利用人工智能改善自闭症青少年和成人的提问能力

《Behavior Modification》：Using Artificial Intelligence to Improve Question Asking in Autistic Adolescents and Adults

　　

研究人员评估了人工智能（artificial intelligence, AI）程序能否支持自闭症青少年和成人的提问行为，以及这些获益能否泛化到人际对话中。参与者被要求在工作日使用在线AI程序，每天进行20次试验；在每次试验中，他们需对每个引导陈述（leading statement）提出一个问题，然后获得由AI生成的反馈（AI-written feedback）。结果表明，所有干预前极少或从不提问的参与者在干预后均改善了提问行为。重要的是，所有参与者都将这种获益泛化到人际对话中的适当提问上，且这些获益随时间得以维持。在社会效度（social validation）方面，参与者报告说，完成该程序后他们在对话中的信心水平有所提高，且大多数人报告对该程序持积极和满意的态度。总体而言，本研究支持AI辅助干预作为一项可行且有效的选择，适用于那些缺乏支持获取途径或可从特定社交沟通领域的额外练习中获益的个体。

社交沟通差异是自闭症谱系障碍（autism spectrum disorder, ASD）的核心诊断类别之一，语用语言差异可终生存在，即使在高语言能力的自闭症个体中亦然。尽管自闭症个体与非自闭症个体报告相似水平的交友和恋爱兴趣，但沟通特征会影响关系的建立与维持，进而可能导致孤独、抑郁和焦虑。大量自闭症青少年和成人缺乏服务，尤其是社交项目，而现有服务往往时间和资源密集，对居住地远离治疗中心的个体难以获取。尽管已有团体和一对一干预显示中等至较大效应量，可及性仍然不足。近年来，人工智能（artificial intelligence, AI）与大型语言模型（large language models, LLMs）为自闭症个体提供了新的可能，但多数AI系统仍处于早期阶段，缺乏真实世界验证与泛化数据，且未经控制试验评估。提问行为是自闭症个体常见的挑战，影响主动对话、维持对话、获取新信息及独立性，但尚无研究使用AI改善青少年和成人的提问行为。因此，本研究旨在评估同一AI程序中的不同模块，即“提问相关问题”模块，是否有效。

研究人员采用并发多基线跨参与者设计，对4名自闭症青少年/成人进行了干预。所有参与者均使用Noora程序，每天20次试验，每周5天。结果表明，所有参与者均在AI程序内提高了提问正确率，并泛化到人类社交对话，且维持至5周随访。参与者信心提升，满意度总体正向。该研究支持AI辅助干预作为可行有效选择，论文发表在《Behavior Modification》。

研究人员通过电子邮件列表、传单、社区公告板和社交媒体招募了4名经专业确诊的自闭症青少年/成人，年龄13至21岁。研究采用并发多基线跨参与者设计（参与者1-3并发，参与者4为非并发复制）。干预程序Noora基于GPT-4模型（通过Microsoft Azure OpenAI Service部署），预先人工创建并验证395对引导陈述与验证示例回答，并借助上下文学习实时评分与反馈。设计前进行了参与式测试：24名自闭症和6名神经典型个体试用并反馈，据此调整了反馈语言和奖励。研究人员通过每周两次、每次15-20分钟的人类视频社交对话探测评估泛化，并采用李克特式信心和满意度问卷，由独立评分者进行可靠性分析。

研究结果如下。

- AI程序内的表现：通过程序内记录的数据显示