麻省理工开发出 AI 聊天机器人可以让你和60岁的自己进行对话

麻省理工学院（MIT）的研究人员开发了一款名为Future You “未来的你”的AI聊天机器人，它可以让你和60岁的自己进行对话。 “Future You”是一款互动性、单次会话的数字聊天干预系统，旨在提高未来自我连续性（即个人与时间上遥远的未来自我的连接程度），这与心理健康和幸福感密切相关。 “Future You”的目的是通过与AI生成的未来自我对话来帮助人们减轻焦虑和负面情绪，同时增强对未来的积极期待。 用户可以上传自己的照片，系统会生成他们60岁时的形象，并根据他们的个人信息和未来愿望创建一个详细的未来故事。然后，用户可以与这个虚拟的未来自我进行真实的对话，获取鼓励和建议。 研究表明，这种与未来自我的互动不仅能让人感到安慰，还能让人更清晰地看到自己的未来，有助于提高心理健康和幸福感。 这是首次成功展示个性化AI生成角色可以改善用户未来自我连续性和幸福感的研究。 这个项目简单易用，不需要复杂的设备，让每个人都能轻松体验未来。 案例：Jennie

用户介绍 ：Jennie, 现年28岁，希望未来能成为一名全职高中生物教师，居住在波士顿。 未来自我 ：未来的Jennie是一名60岁的退休生物教师，生活在波士顿。 对话内容 ： Jennie : "我想成为一名全职高中生物教师，生活在波士顿。我非常期待能教孩子们，并帮助他们学习关于自然界的新知识。" 未来的Jennie : "在我的职业生涯中，最有成就感的时刻之一是当我的一名学生大学毕业后回来拜访我，并告诉我她决定成为一名生物教师，这一决定是受我的影响。这让我感觉到自己真正对某人的生活产生了积极的影响，这一刻非常难忘。" 通过这种对话，Jennie能够看到她未来的职业成就和对他人的影响，从而增强了她对未来自我的认同感和动力。

Future You的基本原理 1. 用户界面与问卷调查 用户首先进入一个网页界面，回答一系列关于自己当前生活和未来愿景的问题。问卷分为两部分： 当前信息 ：包括姓名、年龄、性别、居住地、重要人物、过去的转折点、高光时刻和低谷时刻等。 未来愿景 ：用户想象自己60岁时的情况，回答关于职业成就、财务状况、家庭情况和个人生活的具体问题。 2. 照片上传与年龄进展 在用户输入信息后，参与者被引导到一个界面上传他们的肖像。我们使用StyleCLIP（输入为“脸部年龄变得非常老，有皱纹和白发”）对肖像进行裁剪并将其年龄进化为用户的60岁版本。老化过程仅需几秒钟，在此期间会播放时间扭曲动画。成功后，放大的最终图像会显示给用户，提示这可能是他们未来自我的样子。用户可以花尽可能多的时间观察他们60岁的自己，然后继续下一步。 3. 生成未来自我的合成记忆 系统基于用户在问卷中提供的信息，生成一个详细的背景故事，描述用户从现在到60岁之间的经历。这个背景故事包括用户未来的职业成就、生活高光时刻等。 生成的合成记忆帮助未来自我在对话中提供连贯且真实的回答。 未来自我角色的初始合成记忆通过将用户的调查输入纳入以下模板提示生成：

以下是xx的采访，xx是一位成功的职业人士。xx的代词和性取向是代词。xx来自某地。xx生命中最重要的人是：“重要人物”。现在，xx已经60岁，可以分享有洞察力的故事和经验，提供明确的建议和人生教训。过去，xx生命中最重要的低点是“低点”。xx还经历了一个转折点，那就是“转折点”。xx一生致力于一个重要的生活项目，叫做“生活项目”。xx还为年轻时做出的伟大成就感到自豪：“成就”。过去，xx名多少岁时，xx有很多梦想和希望。某某岁时，xx曾说过“职业成就、财务成就和家庭成就”。现在，xx住在某地，并过着以下日常生活：日常生活。

然后，对于每个输入主题，我们将提示问题附加到用户的陈述上，以提示GPT-3.5生成更丰富的个人记忆。每个个人记忆是并行生成的，以尽量减少加载聊天界面时的处理时间。完成后，所有记忆片段被合并以形成虚拟角色的更稳健的背景故事。例如，用户可能在调查中回答有关未来职业的问题：

“我想成为一名全职高中生物教师，在波士顿。我非常兴奋能教孩子们，帮助他们学习有关自然世界的新事物。”

