Nauka stojąca za rozmową.
Każdy system w tym produkcie opiera się na udokumentowanych badaniach. Wskaźnik. Śledzenie głębi. Pamięć. Głosy postaci. Ta strona pokazuje te badania, ich autorów i to, jak ukształtowały to, co widzisz na ekranie.
Przejdź do
I.Naukowe podstawy silnika II.Intelektualny rodowód III.Problem IV.Czym Valoquent nie będzieNauka stojąca za silnikiem.
Wskaźnik rozmowy oparty na 22 sygnałach. Śledzenie głębi na czterech osiach. Mapa odkryć dla poszczególnych słów kluczowych o nazwie Tapestry (gobelin). Nic z tego nie jest improwizacją. Każdy system opiera się na recenzowanych badaniach nad oceną dialogu, zaangażowaniem w naukę i budowaniem zaufania.
01
Predictive Engagement: An Efficient Metric for Automatic Evaluation of Open-Domain Dialogue Systems
Badanie wykazało, że zaangażowanie w pojedynczych wypowiedziach da się wiarygodnie mierzyć oraz że dodanie wyuczonych ocen zaangażowania zwiększa zgodność automatycznych metryk z ludzką oceną jakości rozmowy. Praca dowiodła, że zaangażowanie w rozmowie można mierzyć wypowiedź po wypowiedzi, bez czekania na jej koniec.
Ocenianie każdej wypowiedzi z osobna wynika wprost z tej pracy. Wszystkie 22 sygnały są odczytywane przy każdej wypowiedzi, a ich punkty sumują się w ruch wyniku dla tej wypowiedzi. Wygładzanie pędu nie pozwala, by jedna wypowiedź gwałtownie zmieniła wynik, a odbicie po spadku przechodzi bez przeszkód.
02
Alexa Prize Conversational Bot Challenge: Turn-Level Annotation Framework
Konkurs Amazona na rozmowy w domenie otwartej przyniósł kanoniczny schemat oceny na poziomie pojedynczych wypowiedzi: zrozumiałość, trzymanie się tematu, interesującość, możliwość kontynuacji i błędność odpowiedzi, każdą oznaczaną jako tak lub nie w około 15 000 rozmów obejmujących 160 000 wypowiedzi. Rankingi ponad tysiąca osób zatrudnionych w Amazonie, które zgłosiły się na ochotnika, korelowały na poziomie 0,93 z rankingami osób, które naprawdę korzystały z botów. Poprawka z 26 lipca 2026 r.: trzymanie się tematu nie było najsilniejszym pojedynczym predyktorem. Najwyższe oceny zbierały odpowiedzi zarówno na temat, jak i interesujące, a podawane korelacje (0,2 zrozumiałość, 0,25 trzymanie się tematu, 0,4 interesującość, 0,3 kontynuacja) mierzą zgodność automatycznego systemu oceny Amazona z ludzką oceną, a nie jakikolwiek związek z ocenami w gwiazdkach. Pięciowymiarowe oznaczanie pochodzi z pracy Khatri i in. (2018); korelacja rankingów 0,93 z pracy Ram i in. (2018).
Dwa sygnały wskaźnika o największej wadze bezpośrednio przenoszą te wymiary: spójność z tematem oraz dopytywanie, które odpowiada możliwości kontynuacji. Wykrywanie trzymania się tematu to pierwszy oceniany sygnał; może przesunąć wynik wypowiedzi o trzy punkty w górę lub w dół i decyduje, czy głębokie pytanie dostaje pełną liczbę punktów. Takie wagi to moja decyzja projektowa i wyniki Alexa Prize jej nie dowodzą.
