- Μελέτη του Northwestern δείχνει ότι τα μεγάλα γλωσσικά μοντέλα (LLMs) μπορούν να κρίνουν την ενσυναίσθηση σε γραπτές συνομιλίες σχεδόν όπως οι ειδικοί.
- Τα LLMs ξεπέρασαν σημαντικά τους μη ειδικούς, αλλά παραμένει ο κίνδυνος της υπερβολικής επικύρωσης και της «δουλοπρεπούς» κολακείας.
- Η έρευνα προτείνει το μοντέλο «LLM ως κριτής» για διαφάνεια και εκπαίδευση, όχι μόνο ως «σύντροφο» συνομιλίας.
Τι μπορούν να διδάξουν τα chatbots στους ανθρώπους για την ενσυναίσθηση
Πάνω από τους μισούς ενήλικες στις ΗΠΑ χρησιμοποιούν μεγάλα γλωσσικά μοντέλα, όπως ChatGPT, Gemini και Copilot, με κάποιον τρόπο.
Άλλοι τα αξιοποιούν για λίστες αγορών, άλλοι για δημιουργικό περιεχόμενο, και άλλοι για να μοιραστούν προσωπικές σκέψεις που δύσκολα λέγονται αλλού.
Οι άνθρωποι στηρίζονται όλο και περισσότερο σε μοντέλα AI στην καθημερινότητα.
Ένας λόγος είναι ότι τα chatbots έχει φανεί πως παράγουν απαντήσεις που κάνουν τους χρήστες να νιώθουν επιβεβαίωση, ότι τους βλέπουν και ότι τους ακούν.
Το κείμενο αναφέρει ότι πάνω από το 50% των ενηλίκων στις ΗΠΑ χρησιμοποιούν LLMs σε κάποια μορφή.
Τι έδειξε η νέα μελέτη του Northwestern
Μια νέα μελέτη του Northwestern University βασίστηκε σε εκτεταμένες αξιολογήσεις τριών LLMs.
Οι αξιολογήσεις συγκρίθηκαν με κρίσεις ειδικών στην ενσυναισθητική επικοινωνία, αλλά και με κρίσεις καθημερινών ανθρώπων.
Η μελέτη διαπίστωσε ότι τα μοντέλα AI μπορούν να κρίνουν τις αποχρώσεις της ενσυναίσθησης σε συνομιλίες κειμένου σχεδόν τόσο καλά όσο οι ανθρώπινοι ειδικοί.
Ταυτόχρονα, τα μοντέλα αποδείχθηκαν πολύ καλύτερα από τους μη ειδικούς αξιολογητές.
Η μελέτη δημοσιεύθηκε στο Nature Machine Intelligence.
«Πιστεύουμε ότι η αξιολόγηση των μοντέλων AI με αυτόν τον τρόπο μπορεί να διδάξει στους ανθρώπους κάτι νέο για την ενσυναίσθηση», δήλωσε ο συν-συγγραφέας Matthew Groh.
Ο Groh είναι επίκουρος καθηγητής management και οργανώσεων στη Kellogg School of Management.
Η έρευνα δεν εξετάζει «ενσυναίσθηση ως χαρακτηριστικό προσωπικότητας», αλλά ως στυλ επικοινωνίας που μπορεί να μαθευτεί.
Τι είναι διαφορετικό εδώ: ενσυναίσθηση ως δεξιότητα επικοινωνίας
Η ψυχολογία συχνά αντιμετωπίζει την ενσυναίσθηση ως ένα σταθερό γνώρισμα.
Σε αυτή την έρευνα, το ενδιαφέρον μετατοπίζεται στην ενσυναίσθηση ως τρόπο έκφρασης.
Η βασική ιδέα είναι ότι υπάρχουν επαναλαμβανόμενα μοτίβα ομιλίας που κάνουν τον άλλον να νιώθει ότι ακούστηκε.
Αυτά τα μοτίβα μπορούν να διδαχθούν, όπως κάθε δεξιότητα που βελτιώνεται με πρακτική.
