人类历史上一直对疫苗表现出自然的犹豫态度，最近的一个例子就是对COVID-19疫苗的广泛怀疑。这种现象阻碍了公共卫生工作，促使研究人员探索生成式AI工具来帮助遏制有关疫苗及其后果的错误信息。
密歇根大学助理教授Hang Lu的一项新研究调查了根据个人性格特征定制的AI生成信息如何增强疫苗沟通的有效性。Lu没有进行多次通用的事实核查，而是利用OpenAI的ChatGPT根据外向性和伪科学信仰等性格特征来定制关于疫苗的信息。核心信息保持不变，但信息被重新措辞，以使接收者在情感上感到更加契合。
“选择外向性作为起点是因为它是一个经过充分研究、稳定的特质，并且有明确的行为线索。但许多其他特征也会影响人们对信息的反应，包括心理和人口统计学特征。”Lu在接受AIM采访时说。
考虑外部因素
然而，研究也强调了显著的风险：AI可能会无意中强化有害信念，特别是在伪科学观念根深蒂固的情况下。尽管该研究主要关注性格特征，但它并没有考察可能影响AI生成信息有效性的其他心理或人口统计学特征。
“像开放性、认知需求甚至风险容忍度这样的特质可能会影响个体处理健康信息的方式。从人口统计学角度来看，年龄、教育背景和文化背景等因素常常会影响人们对科学和机构的信任。”作者补充道。
研究表明，针对外向性的定制信息显著减少了疫苗误解，效果优于高质量的通用信息，尤其是在高外向性水平的参与者中。然而，这些AI生成的信息可能不会对人们产生持久影响。该研究基于短期信念变化的假设，即在接触信息后立即发生的变化。
“虽然研究结果很有希望，但我们知道，尤其是与身份或意识形态相关的误解是非常顽固的。单凭一条信息可能不够。长期的效果可能依赖于反复曝光、来自可信来源的强化以及整合到更广泛的沟通活动中。”Lu进一步解释道。
Lu还相信，AI可以在更大规模上生成这些信息，但他强调，要维持信念的改变，需要更多深思熟虑的策略和参与。为了进一步研究长期效果，了解定制信息是否能持续改善信念或随时间减弱将非常有价值。
AI通信系统的障碍
AI通信系统还存在一些心理障碍，因为这些障碍并未被纳入其学习过程中。卫生部门必须认识到，尽管AI为更有效的沟通策略打开了可能性，但其潜力并非无限，仅仅根据个人性格特征定制的信息是不够的。
Lu表示，他还在“探索其他形式的定制，例如语气、视觉设计或叙事框架。AI提供了一个灵活的平台，可以快速测试这些变体，我的目标是不仅更好地理解什么有效，而且还要了解对谁有效，在什么条件下有效。这种精确性可以使公共卫生信息传递更加有效和包容。”
人类信仰系统的复杂性需要更深入的理解，特别是当它们影响基于种族、肤色、种姓和其他根植于过时思维过程的外部因素时。根据Lu的分析，与个人动机或身份相关的误解更难以纠正，因为来自AI系统的矛盾信息可能会引发防御性或怀疑。
一旦这些障碍根植于一个人的信仰系统，就很难理解他们将如何对AI的信息作出反应并回应纠正信息。因此，涉及人类干预在AI案例中至关重要。
“理想的模式是AI作为公共卫生专业人士的创意助手——而不是替代品。AI擅长快速生成信息草稿或根据不同受众定制内容，但缺乏人类传播者的上下文意识和道德判断。”Lu说。
未来AI辅助消息传递在公共卫生中的应用
研究表明，使用大型语言模型（LLMs）已经通过实现自动化和可扩展的定制改变了有针对性的消息传递格局。它还强调了ChatGPT在提供有说服力的、针对性的信息方面的持续成功，即使用户提供的提示很简短。
“特别是在快速发展的健康危机期间，这可以加速响应时间，同时保持质量。重要的是，公共卫生团队应制定工作流程，以便进行提示工程、内容审查和信息验证，以确保准确性和符合当地需求。”Lu解释道。
Lu认为，AI可能成为打击医疗系统内错误信息的重要工具。然而，应用AI生成模型来纠正疫苗相关信念仍处于未开发阶段。尽管AI生成的内容在医疗系统中取得了成功，但它依赖于广泛的互动交流来解决疫苗错误信息。
“我们可能很快就会看到实时AI系统，这些系统可以在几个小时内支持公共卫生团队应对新兴谣言或虚假信息，而不再是几天。但这一潜力只有在负责任地使用AI——包括人类监督、持续测试和明确的伦理准则——才能实现。如果做得好，AI可以帮助公共卫生传播者跟上错误信息的速度和规模。”他补充道。
随着AI在公共卫生中的作用日益重要，特别是在信息传递方面，必须密切监督AI生成内容在解决错误信息方面的伦理考虑。
即使采取了预防措施，AI消息传递也可能无意中强化偏见、歧视某些社区或边缘化特定群体。正如Lu指出的，“这些工具只有在其塑造的数据和提示不受偏见的情况下才是无偏见的。如果我们不小心，确实存在无意中强化刻板印象或排除弱势群体的风险。”
从无偏见的角度来看，AI和人类的合作可以优化公共卫生传播。因此，为了应对局限性，数据集需要多样化，包含包容性提示，并给出明确的审查协议。
“社区参与也是关键——与受健康差异影响最大的人合作可以帮助确保AI生成的信息具有文化和公平性。研究人员还应该在部署AI生成内容时制定透明度、公平性和问责制的标准。”他说。
尽管生成式AI消息传递工具在公共卫生领域具有巨大潜力，但研究强调了进一步调查的必要性。AI辅助通信在公共卫生领域的不断发展也可能鼓励研究人员探索AI和错误信息管理的未来。
(全文结束)