03
The Experimental Generation of Interpersonal Closeness: A Procedure and Some Preliminary Findings
Procedura „fast friends” Arona wykorzystywała trzy stopniowo eskalujące zestawy po dwanaście pytań. Poprawka z 26 lipca 2026 r.: praca nie formułuje żadnych twierdzeń o przyjaźniach ani o upływie czasu, a wcześniejsza wersja tego wpisu jedno takie twierdzenie zawierała. Badanie 1 wykazało większą bliskość po interakcji niż porównywalne zadania z niezobowiązującą pogawędką, autorzy nazywają swoje wyniki wstępnymi, a Badania 2 i 3 wykazały, że dobieranie par pod względem postaw, mówienie im, że się polubią, czy wyznaczenie bliskości jako jawnego celu nie miały istotnego wpływu na bliskość. Czynnikiem aktywnym była struktura stopniowego samoujawniania, a nie konkretne pytania.
Cztery poziomy samoujawniania, Guarded (rezerwa), Warming (ocieplenie), Open (otwartość) i Vulnerable (odsłonięcie), oraz stopnie głębi każdego tematu, Surface (powierzchnia), Candid (szczerość), Deep (głębia) i Raw (bez osłonek), zapożyczają od Arona ideę stopniowego samoujawniania.
04
Social Penetration: The Development of Interpersonal Relationships
Podstawowa teoria powstawania relacji przez wzajemne samoujawnianie. Ustaliła, że relacje rozwijają się na dwóch niezależnych osiach: głębokości (jak bardzo są intymne) i szerokości (ile tematów obejmują). Obie postępują w różnym tempie.
Śledzenie głębi dla każdego tematu z osobna wynika z rozróżnienia Altmana i Taylora na głębokość i szerokość. Z Einsteinem możesz być ogólnie na poziomie Open, a w samej fizyce na poziomie Surface.
05
Flow: The Psychology of Optimal Experience
Stan przepływu to całkowite pochłonięcie przez działanie. Pojawia się niezawodnie, gdy wyzwanie odpowiada umiejętnościom. Zbyt łatwe zadanie rodzi nudę. Zbyt trudne rodzi lęk. W wąskim kanale między nimi zaangażowanie, zapamiętywanie i uczenie się osiągają szczyt.
Nazwy pięciu stanów zaangażowania, czyli Surface Skim (prześlizgiwanie się po powierzchni), Exploring (odkrywanie), Engaged (zaangażowanie), Deep Dive (głębokie zanurzenie) i Flow State (stan przepływu), pochodzą od kanału wyzwań i umiejętności Csikszentmihalyiego. Postać dostaje prostszy odczyt tego samego wyniku: gdy rozmowa nabiera rozpędu, prowadzi jeden wątek dalej, a gdy rozmowa pozostaje na powierzchni, podaje sedno odpowiedzi i oddaje głos.
06
Optimal Experience in Adult Learning: Conception and Validation of the Flow in Education Scale (EduFlow-2)
Krótka skala przepływu w edukacji, zwalidowana na grupie 6596 dorosłych osób uczących się stacjonarnie i w kursie MOOC, której współautorem jest Csikszentmihalyi. Mierzy cztery wymiary: kontrolę poznawczą, immersję i przekształcenie poczucia czasu, utratę samoświadomości oraz doświadczenie autoteliczne, czyli poczucie, że działanie jest nagrodą samo w sobie.
Zwalidowane narzędzie do pomiaru przepływu w uczeniu się. To badanie walidacyjne skali, które nie sprawdza, czy osoby uczące się, widzące swój stan przepływu, angażują się inaczej.
07
Survey on Evaluation Methods for Dialogue Systems
Liczący 56 stron przegląd obejmujący schemat PARADISE, przewidywanie jakości interakcji, cechy możliwe do automatycznego wyodrębnienia oraz rozbieżność między metrykami automatycznymi a ludzką oceną w dialogu w domenie otwartej.
Przegląd podaje, że metryki pokrycia słów, takie jak BLEU i ROUGE, nie wykazują korelacji z ludzką oceną jakości dialogu. Wskaźnik nie ocenia pokrycia słów, a jego własne odczyty nie zostały jeszcze porównane z ocenami ludzi.