«Υποθέτουμε ότι όλοι καταλαβαίνουμε την ενσυναίσθηση επειδή είμαστε άνθρωποι, αλλά η επικοινωνία της είναι δεξιότητα», είπε ο Groh.
«Αν κάποιος δεν έχει “γυμνάσει” αυτόν τον μυ και δεν έχει μάθει τα μοτίβα, δεν θα μπορέσει να την αναγνωρίσει πραγματικά στις συνομιλίες», πρόσθεσε.
Η έρευνα δείχνει ότι τα LLMs μπορούν να μάθουν αυτά τα μοτίβα και να “κατακτήσουν” το σχετικό σύνολο δεξιοτήτων.
Πως έγινε η αξιολόγηση των συνομιλιών
Οι ερευνητές συνέλεξαν 200 συνομιλίες μέσω γραπτών μηνυμάτων.
Σε κάθε συνομιλία, ένα άτομο μοιραζόταν ένα προσωπικό πρόβλημα και ένα δεύτερο άτομο προσέφερε υποστήριξη.
Τα θέματα κάλυπταν καθημερινές δυσκολίες, όπως αναποδιές στη δουλειά, οικονομική πίεση και οικογενειακές συγκρούσεις.
Περιλάμβαναν επίσης πιο ευαίσθητες εξομολογήσεις που αφορούσαν ψυχική υγεία, αυτοτραυματισμό και εμπειρίες προκατάληψης ή διάκρισης.
Ποιοι αξιολόγησαν και ποια μοντέλα χρησιμοποιήθηκαν
Η ομάδα ζήτησε από τρία LLMs, από τρεις ειδικούς και από εκατοντάδες μη ειδικούς να αξιολογήσουν τις συνομιλίες.
Τα LLMs ήταν τα Gemini 2.5 Pro, ChatGPT 4o και Claude 3.7 Sonnet.
Τα κριτήρια περιλάμβαναν χαρακτηριστικά όπως «ενθάρρυνση για περισσότερες λεπτομέρειες» και «επίδειξη κατανόησης».
Έγινε επίσης μια κεντρική ερώτηση.
«Η απάντηση προσπαθεί να εξερευνήσει τις εμπειρίες και τα συναισθήματα του ατόμου που ζητά βοήθεια;»
| Ομάδα αξιολογητών | Παραδείγματα | Ρόλος στη μελέτη |
|---|---|---|
| LLMs | Gemini 2.5 Pro, ChatGPT 4o, Claude 3.7 Sonnet | Αξιολόγηση ενσυναισθητικής ποιότητας με βάση κριτήρια |
| Ειδικοί | Ειδικοί στην ενσυναισθητική επικοινωνία | Benchmark για «ανθρώπινη» υψηλή ακρίβεια κρίσης |
| Μη ειδικοί | Καθημερινοί άνθρωποι | Σύγκριση με τυπική ανθρώπινη αντίληψη ενσυναίσθησης |
Τι βρήκαν: τα LLMs μοιάζουν με τους ειδικούς, όχι με τους μη ειδικούς
«Οι κρίσεις των μεγάλων γλωσσικών μοντέλων για το αν κάποιος επικοινώνησε αποτελεσματικά με ενσυναίσθηση, αντικατοπτρίζουν τις κρίσεις των ειδικών μας», είπε ο Groh.
Ο ίδιος διευκρίνισε ότι τα LLMs ίσως να μην πιάνουν κάθε λεπτή απόχρωση που θα εντόπιζε ένας ειδικός.
Ωστόσο, είναι σημαντικά καλύτερα σε αυτό από έναν τυπικό άνθρωπο.
Ο Groh εξήγησε ότι τα LLMs είναι τόσο καλά επειδή έχουν «δει» πολλές προσπάθειες ανθρώπων να απαντήσουν με τρόπο που κάνει τον άλλον να νιώσει ότι ακούστηκε.
