OpenAI julkaisi tekoälyn mielenterveyskeskusteluihin benchmarkin

Tekoäly-yritys OpenAI on julkaissut MentalHealthBench-nimisen avoimen arviointikehyksen. Sen tarkoituksena on testata, miten tekoälyjärjestelmät vastaavat realistisiin mielenterveyskeskusteluihin.

OpenAI kertoi kehittäneensä arviointikehyksen yhteistyössä yli 80 lisensoidun mielenterveysasiantuntijan kanssa 22 maasta. Kehys sisältää synteettisiä keskusteluja, jotka kattavat niin akuutteja kuin hätätapauksiakin, ja se on suunnattu eri ikäryhmille ja ammattilaisille.

Arviointikehyksen avulla OpenAI mittaa mallien vastauksia asiantuntijoiden asettamien kriteerien perusteella käyttäen automaattista arviointityökalua nimeltä GPT-5.6 Sol. Lisäksi yritys suoritti tutkimuksen, jossa 44 aikuista 16 maasta jakoi kokemuksiaan tekoälyn käytöstä mielenterveys- tai tunnetuen tukena.

Tutkimuksessa kävi ilmi, että käyttäjät arvostivat enemmän sävyä ja käytännön jatkotoimia, kun taas asiantuntijat painottivat kontekstin keräämisen ja epäselvien tilanteiden tulkinnan tärkeyttä. Julkaisu tapahtuu aikana, jolloin tekoälyn käyttöön liittyvä sääntely ja eettiset kysymykset ovat lisääntyneet.