Utah Üniversitesi araştırmacıları, konuşma tabanlı yapay zekâ ve büyük dil modelleri (LLM'ler) yaygınlaştıkça terapi işlerinin ne kadarının otomatikleşebileceğini incelemek için bir çerçeve geliştirdi. Amaç, otomatik olan kısımları belli etmek ve pratik soruları değerlendirmek.
Ekip dört kategori tanımladı: A yazılı senaryolu sistemler, B yapay zekânın terapist oturumlarını değerlendirmesi, C yapay zekânın terapiste yardım etmesi ve D yapay zekânın doğrudan terapi sağlaması. Her kategori ayrı fayda ve risk taşır.
Araştırmacılar, kullanıcıların hangi otomasyon düzeyinin kullanıldığını her zaman bilemeyebileceğini ve bunun onam ile sorumluluk sorunları doğurabileceğini vurguluyor. Ayrıca kriz hattı gibi uygulamalar için geri bildirim araçları geliştirmeyi planlıyorlar.
Zor kelimeler
- otomatikleşmek — insan işi makineler tarafından yapılır hale gelmekotomatikleşebileceğini
- çerçeve — bir konu için düzenli plan veya yapı
- kategori — benzer şeylerin farklı gruplara ayrılması
- yapay zeka — insan benzeri görevleri yapan bilgisayar sistemleriyapay zekâ
- onam — bir hizmet için verilen resmi izin veya kabul
- sorumluluk — yapılan işin sonuçlarına katlanma görevi
- geri bildirim — yapılan iş hakkında verilen yorum veya bilgi
İpucu: Türkçe metni okurken veya ses kaydını dinlerken, vurgulanan kelimelerin üzerine gel, odaklan ya da dokun; anında kısa tanımlar görünür.
Tartışma soruları
- Sizce yapay zekâ terapide hangi kısımlara yardımcı olabilir? Neden?
- Bir hizmette otomasyon olduğunu bilmek neden önemli olabilir?
İlgili makaleler
Yapay zekâ melanomu tespit etmek için test ediliyor
University of Missouri araştırmacıları, 400.000 görüntüyle yapay zekânın melanomu tanıyıp şüpheli vakaları hızla belirlemesini test etti. Sistem uzmanların yerine geçmek için değil, doktorlara karar desteği sağlamak için tasarlandı.
Beyin Başkalarına Uyum Sağlamayı Nasıl Yönlendiriyor
Zürih Üniversitesi'nin çalışması, insanların başkalarına uyum sağlarken davranışlarını nasıl değiştirdiğini gösteriyor. 550'den fazla kişi oyunlarda test edildi, beyin görüntülemesiyle bir model oluşturuldu ve bulgular sosyal yeti sorunlarının anlaşılmasına yardımcı olabilir.
Yapay zekâ EHR ile DEHB riskini erken tahmin ediyor
Araştırmacılar, rutin elektronik sağlık kayıtlarını kullanarak yapay zekâ ile DEHB riskini tanıdan yıllar önce tahmin edebileceğini bildirdi. Araç çocukları işaret ederek daha erken izleme veya sevk imkânı sağlayabilir; yine de daha fazla çalışma gerekiyor.
