По всей стране диспетчерские центры 911 испытывают нехватку персонала. К сожалению, эта нехватка персонала, а также характер самой работы приводят к тому, что диспетчеры часто перегружены работой и находятся в состоянии стресса. Между тем, когда членам сообщества необходимо сообщить о преступлении, они могут позвонить по номеру 911 в экстренной ситуации или, в неэкстренной ситуации, позвонить по неэкстренному номеру или заполнить онлайн-форму.

Новый чат-бот SafeRBot, разработанный и созданный исследователями Школы информационных наук Иллинойсского университета в Урбане-Шампейне — доцентом Юнем Хуаном, аспирантом по информатике Йиренем Лю и студентом BSIS Тони Анем, — стремится улучшить процесс сообщения о нечрезвычайных ситуациях как для членов сообщества, так и для диспетчерских центров.

SafeRBot — это крупная языковая модель (LLM), которая помогает диспетчерским центрам предоставлять членам сообщества метод сообщения о своих ситуациях с помощью серии последовательных вопросов и ответов, как информационных, так и эмпатических, когда преступления сообщаются онлайн. По словам Хуанга, главного исследователя проекта, уникальные преимущества SafeRBot заключаются в том, что он преобразует неструктурированные чаты в структурированную форму, поддерживает как англоговорящих, так и неанглоговорящих людей и автоматически задает уточняющие вопросы для повышения качества отчета.

«SafeRBot нацелен на предоставление немедленных ответов пользователям, которые предпочитают не взаимодействовать с живыми диспетчерами или не могут взаимодействовать с ними, или когда живые диспетчеры недоступны», — сказала она. «Автоматически задавая соответствующие вопросы, SafeRBot сокращает время, необходимое для сбора данных об инциденте, и повышает качество собранной информации. Он также помогает снизить нагрузку на диспетчера, потенциально предотвращая выгорание».

Когда диспетчерский центр выбирает использование SafeRBot, член сообщества, которому необходимо сообщить о нечрезвычайной ситуации, может зайти на сайт SafeRBot и начать отвечать на вопросы, задаваемые чат-ботом в левой части экрана пользователя. Подробности автоматически заполняются в полях отчета об инциденте в правой части экрана. SafeRBot является многоязычным, поэтому, если первый ответ репортера будет на испанском языке, последующие вопросы будут переключаться с английского на испанский.

«Мы планируем запустить SafeRBot как низовую инициативу, получая согласие людей на использование системы», — сказал Лю. «Это предоставит решение для полицейского управления и окажет большую помощь многоязычным членам нашего сообщества».

По словам Хуанга, после запуска SafeRBot полицейские органы смогут получать доступ, обрабатывать и загружать данные с панели управления системы, а также легко интегрировать информацию в системы, которые они используют в настоящее время.

«Информация, собранная в нашей системе, шифруется и хранится в облаке Amazon, которое обеспечивает несколько уровней безопасности», — добавил Лю.

Проектирование и разработка SafeRBot были вдохновлены эмпирическими данными , полученными в ходе предыдущего исследования команды, где они изучали LiveSafe, систему отчетности по безопасности сообщества, популярную в университетах. Благодаря анализу системных журналов исследователи узнали, что объем эмоциональной поддержки, которую член сообщества получает через текстовую систему, варьируется.

«Наше исследование показало, что разные пользователи испытывают разную степень потребности в эмоциональной поддержке при сообщении об инцидентах. Цель состоит в том, чтобы дать пользователям возможность персонализировать процесс сообщения о происшествиях в зависимости от их эмоциональных потребностей», — сказал Хуан.

Исследователи обнаружили, что члены сообщества более восприимчивы к ответам на последующие вопросы, когда им оказывается эмпатическая поддержка; SafeRBot может быть развернут с желаемым для пользователей уровнем эмпатии. Статья, в которой обсуждается эта работа, под названием «Обнаружение скрытых фактов взаимодействия пользователя и диспетчера с помощью текстовых систем отчетности для безопасности сообщества», была опубликована в Proceedings of the ACM on Human-Computer Interaction в 2023 году.

«SafeRBot дополняет диспетчеров-людей, задавая похожие вопросы, оптимизированные с эмоциональной поддержкой посредством эмпатии и сострадания», — сказал Хуан.

Полицейское управление Урбаны (Иллинойс) стало ключевым соавтором в разработке функций SafeRBot. Команда Хуанга собирала их отзывы, чтобы улучшить систему для использования сообществом. Институт подготовки полицейских при Иллинойском университете Урбана-Шампейн также был активным исследовательским партнером группы разработчиков Хуанга; была создана версия SafeRBot в качестве учебного пособия, которая предоставляет новобранцам возможность пройти собеседование с разными уровнями эмпатии от SafeRBot и попрактиковаться в навыках собеседования на ранних этапах их развития.

Команда Хуанга представит доклад, описывающий их недавнюю работу, под названием «Улучшение предоставления эмоциональной поддержки при текстовом сообщении о безопасности сообщества с использованием больших языковых моделей» на конференции ACM по компьютерной поддержке совместной работы и социальным вычислениям (CSCW 2025) .

Хуан специализируется на взаимодействии человека и искусственного интеллекта и социальных вычислениях и руководит лабораторией SALT (системы социальных вычислений) в Иллинойсском университете.