AI帮助公共安全运营的创造性方式
译者 | 刘涛
审校 | 重楼
软件技术的发展确实取得了长足的进步。我已从事产品管理工作九年多,其中大部分时间都花在了为软件工程师和DevOps专业人员构建平台上。尽管如此,在我最疯狂的梦想中,我也没想到AI会在2025年之前变得如此普及,但我们就在这里见证了这一切的发生。ChatGPT之后紧跟着谷歌Bard等其他AI供应商,就在我们眼前改变着技术版图。
虽然已经有很多文章讨论了AI如何提高私营部门各种流程的效率,但关于自然语言处理(Natural Language Processing)、机器学习( Machine Learning)和AI如何被利用来推动公共安全的积极变化,我们还可以进一步探讨。
在本文中,我将思考AI在帮助911方面的作用,特别是在公共安全应答点(PSAP)领域所扮演的角色。PSAP是一个紧急呼叫接听和处理的呼叫中心。当有人拨打紧急呼叫号码(如美国的911)时,他们的呼叫会被转进最近的PSAP。
关于911紧急呼叫
到2023年为止,美国每年平均接到的911紧急呼叫电话约为2.4亿个。另外,每年也有数百万个非紧急呼叫电话。这些呼叫都由PSAP处理。PSAP是911接线员的办公室,它既能接听紧急呼叫电话也能接听非紧急呼叫电话,还能派送执法人员、火警人员和急救人员。
现在让我们来谈谈911紧急呼叫电话面临的一些挑战。
人员配备:人员配备是911呼叫中心或PSAP所面临的挑战之一。仅美国每年就接听数以百万计的紧急和非紧急呼叫,要确保有足够的受训接线员及时应答每个呼叫是非常困难的。这一问题可能因诸如接线员流动率高、工资低等因素而变得更糟。根据美国紧急呼叫号码协会(NENA)的一份报告,2019年约有25%的911呼叫中心存在人手短缺问题。此外,这份报告还显示,911呼叫中心的雇员流动率约为20%。这些人手不足上的挑战可能导致呼叫者更长时间的等待,且呼叫中心雇员出现过度疲劳的风险更高。
呼叫数量增加:近年来,紧急和非紧急呼叫数量明显增加。根据最近的统计数据,紧急呼叫总量持续稳步增长。在某些地区,紧急呼叫量年增长率约为3%-5%。这一上升趋势表明对紧急服务的依赖性在增强,也凸显出有必要建立一个能够有效应对突发事件的健全系统。同样,非紧急呼叫数量也显著激增。这些呼叫通常与社区服务、信息查询或非紧急救助有关。具体的增长率因地区而异,但平均而言,非紧急呼叫数量年增长率约为7%-10%。
心理健康负担:研究表明,倾听悲剧可能会产生持续影响。北伊利诺伊大学的临床心理学教授Michelle Lilly发现,18%至24%的911接线员出现了创伤后应激障碍(PTSD)的症状。这一比例与警察的PTSD发病率相当。
我们将探讨PSAP如何利用自然语言处理(NLP)、机器学习(ML)和AI来应对这些挑战的一些有趣方式。
使用AI进行呼叫分流
处理非紧急情况
非紧急呼叫911指的是那些不需要立即得到执法,火警或医务人员帮助的情况。这些呼叫是为了请求信息、报告轻微事件或在与生命威胁无关的问题上寻求帮助。
非紧急呼叫911的例子包括噪音投诉、未造成伤亡的轻微交通事故、举报非危险滋事、破坏或遗失财产等。
虽然这些情况并不紧急,也不会危及生命,但也需要引起有关部门的重视,只是不会像犯罪现场,医疗急救,火灾,或直接威胁到人身安全等的紧急情况。估计约40%的911呼叫是非紧急情况。
在人手严重不足的PSAP中,非紧急呼叫可能以牺牲更关键的紧急呼叫为代价。高峰时段,非紧急呼叫有时会淹没呼叫中心,特别是在社区活动、本地新闻报道或公众关注的情况下。这种增加的呼叫量会加重应对紧急呼叫的资源压力。接线员需要在非紧急和紧急呼叫之间切换注意力,潜在导致他们在处理高压力的911呼叫时变得注意力分散或应接不暇。这可能导致处理紧急情况时出现失误或效率低下。
技术可以在这里提供帮助。AI就是一种解决方法,比如AI作为虚拟助手。想象一下,如果每个非紧急呼叫都是由AI助手来处理,通过几个调查问题进行分类,它既可以将电话转接给合适的代接者(或者在不需要人工协助的情况下,引导来电者到在线报告门户),又可以通过分析和分类来电,准确地将来电者指引向适当的部门或资源,确保对非紧急事项的询问得到更迅速的回应。
波特兰市就是通过引入了自动化AI系统来这么做的。波特兰执法部门希望通过自动处理非紧急电话的初步流程,使资源配置和反应时间达到最优。AI快速处理信息和准确识别来电性质的能力将有助于更高效地利用人力部门资源。这一创新举措在社区内同时引起了人们的好奇和乐观态度。虽然人们仍担心AI在理解细微的人类声音模式方面会有困难,但当局强调AI系统已经经过了严格的测试,以确保它能听懂大量的语音来电的效率。南卡罗来纳州的查尔斯顿县也有类似的做法。
医疗呼叫的分流
处理911医疗呼叫为紧急响应系统带来了一系列复杂的挑战。这些呼叫的紧迫性要求对患者的病情进行快速准确的评估,而来电者的情绪状态、医学知识的局限以及所处环境的不确定性都会使评估复杂化。接线员必须对各种紧急状态进行预判,从危及生命的紧急情况到非紧急的情况,同时还需要向痛苦的来电者提供清晰的指示和安慰。
