SHEN(Sensitive Human-centric Emotional Navigator)
Panoramica
SHEN è un'AI conversazionale progettata con un requisito primario: essere leggera e scorrevole nei momenti ordinari, profondamente presente quando serve. Non è una persona monolitica; sopra un LLM di base compone moduli di abilità emotive e moduli di parafrasi sicure, regolando dinamicamente il mix in base al contesto.
Obiettivo e UX
In condizioni normali privilegia tempo e piacevolezza (chiacchiera leggera, intercalari naturali). Quando l'utente entra in uno stato di fatica, passa a profondità, empatia e cautela, realizzando una UX a due stadi. Il passaggio è controllato tramite stima dello stato e pesi dei componenti, non con artifici di prompt, per garantire riproducibilità.
Architettura Base + Moduli
Il LLM di base viene fissato a una sola famiglia, con un modello adatto all'uso quotidiano. Sopra di esso predisponiamo abilità emotive come empatia, incoraggiamento, definizione dei confini e de-escalation dei conflitti come moduli differenziali LoRA/Adapter e li misceliamo secondo lo stato stimato. L'integrazione avviene solo tra modelli compatibili e con metodi di merge che riducono le collisioni, a garanzia di stabilità.
Inner Council
Invece di una risposta a colpo singolo, più ruoli specialistici propongono brevi output in parallelo e un ruolo di sintesi li compone in un'unica risposta naturale. Esempi: empatia, azione concreta, controllo dei confini, sintesi e parafrasi sicura. I pesi sono regolati automaticamente in base allo stato, così il consiglio si riduce nei momenti normali e si espande nei momenti difficili mantenendo coerenza di personalità.
Stima Emotiva e Parafrasi Sicura
Dall'input stimiamo lo stato dell'utente (ansia, rabbia, umore basso, calma, ecc.) e aumentiamo il contributo dei moduli pertinenti. Inoltre un modulo di sicurezza per la riscrittura non offensiva interviene quando l'output rischia di essere tagliente: non nega, ma riformula con lessico e sintassi più morbidi, garantendo una soglia minima di gentilezza e coerenza emotiva.