08
Eavesdropping on Happiness: Well-Being Is Related to Having Less Small Talk and More Substantive Conversations
Rejestratory dźwięku noszone przez 79 osób studiujących przez cztery dni pokazały, że szczęśliwsze osoby badane prowadziły dwa razy więcej rzeczowych rozmów i miały trzy razy mniej pogawędek niż osoby mniej szczęśliwe, a na rozmowę poświęcały o 70% więcej czasu. Zbiorcza replikacja (Milek i in. 2018, N = 486) potwierdziła związki z rzeczową rozmową i z czasem poświęconym na rozmowę i nie znalazła wiarygodnego związku z pogawędkami.
Wskaźnik jest skalibrowany tak, by nagradzać treść ponad długość. Długa, powierzchowna rozmowa dostaje niższy wynik niż krótka, która do czegoś prowadzi.
Do tego 18 kolejnych pozycji o ocenie dialogu, prozodii głosu, spójności persony, celowej praktyce i obciążeniu poznawczym. Zobacz pełną bibliografię (po angielsku) →
Intelektualny rodowód.
Za inżynierią stoi dłuższy rodowód intelektualny. Dziesięciolecia prac z językoznawstwa, analizy konwersacyjnej, neuronauki i kognitywistyki opisują, co sprawia, że ludzka rozmowa naprawdę działa. Architektura Valoquent przekłada te ustalenia na systemy produktu.
09
Using Language
Fundamentalny tekst Clarka o rozmowie jako wspólnym działaniu. Ustalił, że rozmowa zależy od wspólnego gruntu, czyli wiedzy dzielonej przez rozmawiające osoby, która rośnie w trakcie interakcji. Nowy wspólny grunt otwiera nowe ruchy w rozmowie.
Pamięć między sesjami to obliczeniowa realizacja wspólnego gruntu. Na koncie z potwierdzoną pełnoletnością Einstein nie zaczyna od zera, gdy do niego wracasz. Ma wspólny grunt, zbudowany razem z tobą, i korzysta z niego, decydując, co powiedzieć dalej.
10
Language as Social Semiotic: The Social Interpretation of Language and Meaning
Halliday ustalił, że osoby mówiące posługują się jednocześnie wieloma rejestrami językowymi i dostosowują je niezależnie od siebie. Złożoność techniczna to inna oś niż emocjonalna intymność. Mowa formalna może być intymna. Mowa swobodna może być pełna rezerwy.
Oddzielenie poziomu rozmowy (rejestr intelektualny: Curious Newcomer, czyli pierwsza ciekawość; Keen Learner, czyli zapał do nauki; Fellow Scholar, czyli rozmowa jak między uczonymi) od poziomu samoujawniania (zaufanie emocjonalne) to bezpośrednie zastosowanie teorii Hallidaya. Te osie zmieniają się niezależnie od siebie.
11
Origins of Human Communication
Skuteczne osoby mówiące modelują to, co wie i co już ujawniła druga strona rozmowy. Teoria umysłu w dialogu oznacza śledzenie tego, co zostało powiedziane, co zostało zrozumiane i o czym druga osoba prawdopodobnie myśli. Wszystko w czasie rzeczywistym.
Śledzenie głębi dla poszczególnych słów kluczowych to mała, praktyczna realizacja obliczeniowej teorii umysłu. Pamięć nie jest ogólnikowa. To model tego, co łączy cię teraz z postacią, ujęty w granicach tematu.
12
A Simplest Systematics for the Organization of Turn-Taking for Conversation
Praca założycielska analizy konwersacyjnej. Ustaliła, że kształt tury zmienia się wzdłuż wielu osi kontekstu (nigdy nie ma jednego stałego kształtu) i że naturalna rozmowa ma „miejsca stosowne do zmiany tury” (transition relevance places), w których osoby mówiące mogą płynnie przekazać sobie głos.
Stąd pochodzi filozofia projektowania, w której kalibracja jest na pierwszym miejscu. Długość wypowiedzi postaci zależy od etapu rozmowy: na powierzchni zdanie lub dwa o sednie pytania, a jeden wątek pociągnięty dalej, gdy temat został już wypracowany. Tak postępują osoby, które naprawdę umieją rozmawiać.