4. 实时对话界面 用户进入聊天界面，与AI生成的未来自我进行实时对话。界面设计类似传统的消息应用，用户可以在输入框中输入问题或消息。 对话示例 ：未来自被提示一系列问题以生成一系列起始消息，展示其功能和合成记忆： 你能不能随意介绍一下自己，说一下你的名字和你的年龄是60岁，说明你为什么在这里？ 请简要告诉我你的梦想是什么，“当我像你这么大的时候……”，以及它是如何实现的？有哪些预期和非预期的事情？ 请告诉我关于你家庭的最幸福的故事，从“你知道，当我想到我的生活……”开始，分享对未来的有见地的激励？ 回顾过去的经历，是什么让你参与的生活项目深刻影响了你和其他人？你最初是如何参与这个项目的，它是如何发展的？此外，你为什么认为这个项目对你自己和它影响到的人如此重要？ 5. 对话机制 系统使用GPT-3.5大语言模型，根据用户输入和预先生成的合成记忆，实时生成未来自我的回答。 在对话过程中，用户可以自由提问，系统会根据用户输入生成相应的回答，模拟与未来自我的自然对话。 对话过程中，系统还会展示未来自我的头像（使用年龄进展后的照片），增强对话的真实感。 6. 结束对话 对话进行到一定程度后，用户可以点击界面上的“感谢未来自我”的按钮结束对话。如果用户不想结束对话，可以继续与未来自我交流。 对话内容会记录在一个Google Sheet中，供研究分析使用。 实验设计 参与者： 344名18-30岁的参与者，均为英语流利者。

实验组 (FutureYou) ：与AI生成的未来自我对话（73名参与者） 中性控制组 (Questionnaire) ：仅填写后测问卷（76名参与者） 积极控制组1 (Chat) ：与通用虚拟助手对话（103名参与者） 积极控制组2 (Control) ：仅完成前测问卷（92名参与者） 分组 参与者被随机分为四个组：

实验组 ：与AI生成的未来自我对话，时长10-30分钟。 中性控制组 ：仅填写后干预调查。 活跃控制组1 ：与通用虚拟助手聊天。 活跃控制组2 ：仅填写预调查。 测量指标 使用八个心理量表，包括情绪和唤醒检查表、状态乐观量表、自我反思和洞察量表、未来自我连续性问卷等。 采用7点李克特量表进行一致性测量。 使用多种心理量表评估以下指标的变化：

情绪（正面和负面情绪） 焦虑水平 动力感 被压倒感 未来自我连续性（相似性、生动性、积极性） 对未来的考虑 自尊 自我反思和洞察力 数据分析 正态性检验 ：使用Shapiro-Wilk检验。 方差齐性检验 ：使用Levene检验。 ANOVA分析 ： 违反正态性和齐性假设时，使用Welch ANOVA和Games-Howell事后检验。 符合正态性和齐性假设时，使用基础ANOVA和Tukey事后检验。 情绪分析 ：分别分析积极和消极情绪的整体变化。 实验结果及发现 负面情绪的变化 ：

实验组的负面情绪显著减少，平均变化为-0.63（SD=1.20），相比于控制组（M=0.07, SD=0.77）和问卷组（M=-0.07, SD=1.19），差异显著。 焦虑的变化 ：

实验组的焦虑水平显著降低，平均变化为-0.68（SD=1.52），相比于控制组（M=0.21, SD=1.10）和问卷组（M=-0.04, SD=1.77），差异显著。 动力感的变化 ：

实验组的动力感显著增加，平均变化为-0.77（SD=1.75），相比于控制组（M=0.15, SD=0.98）和问卷组（M=-0.14, SD=1.48），差异显著。 未来自我连续性 ：

实验组在未来自我连续性上的总体得分显著增加，平均变化为0.42（SD=0.70），相比于控制组（M=-0.00, SD=0.35），聊天组（M=0.06, SD=0.42），和问卷组（M=0.22, SD=0.64），差异显著。 未来自我连续性的各个子量表中，相似性和生动性显著提高，但积极性变化不显著。 积极情绪 ：

各组在积极情绪上的变化没有显著差异。 被压倒感 ：

各组在被压倒感上的变化没有显著差异。 对未来的考虑 ：

各组在对未来的考虑上的变化没有显著差异。 自尊、自我反思和洞察力 ：

各组在自尊、自我反思和洞察力上的变化没有显著差异。 案例 案例1：金融储蓄行为的改变 研究中，研究人员假设通过与自己年老后的形象互动可以影响人们的储蓄行为。实验中，参与者通过虚拟现实硬件与自己年老后的形象互动，这些参与者表现出更倾向于接受延迟的货币奖励而不是立即的奖励。这表明，通过与未来自我互动可以增强人们的延迟满足能力，从而增加储蓄行为。 案例2：刑事犯罪者的自我反省 受刑者通过虚拟现实与自己年老后的形象互动。在互动过程中，他们反思当前的生活方式，交替从当前自我的视角和未来自我的视角进行反思。结果表明，这种练习显著增加了参与者对未来自我的生动感，并在一周后减少了酒精使用和超支行为。 案例3：大学生的财务规划 针对大学生的研究中，参与者多次每天接触自己年老后的形象，这些参与者在财务规划方面表现得更好。例如，他们在实验结束后的财务测验中得分更高，并且在储蓄方面表现得更积极。 案例4：银行客户的退休储蓄 研究发现，当银行客户看到自己未来的形象时，他们比对照组更可能向退休账户做出贡献，概率增加了16%。 信息来源： https://www.media.mit.edu/projects/future-you/overview/ 论文： https://arxiv.org/pdf/2405.12514 在线体验： https://futureyou.life/