Вчені виявляють самотність за допомогою штучного інтелекту та обробки природної мови

Дослідники з Університету Каліфорнії Сан-Дієго Медичної школи використали алгоритми штучного інтелекту для кількісної оцінки самотності у людей похилого віку та визначення того, як люди похилого віку можуть виражати самотність у своїй мові.

За останні двадцять років або близько того, соціологи описали тенденцію зростання самотності у населення. Дослідження, проведені за останні десять років, особливо задокументували зростання рівня самотності у великих верствах суспільства, що має вплив на рівень депресії, самогубств, вживання наркотиків та загальне здоров’я. Ці проблеми ще більше загострюються під час пандемії COVID-19, оскільки люди не можуть безпечно зустрічатися та спілкуватися особисто. Деякі групи людей більш вразливі до екстремальної самотності, наприклад, маргіналізовані групи та люди похилого віку. Як повідомляє MedicalXpress, одне дослідження, проведене Університетом Каліфорнії Сан-Дієго, показало, що громади для людей похилого віку мали рівень самотності близько 85%, коли рахували тих, хто повідомляв про помірну або сильну самотність.

Для визначення рішень цієї проблеми соціологам потрібно отримати точне уявлення про ситуацію, визначаючи як глибину, так і ширину проблеми. На жаль, більшість методів збору даних про самотність обмежені в помітних аспектах. Самооцінка, наприклад, може бути упередженою щодо більш екстремальних випадків самотності. Крім того, питання, які безпосередньо запитують учасників дослідження оцінити, наскільки вони відчувають “самотність”, іноді можуть бути неточними через соціальну стигму, пов’язану з самотністю.

У спробі розробити кращу метрику для кількісної оцінки самотності, автори дослідження звернулися до обробки природної мови та машинного навчання. Методи обробки природної мови, використані дослідниками, використовуються поряд з традиційними інструментами вимірювання самотності, і сподіваються, що аналіз природних способів використання мови людиною приведе до менш упередженого, більш чесного уявлення про самотність людей.

Старший автор дослідження була Еллен Лі, асистент професора психіатрії Медичної школи Університету Каліфорнії Сан-Дієго. Лі та інші дослідники сконцентрували своє дослідження на 80 учасниках у віці від 66 до 94 років. Учасникам дослідження пропонувалося відповісти на питання більш природним та неструктурованим способом, ніж у більшості інших досліджень. Дослідники не тільки ставили питання та класифікували відповіді. Як пояснила перший автор Ph.D. Варша Бадал, використання машинного навчання та обробки природної мови дозволило дослідницькій команді взяти ці довгі інтерв’ю та виявити, як тонкі вибір слів та мовні патерни можуть бути ознакою самотності, коли вони розглядаються разом:

“Обробка природної мови та машинне навчання дозволяють нам систематично досліджувати довгі інтерв’ю багатьох людей та вивчати, як тонкі мовні особливості, такі як емоції, можуть вказувати на самотність. Подібні аналіз емоцій людьми буде відкритим для упередженості, не буде мати послідовності та вимагатиме великої кількості тренувань для стандартизації”.

За словами дослідницької команди, люди, які відчували самотність, мали помітні відмінності у своїх відповідях на питання порівняно з тими, хто не відчував самотності. Самотні респонденти виражали більшу печаль, коли відповідали на питання щодо самотності, та мали довші відповіді загалом. Чоловіки були менше схильні визнавати, що відчувають самотність, ніж жінки. Крім того, чоловіки були більш схильні використовувати слова, що виражають радість або страх, ніж жінки.

Дослідники дослідження пояснили, що результати допомогли прояснити відмінності між типовими дослідницькими метриками самотності та тим, як люди суб’єктивно переживають та описують самотність. Результати дослідження свідчать про те, що самотність можна виявити за допомогою аналізу мовних патернів, і якщо ці патерни виявляться надійними, вони можуть допомогти діагностувати та лікувати самотність у людей похилого віку. Моделі машинного навчання, розроблені дослідниками, були здатні передбачити якісну самотність з приблизно 94% точністю. Необхідно провести подальші дослідження, щоб побачити, чи є модель надійною та чи можна повторити її успіх. Тим часом члени дослідницької команди сподіваються дослідити, як особливості обробки природної мови можуть корелювати з мудрістю та самотністю, які мають обернену кореляцію у людей похилого віку.