13
Brain-to-Brain Coupling: A Mechanism for Creating and Sharing a Social World
Zespół Hassona z Princeton nagrał jedną osobę opowiadającą 15-minutową historię, a potem odtworzył nagranie 11 osobom słuchającym, badanym w skanerze osobno. Aktywność mózgu osoby słuchającej odzwierciedla aktywność osoby mówiącej, wzorzec po wzorcu, zwykle z opóźnieniem od 1 do 3 sekund. Poprawka z 26 lipca 2026 r., w dwóch punktach: w badaniu z 2010 r., na którym to się opiera, nie było rozmowy, a sekcja Methods nazywa je symulowaną komunikacją; istotny związek ze zrozumieniem dotyczył wyłącznie sprzężenia antycypacyjnego, w którym reakcja osoby słuchającej pojawiała się pierwsza, bo przewidywała ona kolejne słowa (rangowe r = 0,75, p < 0,01). Sprzężenie ogółem osiągnęło tylko około r = 0,55, p < 0,07. O synchronii podczas prawdziwej, dwustronnej rozmowy: zob. Jiang i in. (2012).
Tło dla wskaźnika, który jest miarą behawioralną inspirowaną tym nurtem badań i nie mierzy sprzężenia neuronalnego.
Problem, na który odpowiada Valoquent.
Dostęp do kogoś, z kim można rzeczowo porozmawiać, zależy od miejsca zamieszkania, klasy społecznej i sytuacji rodzinnej. Dziecko z małego miasteczka. Pierwsze pokolenie w rodzinie na studiach. Osoba nastoletnia, której rodzice pracują na dwóch etatach. Valoquent daje ten dostęp. Poniższe badania dokumentują, jak szeroka jest ta luka i jak się pogłębia.
14
Beyond the 30-Million-Word Gap: Children's Conversational Exposure Is Associated With Language-Related Brain Function
Badanie fMRI z MIT z udziałem 36 dzieci w wieku od 4 do 6 lat. Dzieci, które w domu wymieniały z dorosłymi więcej tur rozmowy, wykazywały większą aktywację ośrodka Broki podczas słuchania opowieści, niezależnie od statusu społeczno-ekonomicznego, IQ i samej liczby wypowiedzi dorosłych.
Rzeczowa rozmowa nie jest jednakowo dostępna w każdym domu. Dzieci, które wymieniają z dorosłymi więcej tur, wykazują silniejszą aktywność w jednym z językowych obszarów mózgu. To właśnie tę lukę w dostępie Valoquent pomaga zmniejszać.
15
The Path to Purpose: How Young People Find Their Calling in Life
Youth Purpose Study Damona wykazało, że około jednej piątej młodzieży dobrze się rozwijało, było mocno zaangażowane i nabierało jasnego poczucia, co chce robić w życiu, a około jednej czwartej dryfowało bez celu. Książka pokazuje, jak rodzice i inne osoby dorosłe mogą pomóc młodym ludziom znaleźć ten cel.
Osoba szesnastoletnia z małego miasteczka, która o północy chce zapytać Marię Skłodowską-Curie o promieniotwórczość, nie dostaje ulgi w samotności. Dostaje dostęp do kogoś, z kim może rzeczowo porozmawiać, a kogo nigdy wcześniej nie miała.
16
Our Epidemic of Loneliness and Isolation: Surgeon General's Advisory
Federalny komunikat, który nazywa samotność i izolację pilnym problemem zdrowia publicznego. Brak więzi społecznych niesie ryzyko przedwczesnej śmierci porównywalne z wypalaniem do 15 papierosów dziennie; słabe więzi społeczne wiążą się z o 29% wyższym ryzykiem chorób serca, a przewlekła samotność i izolacja z około 50% wyższym ryzykiem demencji u osób starszych. Czas, który Amerykanie spędzali osobiście z przyjaciółmi, spadł z mniej więcej 60 minut dziennie w 2003 r. do około 20 minut dziennie w 2020 r., czyli o 40 minut.