美国科罗拉多州和其他州的团队支持辅助响应项目(STAR)部署了包括急救技术人员和行为健康临床医生在内的应急响应小组,为那些受到心理疾病、贫困、无家可归和滥用药物而困扰的人们提供帮助。 STAR应答的是低风险呼叫,打这种呼叫的个人不会立即面临直接危险。科罗拉多州丹佛市有许多机构提供STAR计划,包括戒毒治疗中心、心理健康服务和非营利机构。
911呼叫中心可以像丹佛市一样利用类似的AI技术,对来电中的关键字和模式进行分析,然后将其标记,自动分流到STAR项目中。
这可以帮助调度员更好地作出正确反应,从而判断出是派出警察、消防、急救或STAR响应呼叫。它还可以帮助监管人员和政府人员确定哪些可能符合STAR条件,但没有被标记出来的呼叫,从而改进PSAP政策。
AI语言翻译
如果有人用非英语向911呼叫中心求助,电话会被转接到语言热线服务,由翻译人员将所有的提问与回答翻译出来。来电者需要告知调度员他们所讲的语言,接线员会与翻译一起加入电话沟通。翻译是受过特殊训练的电话口译员(OPI),专门处理紧急呼叫。
在911服务环境中处理非英语呼叫,是对紧急情况作出有效反应的一项特殊挑战。语言障碍会阻碍来电者和接线员之间的正常沟通,可能造成对紧急情况的性质、位置和所需援助的误解。这可能导致延误适当资源的分配,并可能危及有需求的个人的安全。此外,缺少随时可用的翻译人员或翻译服务也会使这个问题进一步恶化。确保非英语来电者获得准确和及时的援助需要专业的语言支持、文化敏感的沟通策略以及整合技术手段来克服语言障碍和提高紧急响应系统的整体有效性。
AI驱动的语言翻译利用先进的机器学习算法,自动将一种语言的文本或语音转换成另一种语言,从而实现有效的跨语言交流。这些系统利用大规模的数据集和神经网络来理解语言的细微差别、习语表达和上下文关系,从而实现更准确、更符合语境的翻译。它们通过学习互联网上可获得的各种语言的海量内容而不断迭代。这种技术可以在911呼叫中发挥作用,如巴尔的摩这样的城市正走在这一领域的前沿。
AI辅助记录
招聘新的911呼叫调度员和接线员时,非常看重应聘者的打字速度和准确度。这样他们就可以得到来电者所说的所有关键信息,从而迅速采取行动。
在911面临人员配备问题的背景下,扩大人才储备对于将更多的人吸引到公共安全领域来说是至关重要的一步。
AI可以通过以下方式显著减少调度员在911来电期间进行大量笔录的需要,从而实现从会话中提取到关键信息的自动化过程:
1. 自动语音识别(ASR):AI驱动的ASR技术可以实时将语音转录为文本。通过准确地将来电者说的话转换成文本文字,调度员就能把精力集中在主动与来电者接触并提供必要的指导上,而不必费力地记录每一个细节。
2. 语境洞察:先进的AI系统可以通过分析呼叫者的通话记录或所在位置为调度员提供语境洞察。这使调度员能够根据过去的事件作出明智地决断,从而提高了响应质量。像Prepared这样的公司正在为公共安全领域开拓这方面的技术。
3. 信息收集辅助:AI可以根据收集到的信息提示调度员相关的问题,确保在通话期间不会遗漏任何关键细节。这简化了对话过程并减少了额外的笔录需要。
通过帮助捕捉、转录和提取911来电的关键信息,AI技术使调度员能够更好地与用户进行沟通,为有需求的来电者提供同情、安慰及关键指导,同时允许PSAP扩大人才资源储备。
使用AI标记与心理健康相关的呼叫
在公共安全领域,心理健康是一大挑战,而公共安全人员也必须直面人性中最糟糕的部分。
911呼叫中心的调度员必须不间断地接听来电。在大型呼叫中心,尤其是那些每年有几十万个电话打进来的呼叫中心,一个911的电信操作员可能花30分钟和一位有自杀倾向的人通话,然后马上接听下一个电话,不会有任何中断。
像NCT911这样的机构负责为得克萨斯州达拉斯-沃思堡地区14个县的四十多个紧急通信中心提供支持,正在使用AWS的服务来开创这样一个系统。AI软件能够对痛苦呼叫电话进行标记,这被看作是一种游戏规则的改变者,它能够阻止雇员的流失,并能保证雇员的福利。如果电信操作人员能够对来电者表述的关键内容和表现出来的情绪进行分析,从而成功处理了一定数量的心理应激呼叫,主管人员将会被通知为电信操作人员提供帮助和支持。该项目将监控来电者在通话中的主要内容和语气,并密切关注该来电者是否压力巨大。
结束语
总之,不断发展的AI技术以显著的方式改变着紧急响应和公共安全领域。从应对911呼叫中心操作员的心理健康挑战到更有效地处理非紧急呼叫,AI在提高应急服务方面具有巨大的潜力。AI技术和应急事件反应的结合,能够提供更安全、更高效和更富有同情心的公共安全服务,开创一个全新的科技进步时代,造福于全球范围内的社区。
译者介绍
刘涛,51CTO社区编辑,某大型央企系统上线检测管控负责人。
原文标题:Creative Ways AI is Helping Aid Public Safety Operations,作者:Keshav V