกว่าอารมณ์ของตนถูกควบคุม พวกเขาจะตัดสินใจที่ดีขึ้นและยึดมั่นในกิจกรรมได้นานขึ้น นี่คือปัจจัยมนุษย์ที่เราห่วงใย

อนาคตของการฝึกสอนด้วย AI

สิ่งที่สำคัญที่สุดที่ฉันเรียนรู้ตลอดทางคือผู้คนไม่ต้องการการเตือนหรือข้อมูลมากขึ้น พวกเขาต้องการความสัมพันธ์กับระบบที่เข้าใจถึงความยากของการเปลี่ยนแปลง AI สามารถสนับสนุนผู้คนในลักษณะนี้ได้ หากเราออกแบบมันให้มีความเข้าใจทางอารมณ์ เมื่อ AI ตีความอารมณ์ บริบท และรูปแบบพฤติกรรมด้วยความเข้าใจที่ลึกซึ้งยิ่งขึ้น มันจะหยุดทำงานเหมือนแชทบอทที่หรูหรา การคาดการณ์ของฉันคือความฉลาดทางอารมณ์ ไม่ใช่ขนาดของแบบจำลอง จะกลายเป็นตัวแยกแยะที่แท้จริง

เมื่อผลิตภัณฑ์ของเรายังคงเติบโต วิสัยทัศน์ยังคงเหมือนเดิม: การเปลี่ยนแปลงสุขภาพคือการฝึกสอน และการฝึกสอนต้องการหุ้นส่วน Our goal is to build the most emotionally intelligent health coach in the world. If people feel understood, they come back. If they come back, they change. And if they change, the product is doing what it was built to do. And not to brag, but we’re a $160M ARR company now — proof that emotional AI coaching can scale.