大模型如何支持失语者表达真实意愿

大模型如何支持失语者表达真实意愿

一位失语者想告诉家人自己不愿参加某项活动，表达设备却根据常用短语把他的眼动补成“我愿意”。预测文本越流畅，越可能悄悄越过本人意愿。大模型支持表达时，应先保障选择、删除和确认的权利。

系统提供词语、图片、眼控或其他输入方式，让用户能逐步构句；预测建议与本人已确认内容视觉上明显区分。涉及医疗、财务和照护安排，输出前再次确认，必要时由熟悉其沟通方式的专业人员协助，但不能替他作决定。错误被纠正后，系统不应继续自动推荐旧表达。

测试关注用户能否表达反对、复杂情绪与不常见需求，而不只看日常问候有多快。家属和机构不能把设备产生的句子当作天然权威。数据最小化，个人对话不用于无关训练。

表达工具应允许“停一下”和“不是这个意思”。系统预测一句完整的话，有时能节省力气，却可能让旁人以为用户已经同意。设计可以让建议以半透明或待选状态出现，只有本人明确确认后才进入对话记录。对无法快速重复确认的人，给予足够时间，不让倒计时替他决定。

家属和护理人员需要学习不替人补全意愿。设备有时输出很慢，等待比代答更尊重当事人。模型训练可以学习个人常用词，但敏感对话留在本地、可删除。评价时请用户表达一次不同意、一次复杂偏好和一次临时改变主意；若系统只擅长输出礼貌的“好的”，它并没有真正支持自主。

失语者的表达工具应帮助其说出自己的意思，而不是根据上下文替他“猜完”重要决定。模型可提供词语、图片和短句候选，让用户以眼控、开关或触摸确认；涉及医疗、财务和法律意愿时，必须逐项复核。家属可以协助，但不应默认代替本人。系统要保留用户原始选择与后续修改，防止一个流畅的合成声音掩盖意思被改变。

失语者使用平板表达“我想回家”，系统根据常见场景补成“我同意今天出院”。这两个意思差得很远。设计中应让未经确认的补全保持灰色，用户通过眼控或开关明确选择后才合成语音。医护人员必须学会等待，不把迟缓的输入当成同意。表达的速度可以由技术帮助，意愿不能由技术代写。

隐私也很关键：为了预测常用短语，系统可能积累健康、家庭与财务细节。企业应优先本地保存、允许删除，并解释谁能查看。家属参与时，仍需尊重本人意思，不能把“代为选择”默认成授权。评估成功与否，问使用者是否更能表达自己的想法，而不是语音听起来有多自然。

技术真正赋能，是让一个人说出更像自己的话，包括让周围人听到一个清楚的“不”。