वैज्ञानिकों ने एआई और एनएलपी के माध्यम से अकेलापन का पता लगाया

कैलिफोर्निया सैन डिएगो विश्वविद्यालय के स्कूल ऑफ मेडिसिन के शोधकर्ताओं ने बुजुर्ग वयस्कों में अकेलापन को मापने और यह निर्धारित करने के लिए कृत्रिम बुद्धिमत्ता एल्गोरिदम का उपयोग किया है कि बुजुर्ग वयस्क अपने भाषण में अकेलापन कैसे व्यक्त कर सकते हैं।

पिछले बीस वर्षों में, सामाजिक वैज्ञानिकों ने एक बढ़ती हुई अकेलापन की प्रवृत्ति का वर्णन किया है। पिछले दशक में किए गए अध्ययनों ने समाज के बड़े हिस्सों में अकेलापन की दर में वृद्धि का दस्तावेजीकरण किया है, जिसका अवसाद की दर, आत्महत्या की दर, दवा के उपयोग और सामान्य स्वास्थ्य पर प्रभाव पड़ता है। कोविड-19 महामारी द्वारा इन समस्याओं को और बढ़ा दिया गया है, क्योंकि लोग सुरक्षित रूप से मिलने और व्यक्तिगत रूप से सामाजिक नहीं हो पा रहे हैं। कुछ समूह अधिक गंभीर अकेलापन के प्रति अधिक संवेदनशील हैं, जैसे कि हाशिए पर पड़े समूह और बुजुर्ग वयस्क। मेडिकलएक्सप्रेस की रिपोर्ट के अनुसार, यूसी सैन डिएगो द्वारा किए गए एक अध्ययन में पाया गया कि वरिष्ठ आवास समुदायों में अकेलापन की दर 85% तक पहुंच गई जब मध्यम या गंभीर अकेलापन का अनुभव करने वालों की गणना की गई।

इस समस्या का समाधान निकालने के लिए, सामाजिक वैज्ञानिकों को स्थिति का सटीक दृष्टिकोण प्राप्त करने की आवश्यकता है, समस्या की गहराई और व्यापकता का निर्धारण करना। दुर्भाग्य से, अकेलापन पर डेटा इकट्ठा करने के अधिकांश तरीके उल्लेखनीय रूप से सीमित हैं। आत्म-रिपोर्टिंग, उदाहरण के लिए, अधिक चरम मामलों की ओर पक्षपातपूर्ण हो सकती है। इसके अलावा, जो प्रश्न सीधे अध्ययन प्रतिभागियों से पूछते हैं कि वे कितने “अकेले” महसूस करते हैं, अकेलापन के आसपास के सामाजिक कलंक के कारण कभी-कभी असटीक हो सकते हैं।

अकेलापन को मापने के लिए एक बेहतर मीट्रिक डिज़ाइन करने के प्रयास में, अध्ययन के लेखकों ने प्राकृतिक भाषा प्रसंस्करण और मशीन लर्निंग की ओर रुख किया। शोधकर्ताओं द्वारा उपयोग की जाने वाली एनएलपी विधियां पारंपरिक अकेलापन माप उपकरणों के साथ-साथ उपयोग की जाती हैं, और आशा की जाती है कि प्राकृतिक भाषा के उपयोग का विश्लेषण एक कम पक्षपातपूर्ण, अधिक ईमानदार प्रतिनिधित्व प्रदान करेगा।

अध्ययन के वरिष्ठ लेखक एलेन ली थे, जो यूसी सैन डिएगो के स्कूल ऑफ मेडिसिन में मनोरोग की सहायक प्रोफेसर हैं। ली और अन्य शोधकर्ताओं ने 66 से 94 वर्ष की आयु के 80 प्रतिभागियों पर अपना अध्ययन केंद्रित किया। शोधकर्ताओं ने प्रतिभागियों को प्रश्नों का उत्तर देने के लिए प्रोत्साहित किया जो अधिक प्राकृतिक और असंरचित थे जितना कि अधिकांश अन्य अध्ययनों में। शोधकर्ता केवल प्रश्न पूछ नहीं रहे थे और उत्तरों को वर्गीकृत नहीं कर रहे थे। जैसा कि पहले लेखक पीएचडी वर्षा बादल ने समझाया, मशीन लर्निंग और एनएलपी ने शोध टीम को इन लंबे साक्षात्कार उत्तरों को लेने और देखने की अनुमति दी कि कैसे सूक्ष्म शब्द चयन और भाषण पैटर्न अकेलापन का संकेत दे सकते हैं जब उन्हें एक साथ लिया जाता है:

“एनएलपी और मशीन लर्निंग हमें कई व्यक्तियों के लंबे साक्षात्कारों का व्यवस्थित रूप से परीक्षण करने और देखने की अनुमति देते हैं कि कैसे सूक्ष्म भाषण सुविधाएं जैसे कि भावनाएं अकेलापन का संकेत दे सकती हैं। मानव द्वारा की गई समान भावना विश्लेषण पक्षपातपूर्ण हो सकता है, असंगत हो सकता है, और मानकीकरण के लिए व्यापक प्रशिक्षण की आवश्यकता हो सकती है।”

शोध टीम के अनुसार, जो व्यक्ति अकेले थे, उन्होंने गैर-अकेले उत्तरदाताओं की तुलना में प्रश्नों का उत्तर देने में काफी अंतर दिखाया। अकेले उत्तरदाताओं ने अकेलापन से संबंधित प्रश्नों के उत्तर में अधिक दुख व्यक्त किया और सामान्य रूप से लंबे उत्तर दिए। पुरुष महिलाओं की तुलना में अकेलापन महसूस करना कम स्वीकार करते थे। इसके अलावा, पुरुष महिलाओं की तुलना में खुशी या डर के शब्दों का उपयोग करने की अधिक संभावना रखते थे।

शोधकर्ताओं ने कहा कि परिणाम अकेलापन के लिए विशिष्ट शोध मीट्रिक और व्यक्तियों द्वारा अकेलापन के विषयगत अनुभव और विवरण के बीच अंतर को रोशन करते हैं। अध्ययन के परिणाम यह बताते हैं कि अकेलापन भाषण पैटर्न के विश्लेषण के माध्यम से पता लगाया जा सकता है, और यदि ये पैटर्न विश्वसनीय साबित होते हैं, तो वे बुजुर्ग वयस्कों में अकेलापन का निदान और उपचार करने में मदद कर सकते हैं। शोधकर्ताओं द्वारा डिज़ाइन किए गए मशीन लर्निंग मॉडल अकेलापन की गुणात्मक भविष्यवाणी लगभग 94% सटीकता के साथ कर सकते हैं। आगे के शोध की आवश्यकता होगी ताकि यह देखा जा सके कि मॉडल मजबूत है और क्या इसकी सफलता को दोहराया जा सकता है। इस बीच, शोध टीम के सदस्य अकेलापन और बुद्धिमत्ता के बीच एनएलपी सुविधाओं के संबंध का अन्वेषण करने की उम्मीद करते हैं, जो बुजुर्ग वयस्कों में विपरीत संबंध रखते हैं।