为什么情感人工智能教练是未来，而不仅仅是跟踪和提示

当我们在2019年开始构建Simple时，我希望有一款健康产品能够像一位好老师指导学生一样指导人们。我的比较始终回到Duolingo的早期。不是因为游戏化，而是因为Duolingo是少数能够可靠地让人们每天回到练习的数字工具。多数健康选择并不是戏剧性的事件，它们是微小的日常决定。如果一个应用程序能够让某人保持参与足够长的时间，以至于这些决定能够累积起来，那么它就是在做真正的工作。我们希望构建一个人工智能健康教练，帮助人们返回、反思和再次尝试，即使他们失败，在当前的人工智能热潮之前。

大多数减肥应用程序是基于不同的假设：人工智能被视为一个配饰。一个“类人”的聊天机器人坐在跟踪器上。大多数时候，有一个问答模块来回答用户的问题。另外，还有激励性的提示来鼓励人们在他们偏离时返回。虽然这些元素是完美的，但它们并没有解决人们为什么难以坚持的问题。多数人并不是因为缺乏信息而失败，而是因为保持一致性需要情感支持、责任感和伙伴关系。一个设计为提示和发送提醒的应用程序不能在真正的行为改变发生的长时间段中支持用户。事实证明，当做得正确时，人工智能可以做到这一点。

为什么传统的减肥应用程序不如我们期望的那样有效

当我们开始研究坚持模式时，一件事变得明显。人们放弃了当他们感到孤独时，面对一个困难的目标。跟踪卡路里或禁食窗口只有在用户感到支持时才是有用的，在那些感觉混乱或令人沮丧的时刻。多数应用程序并没有对这些时刻做出反应，它们只是记录用户数据并提供一般建议。因此，我们有工具不能满足用户在情感层面上，在那里放弃成为一个选择。

然后，还有老式的决策疲劳。健康选择是重复的，很容易被理性化。没有一个系统帮助人们调节他们的情绪，解释挫折，保持动力，跟踪就成为失败的镜子，而不是进步。当有人记录三天的暴食时，他们不想在一个整洁的仪表板中看到它。他们想要理解、视角和他们可以采取的下一步。

这是人工智能代理开始显示出可衡量的转变的地方。当被设计为持续的伴侣而不是实用工具时，它们帮助用户处理数据的含义。它们以同情心解释模式。它们庆祝小的改进，并在那一刻提供应对策略。一个以教练为中心的人工智能成为用户和他们自己的沮丧之间的缓冲器。这种情感层是大多数现有产品中缺失的，但它正是决定一个习惯是否能够存活足够长的时间以成为自动的关键因素。

专注于情感智能人工智能教练

创建大规模坚持的最强杠杆是建立关系。这是大多数产品忽略的部分。它们试图通过逻辑或结构改变行为。只有情感才能维持改变。当你感到被理解时，你会留下来。当你感到被指导时，你会再次尝试。这里有一个技巧：如果你想要一个功能性的人工智能教练，每次交互都需要感觉像关系，而不是机械。如果那样的话，用户的坚持不再是一个苦差事，而是一个每个人都想返回的对话。事实上，我们看到ChatGPT在这个谱系上“摇摆”和“前后”，每个新版本都有用户的反应。

所以，对于我们来说，每次交互都需要有一个目的。检查并不是仅仅收集数据。它帮助人工智能理解用户的情绪状态和背景。提示对个体模式做出反应。教练的声音适应用户的语气、偏好和脆弱性。随着时间的推移，人们开始把人工智能当作一个健康伴侣，而不是一个工具。许多用户将教练描述为介于治疗师和教练之间的东西。这不是一个偶然。它是设计的情感联系而不是仅仅功能的结果。

