أثار تغيير في المظهر ضجة في الصناعة، لكن الاكتشاف الحديث أظهر أن الذكاء الاصطناعي يمكنه تحديد ما إذا كان الشخص يشعر بالوحدة بدقة تصل إلى 94%.
ووفقًا للتقارير، استخدم باحثون أمريكيون في الذكاء الاصطناعي أدوات تحليل الذكاء الاصطناعي مثل الحاسوب الفائق “آي بي إم واتسون” لاختبار الشعور بالوحدة لدى كبار السن.
من خلال تحليل الكلمات والعبارات والتوقفات أثناء الصمت في المقابلات، قيّم الذكاء الاصطناعي أعراض الوحدة لدى المسنين بدقة تقارب دقة استبيانات التقرير الذاتي. كما وجد أن الأشخاص الوحيدين يميلون لأخذ وقت أطول للإجابة على الأسئلة المباشرة حول الوحدة ويعبرون عن حزن أكثر في ردودهم.
تشير الدراسة إلى أن معظم الأبحاث تطرح ببساطة سؤال: “كم مرة تشعر بالوحدة؟” مما قد يؤدي إلى ردود متحيزة. استخدمت هذه الدراسة معالجة اللغة الطبيعية – وهي مقياس كمي موضوعي للمشاعر المُعبّر عنها – إلى جانب أدوات التقييم التقليدية للوحدة.
ما يجعل هذه الأداة مثيرة للاهتمام هو أنها لا تعتمد فقط على كلمات محددة تشير إلى الخوف، بل تفحص أنماط اللغة المستخدمة أثناء الردود.
يلاحظ الخبراء أن الولايات المتحدة شهدت “وباء” للوحدة في السنوات الأخيرة، تميز بارتفاع معدلات الانتحار وتعاطي المواد الأفيونية وانخفاض الإنتاجية وزيادة تكاليف الرعاية الصحية وارتفاع الوفيات. وجدت دراسة في وقت سابق من هذا العام أن 85% من المقيمين كبار السن في مجتمعات المعيشة المستقلة يعانون من وحدة متوسطة إلى شديدة.
زادت جائحة كوفيد-19 والإغلاقات اللاحقة الوضع سوءًا، مما عزز الشعور بالوحدة. أراد الباحثون استكشاف كيف يمكن لنماذج معالجة اللغة الطبيعية والتعلم الآلي التنبؤ بالوحدة لدى كبار السن في المجتمعات السكنية.
ركزت الدراسة على 80 مقيمًا مستقلًا تتراوح أعمارهم بين 66 و94 عامًا، بمتوسط عمر 83 عامًا. أجرى باحثون مدربون مقابلات شبه منظمة مع المشاركين بين أبريل 2018 وأغسطس 2019 (قبل كوفيد-19).
أجاب المشاركون على 20 سؤالًا من “مقياس وحدة جامعة كاليفورنيا في لوس أنجلوس”، باستخدام نظام تقييم من أربع نقاط للرد على عبارات مثل: “هل تشعر غالبًا بأنك مُستبعد؟” و”هل تشعر غالبًا بأنك جزء من مجموعة أصدقاء؟”
تمت مناقشة هذه المواضيع أيضًا في محادثات خاصة، جرى تسجيلها وتحويلها نصيًا يدويًا. ثم حُللت النصوص باستخدام أدوات معالجة اللغة الطبيعية، بما في ذلك أداة “آي بي إم واتسون لفهم اللغة الطبيعية” لقياس التعبير العاطفي كميًا.
يستخدم نظام “واتسون لفهم اللغة الطبيعية” التعلم العميق لاستخراج الكلمات المفتاحية والفئات والمشاعر والقواعد النحوية وبيانات التعريف. يسمح التعلم الآلي بفحص منهجي للمقابلات الطويلة عبر عدة أفراد لتحديد العلامات اللغوية الدقيقة للوحدة.
يمكن أن يكون التحليل البشري للمشاعر غير متسق ويتطلب تدريبًا مكثفًا للتقييس. في المقابل، تنبأ نظام الذكاء الاصطناعي بالوحدة بدقة 94% مقارنة بدرجات مقياس وحدة جامعة كاليفورنيا.
تنبأ الذكاء الاصطناعي بالوحدة المبلغ عنها ذاتيًا بدقة 94%، وقياس الوحدة كميًا (بناءً على درجات مقياس جامعة كاليفورنيا) بدقة 76%. أخذ الأفراد الوحيدون وقتًا أطول للرد في المقابلات وعبروا عن حزن أكثر عند الإجابة على أسئلة مباشرة حول الوحدة.
وجدت الدراسة أيضًا فروقًا بين الجنسين: كانت النساء أكثر ميلًا للاعتراف بالشعور بالوحدة، بينما استخدم الرجال كلمات أكثر مرتبطة بالخوف والفرح، مما يشير إلى أنهم يعيشون المشاعر بشكل أكثر حدة وقد يشعرون بحرية أكبر في التعبير عنها.
ظهرت فروق دقيقة بين الجنسين في التعبير العاطفي عند وصف الوحدة. يسلط البحث الضوء على التناقضات بين تقييمات الوحدة والتجارب الذاتية، والتي يمكن أن تساعد أنظمة الذكاء الاصطناعي في تحديدها.
يقترح الباحثون أنه قد تكون هناك “لغة للوحدة” يمكن أن تساعد في اكتشاف الشعور بالوحدة لدى كبار السن، مما يحسن التقييمات السريرية والعائلية لمعالجة احتياجاتهم بشكل أفضل – خاصة أثناء العزلة.
تستكشف الأبحاث الحالية كيف ترتبط السمات اللغوية الطبيعية للوحدة سلبًا بالحكمة لدى السكان المسنين، مما يعني أن الأفراد الأكثر حكمة قد يشعرون بوحدة أكبر. يمكن دمج البيانات اللفظية مع تقييمات الوظائف الإدراكية والحركية والنوم والصحة النفسية لتحسين فهم عملية الشيخوخة.
قارنت الدراسة دقة الذكاء الاصطناعي مع الوحدة المبلغ عنها ذاتيًا. بينما قد لا تعكس مقاييس الوحدة المشاعر الحقيقية دائمًا، فإن الجمع بين الذكاء الاصطناعي والتقارير الذاتية يمكن أن يعزز الدقة التشخيصية للأخصائيين النفسيين.
على الرغم من أن “مقياس وحدة جامعة كاليفورنيا” لا يزال شائعًا لتجنب كلمة “وحيد” وتقليل التحيز الجنساني، إلا أن الباحثين يهدفون إلى تطوير أدوات تقييم أكثر دقة.