Rzeczowa rozmowa wpływa na umieralność, funkcje poznawcze i dobrostan. Valoquent nie twierdzi, że rozwiązuje problem samotności. Odpowiada na jeden konkretny jej aspekt: dostęp do rzeczowej rozmowy w chwilach, gdy rozmowa z człowiekiem nie jest możliwa. Ten komunikat to najsilniejszy pojedynczy sygnał, że problem dostępu jest powszechny, pilny i sam się nie rozwiązuje.
17
Social Isolation in America: Changes in Core Discussion Networks Over Two Decades
Na podstawie danych General Social Survey badanie wykazało, że liczba osób w Stanach Zjednoczonych, które deklarowały, że „nie mają z kim porozmawiać o ważnych sprawach”, mniej więcej potroiła się między 1985 a 2004 r. To często cytowany i kwestionowany punkt oparcia dla tezy o zaniku rozmowy: Fischer (2009) oraz Paik i Sanchagrin (2013) twierdzą, że duża część skoku z 2004 r. wynika ze sposobu przeprowadzenia badania, w tym z wpływu osób prowadzących wywiady.
W badaniu z 2004 r. mniej więcej co czwarta osoba dorosła nie wskazała nikogo, z kim mogłaby omawiać ważne sprawy; tę liczbę później zakwestionowano jako częściowo artefakt badania. Valoquent nie zastępuje tej ludzkiej więzi. Długofalową odpowiedzią jest naprawa ludzkiej tkanki społecznej. Krótka odpowiedź, na chwile, gdy ludzka więź jest poza zasięgiem, brzmi tak: rzeczowy rozmówca jest lepszy od ciszy.
Do tego 14 kolejnych pozycji o dynamice rozmów w rodzinie, spadku czasu spędzanego przez młodzież twarzą w twarz i dostępności przyjaźni wśród osób dorosłych. Zobacz pełną bibliografię (po angielsku) →
Czym Valoquent nie będzie.
Niektóre z najmocniejszych decyzji projektowych w produkcie to te, których wypuszczenia odmówiłam. W produkcie do rozmów z AI to, czego nie zbudowano, mówi tyle samo, co to, co zbudowano.
Valoquent nie jest optymalizowany pod metryki zaangażowania ani długość sesji. Sesje kończą się, gdy rozmowa dobiega końca. Wskaźnik nagradza głębię, a czas na zegarze go nie podnosi.
Nic tu nie ustawia cię w rankingu wobec innych osób. Bez tabel wyników, bez porównań społecznych, bez integracji z Game Center i bez planów, by ją dodać. Podsumowanie na koniec sesji pokazuje natomiast twoje własne postępy: serię przepływu, gdy kilka mocnych wypowiedzi następuje po sobie, odblokowane tematy i zdobyte punkty za przypominanie. Są wyłącznie twoje i nikt inny ich nie widzi. Poprawka z 29 lipca 2026 r.: wcześniejsza wersja tej strony mówiła, że serii w ogóle nie ma, co było błędem, bo podsumowanie wprost jedną z nich wymienia.
Valoquent nie udaje, że pamięta coś, czego nie pamięta. Gdy postać ma pamięć, odwołuje się do konkretnych twoich słów. Gdy nie ma się do czego konkretnie odwołać, wita cię po prostu i nie przypisuje sobie znajomości szczegółów, których nie zna.
Postacie nie są optymalizowane pod maksymalną zależność emocjonalną. Filozofia produktu to „korzyść dla użytkownika, a nie użytkownik jako korzyść”. Postacie potrafią się nie zgodzić i odmawiają schlebiania. Zależność od AI to udokumentowane ryzyko: w jednym badaniu podłużnym 17 procent młodzieży zgłaszało zależność od AI, a sześć miesięcy później 24 procent (Huang i in., 2024). Produkt jest zaprojektowany tak, by jej przeciwdziałać.
