Les scientifiques détectent la solitude grâce à l’intelligence artificielle et au traitement automatique des langues

Les chercheurs de l’Université de Californie à San Diego, École de médecine, ont utilisé des algorithmes d’intelligence artificielle pour quantifier la solitude chez les adultes âgés et déterminer comment les adultes âgés pourraient exprimer leur solitude dans leur discours.

Au cours des vingt dernières années environ, les sociologues ont décrit une tendance à la solitude croissante dans la population. Les études menées au cours de la dernière décennie en particulier ont documenté des taux de solitude croissants dans de larges secteurs de la société, ce qui a des impacts sur les taux de dépression, les taux de suicide, la consommation de drogues et la santé en général. Ces problèmes ne sont que exacerbés par la pandémie de Covid-19, car les gens ne peuvent pas se réunir en personne de manière sûre et socialiser. Certains groupes sont plus vulnérables à une solitude extrême, tels que les groupes marginalisés et les adultes âgés. Comme l’a rapporté MedicalXpress, une étude menée par l’UC San Diego a constaté que les communautés de logement pour seniors avaient des taux de solitude approchant 85 % lorsqu’on comptait ceux qui ont déclaré ressentir une solitude modérée ou grave.

Afin de déterminer des solutions à ce problème, les sociologues ont besoin d’avoir une vue précise de la situation, en déterminant à la fois la profondeur et l’ampleur du problème. Malheureusement, la plupart des méthodes de collecte de données sur la solitude sont limitées de manière notable. L’auto-évaluation, par exemple, peut être biaisée vers les cas les plus extrêmes de solitude. En outre, les questions qui demandent directement aux participants de quantifier à quel point ils se sentent « seuls » peuvent parfois être inexactes en raison des stigmates sociaux entourant la solitude.

Dans le but de concevoir une meilleure mesure de la solitude, les auteurs de l’étude se sont tournés vers le traitement automatique des langues et l’apprentissage automatique. Les méthodes de traitement automatique des langues utilisées par les chercheurs sont utilisées aux côtés d’outils de mesure traditionnels de la solitude, et on espère que l’analyse des moyens naturels dont les gens utilisent le langage conduira à une représentation moins biaisée et plus honnête de la solitude des gens.

L’auteur principal de l’étude était Ellen Lee, professeure agrégée de psychiatrie à l’École de médecine de l’UC San Diego. Lee et les autres chercheurs se sont concentrés sur 80 participants âgés de 66 à 94 ans. Les participants à l’étude ont été encouragés par les chercheurs à répondre aux questions de manière plus naturelle et non structurée que la plupart des autres études. Les chercheurs ne posaient pas seulement des questions et ne classaient pas les réponses. Comme l’a expliqué la première auteure, Ph.D. Varsha Badal, l’utilisation de l’apprentissage automatique et du traitement automatique des langues a permis à l’équipe de recherche de prendre ces longues réponses aux questions et de trouver comment les choix de mots et les modèles de discours subtils pourraient être indicatifs de la solitude lorsqu’ils sont pris ensemble:

“Le traitement automatique des langues et l’apprentissage automatique nous permettent d’examiner systématiquement de longues interviews de nombreuses personnes et d’explorer comment les caractéristiques de discours subtiles comme les émotions peuvent indiquer la solitude. Des analyses d’émotions similaires par des humains seraient ouvertes aux préjugés, manqueraient de cohérence et nécessiteraient une formation extensive pour les standardiser.”

Selon l’équipe de recherche, les individus qui étaient seuls présentaient des différences notables dans la façon dont ils répondaient aux questions par rapport aux répondants non seuls. Les répondants seuls exprimaient plus de tristesse lorsqu’on leur posait des questions concernant la solitude et avaient des réponses plus longues en général. Les hommes étaient moins susceptibles d’admettre se sentir seuls que les femmes. En outre, les hommes étaient plus susceptibles d’utiliser des mots exprimant la joie ou la peur que les femmes.

Les chercheurs de l’étude ont expliqué que les résultats ont aidé à éclaircir les différences entre les métriques de recherche typiques de la solitude et la façon dont les individus ressentent et décrivent subjectivement la solitude. Les résultats de l’étude impliquent que la solitude pourrait être détectée grâce à l’analyse des modèles de discours, et si ces modèles se révèlent fiables, ils pourraient aider à diagnostiquer et à traiter la solitude chez les adultes âgés. Les modèles d’apprentissage automatique conçus par les chercheurs ont pu prédire la solitude qualitative avec une précision d’environ 94 %. D’autres recherches devront être menées pour voir si le modèle est robuste et si son succès peut être reproduit. Dans l’intervalle, les membres de l’équipe de recherche espèrent explorer comment les caractéristiques du traitement automatique des langues pourraient être corrélées avec la sagesse et la solitude, qui ont une corrélation inverse chez les adultes âgés.