1. 在人工智能系统中建立信任

1.1. 人类的大脑容易被个人倾向、干扰因素和确认偏误所影响

1.2. 古莱说，然而，从不同的角度去思考事实、花更长时间来做决策的能力，可能会让人类拥有“密探”一般的智慧

1.3. 我们可以对决策进行批判性思考，考虑更多社会需求、多重利益相关者和各领域发展的大背景，而不仅仅局限于经济和金融领域的思考

1.4. 构建一个共生智能的环境需要人们有能力辨别不同智能中的好坏，这样我们才可以整合各方，形成更好的伙伴关系

1.4.1. 这需要人们对人工智能的潜力怀有高度信任，并愿意接受用这些人工智能增强人类的能力，这也是过去只有在科幻小说中才会出现的情节

1.5. 除非在程序中特别设计，机器算法一般不会对并购活动的社会后果，以及它给社会带来的潜在外部效应等进行评估

1.5.1. 把同理心视为实现目标的一个风险，因为它会减缓关键决策的速度，让情况更加复杂

1.6. 我们的智力中有一种同理心，会让我们在道德层面广泛考虑各种因素

1.7. 约翰·尼尔（John Neal）

1.7.1. 英格兰板球委员会教练发展项目的负责人

1.7.2. 没有使用传统心理学，而是以一种更加共生的方式将情绪洞察和生理数据融合在一起，他的目标是唤起教练和运动员身上的“心流”

