الأخبار

خوارزمية مدربة لاكتشاف التعاسة على الشبكات الاجتماعية

طور الباحثون خوارزمية يمكنها تحديد الاحتياجات الأساسية للمستخدمين من النص والصور التي يشاركونها على الشبكات الاجتماعية. يأمل الخبراء أن تساعد هذه الأداة علماء النفس في تشخيص مشاكل الصحة العقلية المحتملة. تشير الدراسة إلى أن المستخدمين الناطقين بالإسبانية هم أكثر عرضة للإشارة إلى مشاكل العلاقات عند الشعور بالاكتئاب أكثر من المتحدثين باللغة الإنجليزية.

نقضي قدرًا كبيرًا من وقتنا في مشاركة الصور أو مقاطع الفيديو أو الأفكار على الشبكات الاجتماعية مثل Instagram و Facebook و Twitter. الآن، طورت مجموعة من الباحثين من جامعة أوبيرتا دي كاتالونيا (UOC) Universitat Oberta de Catalunya خوارزمية تهدف إلى مساعدة علماء النفس على تشخيص مشاكل الصحة العقلية المحتملة من خلال المحتوى الذي ينشره الأشخاص على هذه المنصات.

وفقًا لنظرية اختيار ويليام جلاسر William Glasser، هناك خمسة احتياجات أساسية أساسية لكل السلوك البشري: البقاء، والقوة، والحرية، والانتماء، والمرح. حتى أن هذه الاحتياجات لها تأثير على الصور التي نختار تحميلها على صفحة Instagram الخاصة بنا. أوضح محمد مهدي دهشيبي، الذي قاد هذه الدراسة ضمن مجموعة الذكاء الاصطناعي لرفاهية الإنسان (AIWELL) AI for Human Well-being ، التي تنتمي إلى كلية علوم الكمبيوتر والوسائط المتعددة والاتصالات السلكية واللاسلكية في UOC.

أمضى فريق البحث عامين في العمل على نموذج التعلم العميق الذي يحدد الاحتياجات الخمسة التي وصفها جلاسر، باستخدام بيانات متعددة الوسائط مثل الصور والنص والسيرة الذاتية وتحديد الموقع الجغرافي. بالنسبة للدراسة، التي نُشرت في مجلة IEEE Transactions on Affective Computing، تم تحليل 86 ملفًا شخصيًا على Instagram باللغتين الإسبانية والفارسية.

بالاعتماد على الشبكات وقواعد البيانات العصبية، قام الخبراء بتدريب خوارزمية لتحديد محتوى الصور وتصنيف المحتوى النصي عن طريق تعيين تسميات مختلفة اقترحها علماء النفس، الذين قارنوا النتائج بقاعدة بيانات تحتوي على أكثر من 30000 صورة وتعليق وتعليق.

تم حل مشكلة توحيد الملصقات التي تم الحصول عليها من النصوص والصور باستخدام كتاب رموز، حقيبة المحتوى، والتي وصفوها بأنها "خريطة دلالية من المجال المرئي إلى المجال النصي". وبحسب الباحثين، فإن التجارب "تُظهر دقة واعدة ومعلومات تكميلية بين الإشارات المرئية والنصية".

هل كل خيار نتخذه يستجيب لحاجة أساسية واحدة فقط؟ تقول نظرية جلاسر خلاف ذلك، والنهج متعدد العلامات لهذه الدراسة مفيد في إزالة هذا الشك. Dehshibi، وهو حاليًا عالم أبحاث في مختبر أبحاث imBody التابع لجامعة كارلوس الثالث في مدريد (UC3M) Universidad Carlos III de Madrid وفي مختبر الحوسبة غير التقليدية، UWE Bristol، يستخدم مثالًا لشرح هذا: "تخيل أن راكب دراجة يركب جبلًا، وفي الجزء العلوي، يمكنهم الاختيار بين مشاركة صورة شخصية وصورة جماعية. إذا اختاروا صورة شخصية، فإننا ندرك الحاجة إلى Power، ولكن إذا اختاروا الخيار الآخر، فيمكننا أن نستنتج أن الشخص لا يبحث فقط عن المتعة ولكن أيضًا عن وسيلة لتلبية حاجتهم إلى الانتماء".

بالإضافة إلى ذلك، فإن حقيقة أن الملفات الشخصية التي تم تحليلها تنتمي إلى أشخاص يتواصلون بلغتين مختلفتين تتجنب التحيز الثقافي. وجدت دراسات سابقة، على سبيل المثال، أن المستخدمين الناطقين بالإسبانية هم أكثر عرضة للإشارة إلى مشاكل العلاقات عندما يشعرون بالاكتئاب أكثر من المتحدثين باللغة الإنجليزية. وأشاروا إلى أن "دراسة البيانات من الشبكات الاجتماعية التي تنتمي إلى مستخدمين لا يتحدثون الإنجليزية يمكن أن تساعد في بناء أدوات ونماذج شاملة ومتنوعة لمعالجة مشاكل الصحة العقلية لدى الأشخاص ذوي الخلفيات الثقافية أو اللغوية المتنوعة".

يعتقد المؤلفون أن أبحاثهم يمكن أن تساعد في تحسين التدابير الوقائية، التي تتراوح من التحديد إلى العلاج المحسن عندما يتم تشخيص إصابة الشخص باضطراب في الصحة العقلية.