Ilmuwan Mendeteksi Keesaan Diri Melalui Penggunaan AI dan NLP

Peneliti dari University of California San Diego School of Medicine telah menggunakan algoritma kecerdasan buatan untuk mengukur kesepian pada orang dewasa tua dan menentukan bagaimana orang dewasa tua mungkin mengungkapkan kesepian dalam percakapan mereka.

Selama dua puluh tahun terakhir, ilmuwan sosial telah menggambarkan tren kesepian yang meningkat di populasi. Studi yang dilakukan selama dekade terakhir telah mendokumentasikan tingkat kesepian yang meningkat di seluruh masyarakat, yang berdampak pada tingkat depresi, bunuh diri, penggunaan narkoba, dan kesehatan umum. Masalah-masalah ini hanya diperparah oleh pandemi Covid-19, karena orang tidak dapat bertemu dan bersosialisasi secara langsung. Kelompok-kelompok tertentu lebih rentan terhadap kesepian ekstrem, seperti kelompok marginal dan orang dewasa tua. Seperti yang dilaporkan oleh MedicalXpress, satu studi yang dilakukan oleh UC San Diego menemukan bahwa komunitas perumahan senior memiliki tingkat kesepian yang mendekati 85% ketika menghitung mereka yang melaporkan mengalami kesepian sedang atau parah.

Untuk menentukan solusi untuk masalah ini, ilmuwan sosial perlu mendapatkan gambaran yang akurat tentang situasi, menentukan kedalaman dan luasnya masalah. Sayangnya, sebagian besar metode pengumpulan data tentang kesepian terbatas dalam hal-hal yang signifikan. Pelaporan diri, misalnya, dapat bias terhadap kasus-kasus kesepian yang lebih ekstrem. Selain itu, pertanyaan yang langsung meminta partisipan studi untuk mengukur seberapa “kesepian” mereka merasa dapat kadang-kadang tidak akurat karena stigma sosial yang mengelilingi kesepian.

Dalam upaya untuk merancang metrik yang lebih baik untuk mengukur kesepian, penulis studi ini berpaling ke pemrosesan bahasa alami dan pembelajaran mesin. Metode NLP yang digunakan oleh peneliti digunakan bersama dengan alat pengukuran kesepian tradisional, dan diharapkan bahwa menganalisis cara alami orang menggunakan bahasa akan menghasilkan representasi yang lebih jujur dan kurang bias tentang kesepian orang.

Penulis senior studi ini adalah Ellen Lee, asisten profesor psikiatri di Sekolah Kedokteran UC San Diego. Lee dan peneliti lainnya fokus pada 80 partisipan antara usia 66 hingga 94 tahun. Partisipan dalam studi ini didorong oleh peneliti untuk menjawab pertanyaan dengan cara yang lebih alami dan tidak terstruktur daripada studi lainnya. Peneliti tidak hanya mengajukan pertanyaan dan mengklasifikasikan jawaban. Seperti yang dijelaskan oleh penulis pertama Ph.D. Varsha Badal, menggunakan pembelajaran mesin dan NLP memungkinkan tim peneliti untuk mengambil jawaban wawancara panjang dan menemukan bagaimana pilihan kata dan pola bicara yang halus dapat menunjukkan kesepian ketika diambil bersama:

“NLP dan pembelajaran mesin memungkinkan kami untuk secara sistematis memeriksa wawancara panjang dari banyak individu dan menjelajahi bagaimana fitur bicara yang halus seperti emosi dapat menunjukkan kesepian. Analisis emosi serupa oleh manusia akan terbuka untuk bias, kekurangan konsistensi, dan memerlukan pelatihan yang luas untuk memstandarisasi.”

Menurut tim peneliti, individu yang kesepian memiliki perbedaan yang mencolok dalam cara mereka merespons pertanyaan dibandingkan dengan responden yang tidak kesepian. Responden yang kesepian akan mengekspresikan lebih banyak kesedihan ketika ditanya tentang kesepian dan memiliki jawaban yang lebih panjang secara umum. Pria kurang mungkin mengakui merasa kesepian daripada wanita. Selain itu, pria lebih mungkin menggunakan kata-kata yang mengungkapkan kegembiraan atau ketakutan daripada wanita.

Peneliti studi ini menjelaskan bahwa hasilnya membantu menjelaskan perbedaan antara metrik penelitian kesepian yang khas dan cara individu mengalami dan menggambarkan kesepian secara subjektif. Hasil studi ini menyiratkan bahwa kesepian dapat dideteksi melalui analisis pola bicara, dan jika pola-pola ini terbukti dapat diandalkan, mereka dapat membantu mendiagnosis dan mengobati kesepian pada orang dewasa tua. Model pembelajaran mesin yang dirancang oleh peneliti dapat memprediksi kesepian kualitatif dengan akurasi sekitar 94%. Lebih banyak penelitian akan diperlukan untuk melihat apakah model ini robust dan jika keberhasilannya dapat direplikasi. Sementara itu, anggota tim peneliti berharap untuk menjelajahi bagaimana fitur NLP dapat berkorelasi dengan kebijaksanaan dan kesepian, yang memiliki korelasi invers pada orang dewasa tua.