1.7.3. 从测量生理信号和神经信号开始，确定人们如何学习、反思、恢复和表现

1.7.4. 一个运动员可能会说的是一回事，但数据是另一回事，它“绝对是非0即1的二进制，就像自闭症的反应一样”，即它是非黑即白的，不会有模棱两可或移情植入

1.7.5. 客观数据成为一种强大的工具，可以部分改进训练计划，而这些改进往往决定了最高水平比赛的高下之分

1.7.5.1. 教练们可以观察到运动员身上的这种变化，不仅能感觉到运动员表现下降，还能感觉到他们基本状态的下滑

1.7.6. 环境中最细微的变化能重新调整运动员的身心状态

1.7.6.1. 如果运动员不适应当下的环境，他就会切换到情感皮质和自我意识模式，主要对世界怀有一种消极和恐惧的心态

1.7.6.2. 通过训练，我们可以学会识别触发这种反应的情境，并通过身体活动，比如说脱口秀，来重新切换到正确的思维模式

1.7.7. 心率变化数据显示了他们的生理反应变化，亲眼所见，他们就会更相信它

1.8. 个人数据和人工智能的普及将在未来几年改变我们对自我形象和自我意识的概念

1.8.1. 智能机器将使我们得到更加客观的测量，就像一个运动员，他的生理、神经和环境信号被像尼尔这样的教练搜集、阅读和采取相应行动

1.9. 数据可能会有所偏差，人们可以改变它

1.9.1. 系统已经捕捉到了我们的生活和环境的方方面面，而我们没有足够的智能来完全处理它们

1.9.2. 数据流将变得更加全面、多角度和多方位

1.10. 系统是否能准确反映一个人的真实性格

1.10.1. 沃森可能会生成一些标签，比如内向或外向、热情或好强、思想开放或保守

1.10.2. 我们的日常行为和交流还没有被公开数字化，而且我们呈现的自我与真实的自我有所不同

1.10.3. 几乎所有推特用户都知道，人们仍然可以躲在不完整或碎片化的数字身份背后，并以此作为盾牌来释放他们最原始的冲动

1.11. 人肉搜索、网络恐吓和网络仇恨并不会很快消失，尤其是在那些支持言论自由的社会和平台中

1.12. 成千上万的人依靠在线约会网站的“智慧”算法来寻找伴侣

1.12.1. 我们可能会找到更适合自己真实本性的伴侣，而不是在自我和社会条件引导下与一些人交往

1.13. 所有这些都假定，参与这一过程的人工智能平台能够在系统中建立充分的信任，进而在社区的个体公民之间建立信任

1.13.1. 这些系统及其开发者还没有完全解决不良数据、人类和算法偏见，以及人类人格的巨大复杂性和非线性的问题

1.13.2. 它更像是一件艺术品，而不是一个工程

1.13.3. 即使从代码和数据的角度来看，人工智能也只能测量它所看到的东西

2. 共生智能的环境

2.1. 我们的思想、肉体和周围世界之间精妙复杂的关系构成了人类的现实

2.2. 艾伦·贾萨诺夫（Alan Jasanof）

2.2.1. 美国麻省理工学院的生物工程教授

2.2.2. 刺激、情感和认知之间并非相互独立，而是可以分离开来的

2.3. 环境教会我们区分行为的对错、表现的好坏，以及美丑的标准

2.3.1. 它塑造了我们是谁，以及我们如何在这个世界上生活

2.3.2. 社区和组织中的社会管理机制向我们发出了交互规范的通用准则

2.3.3. 在所有这些过程中，我们对自己的身份认知与所遇到的其他人的认知相遇、相融、相互冲突

2.3.4. 我们一生都在塑造和重塑自我意识，努力平衡价值、权力和信任之间的关系，协调与我们互动的各个机构

2.4. 少许的自我欺骗可以提升自尊，缓和我们与外部世界的关系，并让个人和集体朝着成功的方向前进

2.4.1. 如果现实和错觉的正确平衡是关键所在，那么人工智能将如何捕捉这种平衡，避免从一头毫无征兆地滑向另一头呢？

2.4.2. 如果人工智能无法精确地划分，效果可能会适得其反

2.5. 我们的思想、身体和环境，以及与其他形式的自然智能和人工智能所形成的互利共生关系，需要依靠人工智能助手把握其中精巧的平衡

2.5.1. 作为人类，我们需要维持权力，确保这场走钢丝表演顺利进行

2.5.2. 我们对彼此的信任将会消失，我们对人工智能的信任也会在它结出果实之前就此消亡

3. 情商和信任

3.1. CBT

3.1.1. 认知行为疗法

3.1.2. 观点

3.1.2.1. 让人感到不安的不是他们生活中的事件，而是他们对自己的看法，以及这对他们意味着什么

3.1.3. 核心

3.1.3.1. 如果你说自己情绪低落，它就会从快乐模式中消失，模拟移情，让你重新回到认知重组上来

3.1.4. 认知重组的过程，这需要病人积极参与

3.2. ELIZA

3.2.1. 20世纪60年代中期开发的一款最早的自然语言处理计算机程序

3.2.2. 聊天机器人

3.3. Woebot

3.3.1. 基于人工智能的聊天机器人

3.3.1.1. 可以为用户提供心理治疗服务

3.3.2. 并没有想让Woebot取代专业的治疗师