重新定向到教练优先模型

有一次，我们的解决方案作为一个跟踪产品正在快速增长。同时，我无法摆脱这样的信念：仅仅跟踪永远不会产生我们想要的创新影响。我们做出了一个艰难的决定，在没有指标支持转变的情况下，将资源重新定向到教练模型。感觉很冒险，但保持在旧路径上感觉更冒险。一旦我们致力于这个方向，产品开始改变。我们重建了交互模型，重写了用户旅程，并扩展了教练背后的行为科学。这不是一个快速的转变，但这是正确的。转向情感人工智能的转变推动了更好的保留、更强的结果和更清晰的产品身份。

一旦我们的AI教练开始形成关系而不是发出指令，用户开始留下来更长时间。他们即使在不想思考体重的日子也会打开应用程序，分享更多关于他们实际习惯的细节，并在挫折后检查，而不是完全放弃。教练成为一个锚点，而不是一种义务。

这强化了我们早期怀疑的东西：可持续的体重变化不是一个强度的过程，而是建立情感韧性的过程，而与人工智能的情感联系创造了实现这一点的完美条件。

神经多样性思维如何促使我们针对情感

就像我希望说我们的产品哲学仅仅来自彻底的研究和创新思维一样，它在很大程度上依赖于我的大脑如何工作。我有多动症和强烈的过度警觉倾向。这把我拉入了螺旋，使我对一切产生怀疑，并且让我过快地在想法之间跳跃。自然地，我已经花了相当多的时间试图将这些习惯转向更有建设性的东西。

过度警觉原来对风险建模非常有用，例如。当你需要在边缘情况发生之前看到它们，特别是当你的产品是一个与数百万人交互的人工智能系统时。神经多样性思维自然探索了不寻常的场景、行为超出常规的用户、意外的情感反应。这成为构建情感智能教练的优势。 我们不需要一个仅仅理解“平均用户”的人工智能， 它必须理解那些被压倒、分散注意力、不一致、回避、羞耻或紧张的人，因为他们最需要支持。

永远不会停止扫描可能出错的东西的大脑也很擅长看到人们如何感到被误解。这有助于塑造我们的AI代理如何对用户的困惑、沮丧或怀疑做出反应。它还影响了我们的安全方法。构建一个提供健康建议的人工智能意味着你必须预测故障模式。你必须了解有人如何在压力时刻解释一条消息。神经多样性思维使我们的团队更加敏感于语气、节奏和情感细微差别。它促使我们添加了在实际使用中至关重要的护栏，但最初并不明显。

人工智能需要人类建模，而不仅仅是人类监督

关于在一般人工智能部署和特别是在健康背景下的人工智能部署中保持人类在环路中的讨论有很多。这很重要，但还有另一个技术思想家往往忘记的维度。有效的人工智能教练不仅需要监督，还需要建模。无论你正在构建什么教练，它都必须表现出人类直观上认识为关心、一致和值得信赖的行为。情感线索与信息线索一样重要。

模拟人类行为模式并不意味着假装人工智能是一个人。这意味着给用户一个熟悉的节奏。好的教练关注、调整语气、察觉到沮丧。他们在某人感到混乱时提供结构。这些是非常可预测的人类行为。我们训练人工智能采用这些模式，因为它们使坚持变得更容易。当人们感到情感上受到调节时，他们会做出更好的选择并坚持更长时间。这是我们关心的人类因素。

人工智能教练的未来

我沿途学到的最重要的事情是，人们不需要更响亮的提醒或更多的数据。他们需要与理解改变的困难的系统建立关系。人工智能现在能够以这样的方式支持人们，至少，如果我们设计它具有情感细微差别。随着人工智能模型现在以更大的细微差别解释情感、背景和行为模式，我希望它们能够停止像花哨的聊天机器人一样运行。我的预测是，情感智慧，而不是模型的大小，已经成为真正的区别。

随着我们的产品继续增长，愿景保持不变：健康改变是一种实践，而实践需要一个伴侣。我们的目标是构建世界上最具情感智慧的健康教练。如果人们感到被理解，他们会回来。如果他们回来，他们会改变。如果他们改变，产品正在做它被构建来做的事情。并且不夸耀，但我们现在是一家160M ARR的公司——证明情感人工智能教练可以扩展。