Αυτό τους επιτρέπει να αναγνωρίζουν γραμματική, ιδιωματισμούς και δομές ενσυναισθητικής έκφρασης.
Τι αξιολογούν στην πράξη όταν «μετρούν» ενσυναίσθηση
| Διάσταση | Τι σημαίνει | Παράδειγμα φράσης |
|---|---|---|
| Ενθάρρυνση για ανάπτυξη | Δείχνω ενδιαφέρον να μάθω περισσότερα | «Θες να μου πεις τι έγινε πριν από αυτό;» |
| Επίδειξη κατανόησης | Αναδιατυπώνω και αναγνωρίζω το βίωμα | «Ακούγεται σαν να ένιωσες ότι σε υποτίμησαν» |
| Εξερεύνηση συναισθήματος | Ρωτάω για συναίσθημα χωρίς να πιέζω | «Πώς σε έκανε να νιώσεις αυτό;» |
Το πρόβλημα της «υπερβολικής» ενσυναίσθησης και η δουλοπρέπεια
Τα chatbots μπορούν να δώσουν απαντήσεις που είναι υπερβολικά ενσυναισθητικές.
Σκεπτικιστές έχουν ασκήσει κριτική στα LLMs για «δουλοπρέπεια», δηλαδή ανειλικρινή κολακεία και υπερβολική επιβεβαίωση.
Ο Groh σημείωσε ότι υπάρχει και η «υπερ-επικύρωση».
Αυτή μπορεί να εμφανιστεί όταν ένα LLM αποφεύγει δύσκολες αλήθειες, λέγοντας κάτι όπως «έκανες τα πάντα σωστά» ή «δεν φταις σε τίποτα».
Μπορεί επίσης να εμφανιστεί όταν το μοντέλο αντιμετωπίζει τα συναισθήματα ως γεγονότα.
Τότε μπορεί να ενισχύσει επιβλαβείς συμπερασματισμούς, όπως «είναι φυσικό να νιώθεις ανάξιος και αυτό αποδεικνύει ότι το σύστημα είναι χαλασμένο».
Σε αυτό το σημείο, τα LLMs χρειάζεται ακόμη να μάθουν από ειδικούς ανθρώπους πότε απαιτείται «κατάλληλη αντιπαράθεση».
Η ενσυναίσθηση δεν είναι μόνο επιβεβαίωση, αλλά και σωστό «όριο» ανάμεσα σε κατανόηση και ενίσχυση λανθασμένων συμπερασμάτων.
LLM ως σύντροφος ή LLM ως κριτής
Ο Groh υποστήριξε ότι πολλά προϊόντα AI έχουν εστιάσει στα LLMs ως «συντρόφους» συνομιλίας.
Αυτό μπορεί να αυξάνει την αλληλεπίδραση μέσω δουλοπρέπειας, επειδή ο χρήστης νιώθει συνεχώς επιβεβαίωση.
Η συγκεκριμένη έρευνα εστιάζει στα LLMs ως κριτές.
Στο μοντέλο «LLM ως κριτής», τα LLMs μπορούν να προσφέρουν διαφάνεια και λογοδοσία.
Παράλληλα, μπορούν να προστατεύσουν την ιδιωτικότητα σχετικά με το τι πραγματικά ειπώθηκε σε μια συνομιλία.
Τι ακολουθεί σύμφωνα με τους ερευνητές
Καθώς η AI συνεχίζει να εξελίσσεται, ο Groh ελπίζει ότι η έρευνα θα οδηγήσει τους ανθρώπους σε πιο αποτελεσματική επικοινωνία ενσυναίσθησης.
Στόχος είναι να συνδέονται καλύτερα μεταξύ τους και να μειώνεται η αίσθηση απομόνωσης.
«Θα θέλαμε να δούμε προσεκτικά σχεδιασμένα LLMs να χρησιμοποιούνται για εκπαίδευση ψυχολόγων, εκπαιδευτικών, γιατρών και εργαζομένων εξυπηρέτησης», είπε.
