NeuroWise: A Multi-Agent LLM "Glass-Box" System for Practicing Double-Empathy Communication with Autistic Partners

1. O Problema

O artigo aborda o Problema da Dupla Empatia, uma teoria que sugere que as dificuldades de comunicação entre indivíduos neurodivergentes (especificamente autistas) e neurotípicos não decorrem de déficits unilaterais no indivíduo autista, mas sim de uma incompatibilidade mútua nos estilos de comunicação e cognição social.

Apesar dessa compreensão teórica, a maioria das intervenções práticas continua focada em treinar indivíduos autistas para se adaptarem às normas neurotípicos. Pouca atenção é dada ao apoio de indivíduos neurotípicos para entenderem as perspectivas autistas e adaptarem sua própria comunicação. Consequentemente, quando ocorrem falhas na comunicação, indivíduos neurotípicos tendem a atribuir a culpa a "déficits" do parceiro autista, em vez de reconhecerem um mal-entendido mútuo. O objetivo do trabalho é criar uma ferramenta que ajude neurotípicos a praticar essa comunicação baseada na compreensão mútua, evitando a regressão para visões baseadas em déficits.

2. Metodologia

O Sistema: NeuroWise

O NeuroWise é um ambiente de prática baseado na web que utiliza um modelo de linguagem grande (LLM) multi-agente para simular interações com um parceiro autista (nomeado "Alex"). O sistema é projetado como uma "caixa de vidro" (glass-box), tornando os processos internos visíveis ao usuário através de três agentes principais:

1. Estimador de Estresse (Stress Estimator): Um agente que classifica cada mensagem do usuário em categorias de comunicação (validação, invalidação, pressão, oferta de opções, acomodação sensorial) e atualiza uma barra visual de estresse (0–100%) do parceiro "Alex". O algoritmo utiliza uma combinação de LLM e regras baseadas em deltas, validada contra avaliadores humanos.
2. Intérprete (Interpreter): Um agente que é acionado quando o estresse de "Alex" aumenta. Ele explica as experiências internas, gatilhos cognitivos e sensoriais do parceiro, tornando visíveis estados que normalmente seriam invisíveis para o usuário neurotípico.
3. Treinador (Coach): Um agente que fornece sugestões contextuais de como responder, focando em validação, acomodação sensorial e oferta de opções, em vez de pressão.

Estudo Empírico

• Design: Estudo entre sujeitos (between-subjects) com $N=30$ adultos neurotípicos.
• Condições:
  • NeuroWise: Usuários interagiram com "Alex" com acesso à barra de estresse, ao Intérprete e ao Treinador.
  • Baseline (Linha de Base): Usuários interagiram com o mesmo "Alex" em um chatbot padrão, sem os recursos de apoio (sem barra de estresse, sem explicações).
• Cenário: Uma situação projetada para eliciar desafios comuns: a rotina de "pizza na sexta-feira" de Alex é interrompida quando o usuário chega com comida tailandesa (envolvendo sensibilidade sensorial a odores fortes e dependência de rotina).
• Medidas:
  • Atribuição de Déficit: Escala pré e pós-teste para medir se os usuários atribuíam a falha à culpa do parceiro autista.
  • Aceitação: Percepção de utilidade dos recursos.
  • Eficiência: Número de turnos de conversa necessários para chegar a uma resolução.
• Análise Estatística: Testes não paramétricos (Mann-Whitney U e Wilcoxon) devido ao tamanho da amostra e medidas ordinais.

3. Principais Contribuições

1. Design do NeuroWise: Um sistema de coaching baseado em IA que integra visualização de estresse, interpretação de experiências internas e sugestões de comunicação para interações neurotípico-autista.
2. Arquitetura Multi-Agente: Uma implementação técnica que coordena a simulação do parceiro, estimativa de estresse, interpretação e coaching em um único loop de interação unificado.
3. Evidência Empírica: Dados que demonstram que a interpretação baseada em IA pode prevenir a regressão para atribuições baseadas em déficits, apoiando diretamente a teoria da dupla empatia.
4. Implicações de Design: Evidência de que ferramentas de IA mediadas devem focar na mudança de atribuição (como o usuário entende a causa do problema) e não apenas na mudança de comportamento (o que o usuário diz).

4. Resultados

• Prevenção de Atribuição Baseada em Déficit (RQ1):

  • Houve uma interação significativa entre condição e tempo ($p = 0.02$).
  • Os usuários do NeuroWise reduziram levemente a atribuição de déficits ao longo do tempo.
  • Os usuários da Linha de Base mostraram uma mudança negativa, aumentando a crença em déficits do parceiro autista após a interação difícil.
  • Isso sugere que, sem suporte interpretativo, experiências difíceis levam neurotípicos a culpar o parceiro autista; o feedback interpretativo estabiliza essa visão.

• Aceitação do Usuário (RQ2):

  • Todos os participantes do grupo NeuroWise classificaram o sistema como útil.
  • O Intérprete foi o recurso mais bem avaliado (6.27/7), seguido pela Barra de Estresse e pelo Treinador.
  • Os usuários relataram que o Intérprete ajudou a tornar os estados internos visíveis, mudando diretamente sua forma de responder.

• Eficiência na Comunicação (RQ3):

  • Os usuários do NeuroWise completaram as conversas com 37% menos turnos (mediana de 8 vs. 11) em comparação com a linha de base ($p = 0.03$).
  • Apesar de menos turnos, o nível final de estresse (resolução) foi estatisticamente igual entre os grupos, indicando que a eficiência foi alcançada sem sacrificar o resultado da interação.

5. Significado e Implicações

O estudo demonstra que a IA pode ser usada não apenas para treinar habilidades de conversação, mas para mudar a atribuição causal dos usuários. Ao tornar visíveis as experiências internas do parceiro autista (através do Intérprete e da Barra de Estresse), o sistema ajuda os usuários neurotípicos a reestruturar a falha de comunicação como um desafio situacional e relacional mútuo, em vez de um defeito individual do parceiro autista.

Implicações para o Design de HCI:

• Focar na compreensão e sentido (sensemaking) é mais valioso do que prescrever respostas corretas.
• A visualização de estados internos invisíveis permite que os usuários ajustem seu comportamento de forma autônoma, sem necessidade de correção explícita.
• Ferramentas futuras devem visar a dupla empatia (suporte bidirecional) e envolver colaboradores autistas no design para garantir que as explicações reflitam experiências vividas reais.

Em resumo, o NeuroWise valida que a interpretação mediada por IA é uma abordagem promissora para abordar vieses de atribuição e reduzir a lacuna de empatia entre neurotipos.