Bilim İnsanları Yapay Zeka ve NLP Kullanarak Yalnızlığı Tespit Ediyor

California Üniversitesi San Diego Tıp Fakültesi'nden araştırmacılar, yaşlı yetişkinlerde yalnızlığı ölçmek ve yaşlı yetişkinlerin konuşmalarında yalnızlığı nasıl ifade edebileceklerini belirlemek için yapay zeka algoritmalarından yararlandı.

Yaklaşık son yirmi yılda, sosyal bilimciler, artan yalnızlık eğilimi nüfus içinde. Özellikle son on yılda yapılan araştırmalar, depresyon oranları, intihar oranları, uyuşturucu kullanımı ve genel sağlık üzerinde etkileri olan, toplumun geniş kesimlerinde artan yalnızlık oranlarını belgelemiştir. Bu problemler sadece Covid-19 tarafından şiddetlendirildi Pandemi, çünkü insanlar güvenli bir şekilde yüz yüze buluşamaz ve sosyalleşemez. Marjinal gruplar ve yaşlı yetişkinler gibi belirli gruplar aşırı yalnızlığa karşı daha savunmasızdır. MedicalXpress'in bildirdiği gibiUC San Diego tarafından yapılan bir araştırma, orta veya şiddetli yalnızlık yaşadığını bildirenleri sayarsak, yaşlı konut topluluklarının yalnızlık oranlarının %85'e yaklaştığını buldu.

Bu soruna çözüm bulmak için sosyal bilimcilerin duruma ilişkin doğru bir görüş elde etmeleri, konunun hem derinliğini hem de genişliğini belirlemeleri gerekir. Ne yazık ki, yalnızlıkla ilgili veri toplama yöntemlerinin çoğu dikkate değer açılardan sınırlıdır. Örneğin, kişisel bildirim, daha aşırı yalnızlık vakalarına yönelik önyargılı olabilir. Ek olarak, çalışma katılımcılarından ne kadar "yalnız" hissettiklerini doğrudan ölçmelerini isteyen sorular, yalnızlığı çevreleyen sosyal damgalamalar nedeniyle bazen yanlış olabilir.

Yalnızlığı ölçmek için daha iyi bir ölçüm tasarlama çabasıyla çalışmanın yazarları, doğal dil işleme ve makine öğrenimine yöneldi. Araştırmacılar tarafından kullanılan NLP yöntemleri, geleneksel yalnızlık ölçüm araçlarıyla birlikte kullanılıyor ve insanların dili kullanmadaki doğal yollarını analiz etmenin, insanların yalnızlığının daha az önyargılı, daha dürüst bir şekilde temsil edilmesine yol açacağı ümit ediliyor.

Yeni çalışmanın kıdemli yazarı, UC San Diego Tıp Fakültesi'nde psikiyatri profesörü yardımcısı olan Ellen Lee idi. Lee ve diğer araştırmacılar, çalışmalarını yaşları 80 ile 66 arasında değişen 94 katılımcı üzerinde odakladılar. Araştırmaya katılanlar, diğer araştırmalardan daha doğal ve yapılandırılmamış bir şekilde soruları cevaplamaları için araştırmacılar tarafından teşvik edildi. Araştırmacılar sadece soru sormuyor ve cevapları sınıflandırmıyorlardı. İlk yazar olarak Ph.D. Varsha Badal, makine öğrenimi ve NLP kullanmanın, araştırma ekibinin bu uzun biçimli röportaj yanıtını almasına ve ince kelime seçimi ile konuşma kalıplarının birlikte ele alındığında ne kadar incelikli yalnızlığın göstergesi olabileceğini bulmasına olanak sağladığını açıkladı:

"NLP ve makine öğrenimi, birçok kişiyle yapılan uzun görüşmeleri sistematik olarak incelememize ve duygular gibi ince konuşma özelliklerinin yalnızlığı nasıl gösterebileceğini keşfetmemize olanak tanıyor. İnsanlar tarafından yapılan benzer duygu analizleri önyargıya açık, tutarlılıktan yoksun ve standardize etmek için kapsamlı eğitim gerektiriyor.”

Araştırma ekibine göre, yalnız olan bireylerin, yalnız olmayan katılımcılarla karşılaştırıldığında sorulara verdikleri yanıtlarda gözle görülür farklılıklar vardı. Yalnız yanıtlayanlar, yalnızlıkla ilgili sorular sorulduğunda daha fazla üzüntü ifade ederler ve genel olarak daha uzun yanıtlar verirler. Erkeklerin yalnız hissettiklerini kabul etme olasılıkları kadınlara göre daha azdı. Ek olarak, erkeklerin sevinç veya korku ifade eden kelimeleri kadınlara göre kullanma olasılığı daha yüksekti.

Araştırmanın araştırmacıları, sonuçların yalnızlık için tipik araştırma ölçütleri ile bireylerin öznel olarak yalnızlığı deneyimleme ve tanımlama biçimleri arasındaki farkları aydınlatmaya yardımcı olduğunu açıkladı. Çalışmanın sonuçları, konuşma kalıplarının analizi yoluyla yalnızlığın tespit edilebileceğini ve bu kalıpların güvenilir olduğu kanıtlanırsa yaşlı yetişkinlerde yalnızlığın teşhis ve tedavisine yardımcı olabileceğini ima ediyor. Araştırmacılar tarafından tasarlanan makine öğrenimi modelleri, niteliksel yalnızlığı yaklaşık %94 doğrulukla tahmin edebildi. Modelin sağlam olup olmadığını ve başarısının tekrarlanıp tekrarlanamayacağını görmek için daha fazla araştırma yapılması gerekecek. Bu arada, araştırma ekibinin üyeleri, yaşlı yetişkinlerde ters bir korelasyona sahip olan NLP özelliklerinin bilgelik ve yalnızlık ile nasıl ilişkili olabileceğini keşfetmeyi umuyor.