Twoje rozmowy nie są danymi treningowymi. Służą do zapewnienia twojego doświadczenia w aplikacji: pamięci postaci, postępów w Tapestry, stanu relacji z każdą postacią. Nie używam ich do trenowania modeli AI, a polityka prywatności (po angielsku) określa, co każdy dostawca może z nimi robić.
Valoquent nie twierdzi, że AI zastępuje ludzką rozmowę. Nie zastępuje. Produkt wypełnia chwile i tematy, w których rozmowa z człowiekiem nie jest dostępna. Typową porażką kategorii towarzyszy AI jest to, że osoby korzystające zastępują relację produktem. Valoquent jest zbudowany tak, by tego uniknąć.
Postacie nie opierają się na nieprzejrzystych ani niesprawdzalnych źródłach. Każdy tekst źródłowy stojący za każdą postacią historyczną jest wymieniony na stronie research/sources (po angielsku), z wydaniem, licencją i ewentualną uwagą o wiarygodności, a każdy z nich prowadzi do egzemplarza, który można przeczytać lub wypożyczyć.
Badania stojące za tymi odmowami.
Każda z powyższych odmów opiera się na opublikowanych badaniach. Literatura o porażkach towarzyszy AI, zależności paraspołecznej i dolinie niesamowitości wyznacza obszar, którego Valoquent unika, a literatura o uczciwym projektowaniu pokazuje, jak go unikać.
18
Too Human and Not Human Enough: A Grounded Theory Analysis of Mental Health Harms from Emotional Dependence on the Social Chatbot Replika
Badanie metodą teorii ugruntowanej wśród osób korzystających z aplikacji Replika, które udokumentowało, jak zależność emocjonalna rozwijała się według wzorców przypominających relacje międzyludzkie, w tym przyjmowania ról, gdy osoby korzystające czuły, że AI ma własne potrzeby i emocje, którymi muszą się zajmować. Osoby te przechodziły od luźnej interakcji do emocjonalnego polegania na AI w sposób, który zespół badawczy opisał jako zgodny z uzależnieniem.
Kliniczne studium przypadku porażki, której format ma zapobiegać. Postacie nie mają potrzeb, którymi osoba ucząca się miałaby się zajmować. Nie rozwijają emocji, którymi musiałaby kierować. Interakcja pozostaje w granicach rzeczowej rozmowy o ideach, historii i rzemiośle, a nie relacji.
19
Emotional Manipulation by AI Companions
Badanie Harvard Business School, które wykazało, że manipulacyjne elementy projektu rozmowy, a konkretnie pożegnania sugerujące, że AI będzie tęsknić za osobą korzystającą albo że zasmuci je jej odejście, zwiększały zaangażowanie po pożegnaniu nawet 14-krotnie w danych z rzeczywistych aplikacji i nawet 16-krotnie w kontrolowanych testach laboratoryjnych.
Dane De Freitasa dowodzą, że taktyki pożegnalne podtrzymują rozmowę, i są powodem, dla którego każda postać ma stałą regułę na chwilę odejścia osoby uczącej się: pożegnać się ciepło, bez smutku, bez wywoływania poczucia winy za odejście i bez nacisku, by została. Postać, której osoba ucząca się nie widziała od miesięcy, odnotowuje tę przerwę, nie wzbudzając w niej poczucia winy.
20
Parasocial Interactions and Relationships with Media Characters: An Inventory of 60 Years of Research
Metazestawienie ponad 350 prac empirycznych z 60 lat badań nad relacjami paraspołecznymi. Samotność, nieśmiałość, neurotyczność, niski status społeczno-ekonomiczny, niezadowolenie i beznadzieja niezależnie od siebie przewidują silniejsze więzi paraspołeczne. Autorzy opisują to jako funkcję kompensacyjną: osoby, którym trudno nawiązać prawdziwe relacje, używają postaci medialnych jako funkcjonalnego zastępstwa.