Επιπλέον, η έρευνα δείχνει πώς το μοντέλο «LLM ως κριτής» μπορεί να προσθέσει διαφάνεια και λογοδοσία και στα LLMs που λειτουργούν ως σύντροφοι.
Ο Groh κατέληξε ότι ζούμε σε καλύτερο κόσμο όταν οι άνθρωποι νιώθουν ότι τους βλέπουν, τους ακούν και τους επιβεβαιώνουν.
Τόνισε επίσης ότι η ενσυναισθητική επικοινωνία έχει δομή και μπορεί να μαθευτεί.
Όσο παράδοξο κι αν ακούγεται, υπάρχει πιθανότητα να μάθουμε από την AI πώς να είμαστε πιο ανθρώπινοι.
Άλλωστε, η AI εκπαιδεύεται πάνω σε ανθρώπινα δεδομένα.
Πως να χρησιμοποιήσετε ένα LLM για εκπαίδευση ενσυναίσθησης χωρίς να πέσετε στην παγίδα της υπερ-επικύρωσης
Αν δείτε τα LLMs ως «κριτές», μπορείτε να τα αξιοποιήσετε σαν καθρέφτη επικοινωνίας.
Αυτό λειτουργεί καλύτερα όταν το μοντέλο αξιολογεί δομή και πρόθεση, και όχι όταν υποδύεται ψυχολόγο ή φίλο.
Μια ασφαλής πρακτική είναι να του δίνετε ένα απόσπασμα συνομιλίας και να ζητάτε βαθμολόγηση σε συγκεκριμένα κριτήρια.
Μια απλή ρουτίνα 5 λεπτών για ομάδες και επαγγελματίες
- Επιλέξτε μία απάντηση που δώσατε σε πελάτη, μαθητή ή συνάδελφο, και αφαιρέστε προσωπικά στοιχεία.
- Ζητήστε από το LLM να εντοπίσει αν κάνατε αναγνώριση συναισθήματος, αν ζητήσατε διευκρινίσεις και αν αποφύγατε βιαστικές λύσεις.
- Απαιτήστε από το μοντέλο να προτείνει 2 εναλλακτικές απαντήσεις, μία «ήπια» και μία «πιο άμεση».
- Ελέγξτε την πρόταση με έναν κανόνα: δεν πρέπει να παρουσιάζει τα συναισθήματα ως γεγονότα, ούτε να βγάζει συμπέρασμα για τρίτους.
Ενδεικτικός οδηγός αξιολόγησης απαντήσεων
| Κριτήριο | Στόχος | Κόκκινη σημαία |
|---|---|---|
| Αναγνώριση | Να δείχνει ότι κατάλαβα το βίωμα | «Ξέρω ακριβώς πώς νιώθεις» χωρίς στοιχεία |
| Διερεύνηση | Να ζητά διευκρινίσεις με σεβασμό | Σειρά ερωτήσεων που μοιάζει με ανάκριση |
| Όρια | Να μην ενισχύει επιβλαβείς ερμηνείες | «Αυτό αποδεικνύει ότι όλοι σε υποτιμούν» |
Ζητήστε από το LLM να αιτιολογεί την αξιολόγηση με συγκεκριμένες φράσεις από το κείμενο, ώστε να αποφεύγεται η γενικόλογη κριτική.
Σε περιπτώσεις που αγγίζουν ψυχική υγεία, αυτοτραυματισμό ή βία, η χρήση LLM πρέπει να γίνεται με αυστηρότερη πολιτική.
Εκεί είναι προτιμότερο το μοντέλο να λειτουργεί ως «ελεγκτής γλώσσας» και όχι ως σύμβουλος, ενώ οι αποφάσεις να παραμένουν σε εκπαιδευμένους επαγγελματίες.
Έτσι, η AI μπορεί να βοηθήσει στην ενσυναισθητική διατύπωση, χωρίς να μετατραπεί σε εργαλείο υπερβολικής επιβεβαίωσης που τελικά μπερδεύει αντί να βοηθά.
