Empowering 9-1-1 Calltaking Training with Generative AI: Experiences and Lessons Learned

想象一下，你正在接受成为一名 9-1-1 接线员的培训。这是一份高风险的工作，你必须保持冷静、提出正确的问题并挽救生命，同时还要与那些处于恐惧、愤怒或混乱中的人交谈。在现实世界中，这种培训简直是一场噩梦。缺乏经验丰富的教师，且要让一名新员工准备就绪，可能需要长达 720 小时 的一对一指导。这就像教一个人开车，在从未接触过真实汽车的情况下，仅仅坐在教室里坐满整整三个月。此外，由于许多调度中心的员工短缺率超过了 25%，那些仅有的专家也因为太忙而无法教导所有人。

为了解决这个问题，范德堡大学的研究人员与纳什维尔大都会应急通信部 (MNDEC) 合作，构建了一个由生成式人工智能驱动的“数字教练”。他们不仅仅是开发了一个计算机程序并寄希望于好运；他们花了六个月时间，在 1,120 场培训课程 中，将该系统应用于 190 名真实的受训者。他们分析了近 100,000 次交互，以观察在混乱的现实世界中究竟什么才是有效的。

以下是他们学到的故事，通过四个大教训来讲述。

教训 1：不要只是空谈，要构建一个微型原型

误区： 你可以坐在会议室里，采访专家，并在开始编写代码之前写出一份完美的逻辑需求清单。
现实： 在这里行不通。研究人员发现，AI 团队并不了解真实的紧急求助电话是什么感觉，而接线员也不了解 AI 实际上能做什么。他们说着不同的语言。

解决方法： 他们没有等待构建一个完美的系统，而是仅用一个月时间就构建了一个“微小且笨拙”的版本。他们让专家们去试玩它。突然间，专家们不再说“我们需要更真实的场景”，而是开始说：“哇，你能让这个拨打者听起来像是一个惊慌失措的非母语使用者吗？这才是我们需要的！”
通过玩这个“玩具”，专家们意识到，拨打者的多样性（他们的年龄、语言和恐慌程度）比紧急情况的类型（如火灾或心脏病）更为重要。专家们从只会说“不”的“审计员”转变成了帮助设计系统的“共同架构师”。研究人员学到，你不能只读手册；你必须先造出一个小东西，让人去破坏它，然后一起修复它。

教训 2：不要让 AI “猜测”规则

误区： 你可以直接告诉一个超级聪明的 AI，“检查受训者是否遵守了规则”，它每次都会做对。
现实： 当 AI 试图阅读冗长复杂的通话转录文本并对照数百条规则进行检查时，它开始变得混乱。在初步实验中，当对话变得冗长且混乱时，纯 AI 模型 (Llama 3.2) 的准确率从 78% 降到了 42%。这就像是要求一名学生在阅读长篇小说时同时解数学题；他们会迷失方向。

解决方法： 团队构建了一个“混合”系统。他们将工作中严格、不可更改的规则（例如“在前 3 轮对话中询问地址”）转化为一个计算机不会出错的刚性数学清单。他们让 AI 处理“模糊”的部分，比如理解拨打者是否显得害怕，或者背景噪音是否混乱。
这就像足球比赛中的裁判。AI 是捕捉动作的摄像机，但“正式规则”是裁判的哨声。裁判（数学）根据精确的界限判定“进球！”或“未进球！”，而摄像机（AI）则描述其中的戏剧性。这种结合使最终系统的准确率达到了 94.3% 至 95.9%，这远高于 AI 单独猜测的效果。

教训 3：并非所有的“错误”都是漏洞

误区： 如果受训者说“电脑犯错了！”，那么电脑一定坏了。
现实： 在高压力的培训中，人们在感到自己表现拙劣时，往往会归咎于机器。研究人员发现，在 28.24% 的情况下，受训者报告的“系统错误”实际上是他们自己犯了错。
例如，一名受训者询问地址，听到“主街 123 号”，然后就继续下一步。他们认为：“我已经拿到地址了，系统应该给我加分！”但规则要求你必须核实地址（检查拼写或交叉路口）。受训者觉得系统不公平，但系统实际上是在完美地履行职责。

解决方法： 团队创建了一个“三角验证”反馈机制。当受训者投诉时，人类专家（质量保证官员）会在开发人员修改任何内容之前，先查看录音和日志。这防止了团队为了迎合受训者而“修复”系统，从而导致系统变得过于简单，进而破坏了培训效果。这教会了团队，有时候，“错误”本身就是一堂课。

教训 4：挫败感是有益的（如果你解释清楚的话）

误区： 一个好的培训游戏应该是简单有趣的，这样人们才不会感到挫败。
现实： 如果培训太容易，受训者在面对真实的混乱时将无法应对。但如果太难，他们就会放弃。研究人员发现了一个“难度甜点区”。当场景变得更难时，受训者的得分下降了，但他们也开始更频繁地指责 AI。
然而，AI 提供反馈的方式改变了一切。早期，AI 只是列出所有的错误：“你在这里失败了，你在那里失败了。”这让受训者想要放弃。
解决方法： 团队将反馈改为“建设性”的。现在，当受训者出错时，AI 也会强调他们做得好的地方。“你漏掉了地址核实，但你在安抚拨打者方面做得非常好。”这保持了高难度（让他们学习），但也让这种挣扎看起来是富有成效的，而非绝望的。在做出这一改变后，完成高难度环节的人数比例从 76% 跳升至 89%。

核心结论

这篇论文表明，将 AI 引入严肃的政府工作不仅仅是关于拥有一个聪明的算法。它关乎你如何构建它、如何检查它，以及如何对待使用它的人。

• 不要 等待完美；要从小处着手并共同学习。
• 不要 让 AI 猜测严格规则；要用数学来复核它。
• 不要 假设所有的投诉都是漏洞；要检查那是否仅仅是人类的压力。
• 不要 把难度设得太低；要挑战人们，但也要告诉他们做得好的地方。

研究人员谨慎地指出，这是基于纳什维尔这一特定城市和特定类型的培训。他们并不声称这能解决所有问题，但他们确实建议，如果其他城市想要利用 AI 进行培训，应当遵循这些以人为本的步骤，以避免他们所发现的陷阱。这提醒我们，在高风险的工作中，技术仅仅是工具；真正的魔力在于人类与机器如何建立信任。