Mike Prytkov, Simple 的 CEO 和创始人 Mike Prytkov Simple 的 CEO 和创始人

为什么情感人工智能辅导是未来，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引导人们。让我不断回归的比较是Duolingo的早期版本。不因为游戏化，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，而是微小的日常决定。如果一款应用程序能够让人们足够长时间地保持参与，以至于这些决定能够累积起来，那么它就真正发挥了作用。我们希望构建一款能够帮助人们回归、反思和再次尝试的AI健康教练，即使他们失败了，也要在当前的AI热潮之前。大多数减肥应用程序是基于不同的假设构建的：AI被视为一种附属品。一个“类人”的聊天机器人位于跟踪器之上。大多数时候，还有一个Q&A模块来回答用户提出的问题。另外，还有激励性的提示来鼓励人们在他们偏离轨道时回来。虽然这些元素都很好，但它们并没有触及人们为什么难以坚持下去的根本原因。大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、责任感和伙伴关系感。仅仅通过提示和发送提醒的应用程序无法在行为真正发生变化的长期稳定阶段中支撑用户。事实证明，AI可以做到这一点——当做得正确时。为什么传统的减肥应用程序不能很好地发挥作用当我们开始研究坚持模式时，很明显人们会在感到孤独面对困难目标时放弃。跟踪卡路里或禁食窗口只有在用户感到支持时才有用，尤其是在感到混乱或沮丧的时刻。大多数应用程序并不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，我们有工具不能在用户可能选择放弃的感情层面上满足他们的需求。然后，还有老式的决策疲劳。健康选择是重复的，很容易被合理化。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，跟踪就会变成失败的镜子，而不是进步的体现。当有人记录了三天的暴食，他们不想看到一个整洁的仪表盘，他们想要理解，视角和下一步可行的计划。这就是AI代理开始显示出可衡量的转变的地方。当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意义。它们以同情心解释模式，庆祝微小的改进，并在那一刻提供应对策略。一个以辅导为中心的AI成为用户和他们自己的沮丧之间的缓冲器。这种情感层面是大多数现有产品所缺乏的，但它正是决定习惯是否能够存活足够长的时间以成为自动化的关键因素。专注于情感智能AI教练在规模上创建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。当你感到被引导时，你会再次尝试。而且这里有一个诀窍：如果你想要一个功能性的AI教练，每一次交互都需要感觉像是一种关系，而不是机械的。如果能做到这一点，用户的坚持就不再是一件苦差事，而是一场每个人都想回来的对话。事实上，我们看到ChatGPT在这个“关系——机械”谱系上来回摆动，每个新版本都有用户的相应反应。所以，对于我们来说，每一次交互都需要有目的。检查并不仅仅是数据收集。它们帮助AI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AI当作健康伴侣，而不是工具。许多用户将教练描述为介于治疗师和教练之间的东西。这并不是偶然的。这是设计时专注于情感联系而非仅仅功能性的结果。转向辅导优先模型有一次，我们的解决方案作为跟踪产品发展得很快。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，将资源转向辅导模型。这感觉很冒险，但继续走老路感觉更冒险。我们一旦决定了这个方向，产品就开始改变。我们重建了交互模型，重写了用户旅程，并扩展了辅导背后的行为科学。这不是一次快速的转变，但这是正确的转变。向情感AI的转变推动了更好的留存率、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，而不是完全流失。辅导成为一种锚点，而不是义务。这加强了我们早期怀疑的东西：可持续的体重变化不是一个强度过程，而是一个建立情感韧性的过程，而与AI的情感联系创造了实现它的完美条件。神经多样性思维如何促使我们关注情感虽然我很想说我们的产品哲学仅仅来自彻底的研究和创新思维，但它在很大程度上依赖于我的大脑如何运作。我有多动症和强烈的高警觉性倾向。这让我陷入螺旋，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。高警觉性原来对风险建模非常有用。特别是当你的产品是一个与数百万人交互的AI系统时，能够预见边缘情况的发生尤为重要。神经多样性思维天然地探索了不寻常的场景、不遵守常规的用户、你不期望的情感反应。这种思维方式在构建一个必须在其他方面都情感智能的教练时成为优势。 我们不需要一个只理解“平均用户”的AI， 它必须理解那些被压倒、分散注意力、不一致、回避、羞愧或紧张的人，因为他们最需要支持。永远不停止扫描可能出错的脑袋，也很擅长看到人们可能感到被误解的地方。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。它还影响了我们对安全性的方法。构建一个关于健康提供建议的AI意味着你必须预测失败模式。你必须了解有人在压力下如何解读一条信息。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。它促使我们添加了看似并不那么关键的防护措施，但在现实世界中却至关重要。AI需要人类建模，而不仅仅是人类监督关于在一般AI部署和特别是在健康背景下部署AI时保持人类在循环中的讨论有很多。 这很重要，但技术思想家容易忘记的还有另一个维度。有效的AI辅导不仅需要监督，还需要建模。无论你构建什么样的教练，它都必须表现出人们直观上认为是关心、一致和值得信赖的行为。情感线索和信息线索一样重要。模拟人类行为模式并不意味着假装AI是人。它意味着给用户一种熟悉的节奏。好的教练会关注，调整语气，察觉到沮丧。他们在人们感到混乱时提供结构。这些都是非常可预测的人类行为。我们训练AI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，并且更长时间地坚持下去。这是我们关心的人性因素。AI辅导的未来我一路走来最重要的收获是，人们不需要更响亮的提醒或更多的数据。他们需要的是一种与理解改变之所以困难的系统的关系。人工智能现在能够以这种方式支持人们，至少，如果我们设计它具有情感细微差别的话。随着AI模型现在解释情感、背景和行为模式具有更大的细微差别，它们希望能够停止像花哨的聊天机器人一样运作。我的预测是，情感智能，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发展，愿景保持不变：健康的改变是一种实践，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能的健康教练。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，产品就做到了它应该做的事情。并且，不要吹嘘，我们现在已经是一家160万美元的ARR公司——证明情感AI辅导可以扩展的证据。