Ilmuwan Mendeteksi Kesepian Melalui Penggunaan AI Dan NLP

Para peneliti dari Fakultas Kedokteran Universitas California San Diego telah menggunakan algoritme kecerdasan buatan untuk mengukur kesepian pada orang dewasa yang lebih tua dan menentukan bagaimana orang dewasa yang lebih tua dapat mengekspresikan kesepian dalam ucapan mereka.

Selama sekitar dua puluh tahun terakhir, para ilmuwan sosial telah menjelaskan tren meningkatnya kesepian dalam populasi. Studi yang dilakukan selama dekade terakhir khususnya telah mendokumentasikan peningkatan tingkat kesepian di sebagian besar masyarakat, yang berdampak pada tingkat depresi, tingkat bunuh diri, penggunaan narkoba, dan kesehatan umum. Masalah-masalah ini hanya diperparah oleh Covid-19 pandemi, karena orang tidak dapat bertemu dan bersosialisasi secara langsung dengan aman. Kelompok tertentu lebih rentan terhadap kesepian yang ekstrem, seperti kelompok yang terpinggirkan dan orang dewasa yang lebih tua. Seperti yang dilaporkan MedicalXpress, sebuah penelitian yang dilakukan oleh UC San Diego menemukan bahwa komunitas perumahan lansia memiliki tingkat kesepian yang mendekati 85% ketika menghitung mereka yang melaporkan mengalami kesepian sedang atau berat.

Untuk menentukan solusi atas masalah ini, ilmuwan sosial perlu mendapatkan pandangan akurat tentang situasi, menentukan kedalaman dan keluasan masalah. Sayangnya, sebagian besar metode pengumpulan data tentang kesepian sangat terbatas. Pelaporan diri, misalnya, dapat menjadi bias terhadap kasus kesepian yang lebih ekstrem. Selain itu, pertanyaan yang secara langsung meminta peserta studi untuk mengukur seberapa “kesepian” yang mereka rasakan terkadang tidak akurat karena stigma sosial seputar kesepian.

Dalam upaya merancang metrik yang lebih baik untuk mengukur kesepian, penulis penelitian beralih ke pemrosesan bahasa alami dan pembelajaran mesin. Metode NLP yang digunakan oleh para peneliti digunakan bersamaan dengan alat pengukuran kesepian tradisional, dan diharapkan bahwa menganalisis cara alami orang menggunakan bahasa akan menghasilkan representasi kesepian yang lebih tidak bias dan lebih jujur.

Penulis senior studi baru tersebut adalah Ellen Lee, asisten profesor psikiatri di School of Medicine, UC San Diego. Lee dan peneliti lainnya memfokuskan studi mereka pada 80 peserta antara usia 66 hingga 94 tahun. Peserta dalam penelitian didorong oleh para peneliti untuk menjawab pertanyaan dengan cara yang lebih alami dan tidak terstruktur daripada kebanyakan penelitian lainnya. Para peneliti tidak hanya mengajukan pertanyaan dan mengklasifikasikan jawaban. Sebagai penulis pertama Ph.D. Varsha Badal, menjelaskan bahwa menggunakan pembelajaran mesin dan NLP memungkinkan tim peneliti mengambil jawaban wawancara berdurasi panjang ini dan menemukan bagaimana pilihan kata dan pola ucapan yang halus dapat menjadi indikasi kesepian jika digabungkan:

“NLP dan pembelajaran mesin memungkinkan kami untuk secara sistematis memeriksa wawancara panjang dari banyak individu dan mengeksplorasi bagaimana fitur ucapan halus seperti emosi dapat mengindikasikan kesepian. Analisis emosi serupa oleh manusia akan terbuka terhadap bias, kurang konsisten, dan membutuhkan pelatihan ekstensif untuk dibakukan.”

Menurut tim peneliti, individu yang kesepian memiliki perbedaan mencolok dalam cara mereka menjawab pertanyaan dibandingkan dengan responden yang tidak kesepian. Responden yang kesepian akan mengungkapkan lebih banyak kesedihan ketika ditanya pertanyaan tentang kesepian dan umumnya memiliki respons yang lebih lama. Pria lebih kecil kemungkinannya untuk mengaku merasa kesepian daripada wanita. Selain itu, pria lebih cenderung menggunakan kata-kata yang mengungkapkan kegembiraan atau ketakutan daripada wanita.

Para peneliti studi menjelaskan bahwa hasil membantu menjelaskan perbedaan antara metrik penelitian khas untuk kesepian dan cara individu secara subyektif mengalami dan menggambarkan kesepian. Hasil penelitian menyiratkan bahwa kesepian dapat dideteksi melalui analisis pola bicara, dan jika pola ini terbukti dapat diandalkan, mereka dapat membantu mendiagnosis dan mengobati kesepian pada orang dewasa yang lebih tua. Model pembelajaran mesin yang dirancang oleh para peneliti mampu memprediksi kesepian kualitatif dengan akurasi sekitar 94%. Penelitian lebih lanjut perlu dilakukan untuk melihat apakah model tersebut kuat dan apakah keberhasilannya dapat direplikasi. Sementara itu, anggota tim peneliti berharap untuk mengeksplorasi bagaimana fitur NLP dapat dikorelasikan dengan kebijaksanaan dan kesepian, yang memiliki korelasi terbalik pada orang dewasa yang lebih tua.