3.3.3. 应用程序只会每天进行一次轻松友好的互动，并带有表情符号和戏谑的表情

3.3.4. 只能近似模拟一种好的长期CBT干预，它并不是为了取代人类顾问而设计的

3.3.4.1. 它随时可以使用

3.3.4.1.1. 它不打算提供紧急服务，但它可以识别可怕的情况，触发对其他服务的建议

3.3.4.1.2. 包括一款有证据表明可以减少自杀行为的应用

3.3.4.2. “他”与用户建立了异常强大的联系，建立了一个“工作联盟”，让用户参与到治疗之中

3.3.5. Woebot的开发人员特地避免让它看起来过于逼真或真实

3.4. Behaivior

3.4.1. 比Woebot更进半步，更积极地帮助康复中的药物成瘾者远离潜在的复发

3.4.2. 与可穿戴设备合作，包括Fitbit和移动电话，来对使用该设备的阿片类药物成瘾者的一系列因素进行评估

3.4.3. 搜集大量不太明显的信号至关重要

3.4.4. 康复中的成瘾者复发的频率远比大多数外人意识的要高

3.4.5. 人工智能系统有助于从细微的行为模式和各种数据中识别潜在的复发可能，最终，他们可以利用这些技术实时调整干预措施，实时学习改进，帮助人们摆脱复发的危险

3.5. Behaivior和Woebot都介入了我们生活中最亲密、最人性的一部分

3.5.1. 我们的精神健康和我们最强烈的渴望

3.6. 其他的心理治疗机器人，如Sim Sensei或ELIZA，有效地治疗了美国士兵的创伤后应激障碍（PTSD）

3.6.1. 他们在提供一种有效的基础水平治疗的同时，也让他们可以避开人类治疗师，因为他们可能会对是否与人类治疗师互动心存犹豫

3.7. 在解决各种心理健康问题方面，机器人和用户之间的信任、同理心和共生智能关系也颇有帮助

3.8. 这些交互只能建立在信任的基础上

3.8.1. 确保用户对整个体验拥有控制权

3.8.2. 这些系统可以挖掘更深层次的见解，包括我们的认知、智慧甚至情感

3.9. 人类在识别他人情绪方面也做得不是特别好

3.10. 人工智能系统处理大量不同数据的能力，可以帮助我们以新的方式学习情感

3.10.1. 它也可以被用来操纵和利用我们

4. 深度参与

4.1. 身临其境的体验产生了大量数据，可以帮助公司改进程序

4.2. 电子游戏的开发者会获得同样的数据和见解，这也是贝克的角色扮演教育平台最初的灵感来源

4.2.1. 用户通过玩游戏、披露位置、使用策略、有输有赢、为体验付费，产生了大量的数据

4.3. 深度参与、数据生成、测试和测量反应的循环往复，会提高游戏参与度和消费额度，从而催生出一个完整的家庭手工业

4.4. 三个主要趋势

4.4.1. 无处不在的移动电话不停地产出数据

4.4.2. 云技术提供了低成本、高性能的计算

4.4.3. 日益强大的机器学习技术

4.4.4. 测量行为的科学已经成为可能

4.5. 公司不关心个人数据，事实上，公司从不存储可识别的个人信息

4.5.1. 真正重要的是他们可以从海量数据，比如说50万名玩家的数据中，总结出模式和异常行为

4.5.2. 可以为更大的玩家群体调整价格，吸引这些玩家去购买虚拟物品或进行升级

4.5.3. 从微观层面到群体层面测量玩家反应，更好地理解决定消费者决策的最重要原因

4.5.4. 随着公司对客户越来越细致地划分，他们可以开始对社会进行微观分析，对所有人区别定价

4.5.5. 基于各种因素而产生歧视的可能性，无论是关键性的还是一般性的，都变得越来越容易和可能发生

4.6. 没有公平的天堂，因为我们的数据流每分每秒都在被测量和评估

4.6.1. 公司总是会把客户群体划分成三六九等，比如航空公司会为飞行常客，往往也是更有钱的旅客，提供优惠待遇

4.6.2. 在极端情况下，这些歧视可能会导致社群的分裂，因为没有两个人在同一条船上

4.6.3. 我们之间的纽带，在同一环境下的忠诚度，面对相似的困难携手共进的态度，可能会被削弱，因为我们被以伪科学的方式，根据个人细微的差异，进行了微观细分

4.6.4. 随着物联网在未来几年的进一步普及，几乎所有的设备都将拥有更多的传感器和更强的处理能力，所有这些数据都将传入云端，那些运营和控制整个网络的公司将可以近距离探视我们的“生活模式”

4.7. 机器需要学习哪些决策人们乐于外包，哪些是他们愿意保留的，不同的人又有怎样不同的态度

4.7.1. 所有这些都可以让你的生活变得更加愉快，让你操心的事更少

4.7.2. 我们们必须适应放弃更多控制权的想法，而要做到这一点，就需要我们对授权的系统有更高层次的信任

4.7.3. 我们的信任必须比那些管理我们日常琐事和决策的人工智能系统更为深入

4.8. 如果说这一事件教会我们什么道理，那就是我们需要能够信任那些控制整个系统的人

4.8.1. 在我们永远看不到的后台和遥远的数据中心，谁或者什么将会监控它们的完整性、公正性和公平性？