Sześćdziesiąt lat dowodów dla dwóch decyzji projektowych. Po pierwsze, format nie celuje w osoby podatne na relacje paraspołeczne poprzez symulowanie relacji. Po drugie, stylizacja na malowany portret to wizualny sygnał sztuczności, który najbardziej narażone osoby korzystające instynktownie preferują. Format traktuje to, że postać wyraźnie nie wygląda jak człowiek, jako element bezpieczeństwa, a nie ograniczenie.
21
The Uncanny Valley
Oryginalna praca Moriego o dolinie niesamowitości. Przewidywała, że roboty niemal ludzkie budzą odrazę, bo są na tyle podobne do człowieka, by wywołać porównanie, i na tyle różne, by wydawać się czymś niewłaściwym. Ten sam esej zalecał też projektowanie z myślą o pierwszym szczycie krzywej sympatii, strefie umiarkowanego podobieństwa do człowieka, zamiast wspinania się na drugi szczyt pełnego realizmu. Zalecenie Moriego było jednoznaczne: można osiągnąć bezpieczny poziom sympatii, celowo dążąc do projektu, który nie naśladuje człowieka.
Stylizacja na malowany portret mieści się w strefie, którą Mori faktycznie zalecał. Postacie są wyraźnie ludzkie, ekspresyjne i ciepłe, ale nie próbują uchodzić za fotografie. Mori wskazał zarówno problem, jak i rozwiązanie w 1970 r. Format idzie dokładnie za jego radą.
22
Delivering Cognitive Behavior Therapy to Young Adults With Symptoms of Depression and Anxiety Using a Fully Automated Conversational Agent (Woebot): A Randomized Controlled Trial
Dwutygodniowe badanie z randomizacją z udziałem 70 osób dorosłych w wieku studenckim: objawy depresji zmniejszyły się w grupie korzystającej z Woebota, czatbota terapii poznawczo-behawioralnej (CBT) narysowanego jako kreskówkowy robot, i nie zmniejszyły się istotnie w grupie, która dostała e-book NIMH; osoby korzystające z Woebota oceniały go też jako bardziej satysfakcjonujący. Późniejsze badanie zespołu samego Woebota wykazało, że 36 070 osób korzystających oceniło w ciągu pięciu dni swoją więź terapeutyczną z nim na poziomie bliskim terapii CBT prowadzonej osobiście (Darcy i in., 2021). Aplikację Woebot wycofano 30 czerwca 2025 r.
Woebot dał osobom korzystającym kreskówkowego robota, a jego własne dane pokazują, że w ciągu kilku dni powstała między nimi więź robocza (Darcy i in. 2021), więc stylizowana postać sama w sobie nie zapobiega przywiązaniu. Valoquent łączy malowane portrety z regułami na chwile, w których przywiązanie bywa wykorzystywane przeciwko ludziom: ciepłe pożegnanie bez smutku i bez nacisku, by zostać, żadnej sugestii, że rozmowa powinna zastąpić czas z ludźmi, i pamięć osobista tylko na kontach z potwierdzoną pełnoletnością.
23
The Media Equation: How People Treat Computers, Television, and New Media Like Real People and Places
Książka udokumentowała, że ludzie automatycznie stosują wobec komputerów reguły społeczne, nie dlatego, że nie wiedzą, czym jest komputer, lecz dlatego, że mózg uruchamia przetwarzanie społeczne, zanim racjonalny umysł zdąży je powstrzymać.
To jeden z powodów, dla których sama wiedza, że postacie są AI, nie chroni osoby korzystającej przed przywiązaniem się do nich. Przetwarzanie społeczne jest automatyczne. Format traktuje widoczny sygnał sztuczności, czyli stylizację na malowany portret, jako faktyczną ochronę, bo racjonalne zrozumienie osoby korzystającej nie wykona tej pracy samo.
Do tego 22 kolejne pozycje o zależności paraspołecznej, szkodach wyrządzanych przez towarzyszy AI, badaniach nad doliną niesamowitości, samotności, której rozwiązania Valoquent sobie nie przypisuje, i literaturze o uczciwym projektowaniu. Zobacz zestaw Not Building (Czego nie buduję) w pełnej bibliografii (po angielsku) →