Perubahan penampilan telah menggemparkan industri, namun baru-baru ini ditemukan bahwa kecerdasan buatan dapat menentukan apakah seseorang merasa kesepian dengan akurasi 94%.
Menurut laporan, peneliti AI Amerika menggunakan alat analisis AI seperti superkomputer IBM Watson untuk menguji rasa kesepian pada lansia.
Dengan menganalisis kata-kata, frasa, dan jeda dalam keheningan selama wawancara, AI menilai gejala kesepian pada lansia hampir seakurat saat mereka mengisi kuesioner laporan diri. AI juga menemukan bahwa orang yang kesepian cenderung membutuhkan waktu lebih lama untuk menjawab pertanyaan langsung tentang kesepian dan mengungkapkan lebih banyak kesedihan dalam respons mereka.
Studi ini menunjukkan bahwa sebagian besar penelitian hanya bertanya, “Seberapa sering Anda merasa kesepian?” yang dapat memicu respons bias. Studi ini menggunakan pemrosesan bahasa alami—pengukuran kuantitatif objektif dari emosi yang diekspresikan—yang dikombinasikan dengan alat penilaian kesepian tradisional.
Yang menarik dari alat ini adalah tidak hanya mengandalkan kata-kata spesifik yang menunjukkan ketakutan, tetapi memeriksa pola dalam bahasa yang digunakan selama respons.
Para ahli mencatat bahwa AS mengalami “epidemi” kesepian dalam beberapa tahun terakhir, ditandai dengan meningkatnya angka bunuh diri, penggunaan opioid, penurunan produktivitas, peningkatan biaya perawatan kesehatan, dan kematian yang lebih tinggi. Studi awal tahun ini menemukan bahwa 85% penduduk lansia di komunitas hidup mandiri mengalami kesepian sedang hingga berat.
Pandemi COVID-19 dan lockdown berikutnya memperburuk situasi, meningkatkan rasa kesepian. Para peneliti ingin mengeksplorasi bagaimana pemrosesan bahasa alami dan model pembelajaran mesin dapat memprediksi kesepian pada penduduk lansia di komunitas.
Studi berfokus pada 80 penghuni mandiri berusia 66 hingga 94 tahun, dengan rata-rata usia 83. Peneliti terlatih melakukan wawancara semi-terstruktur dengan peserta antara April 2018 dan Agustus 2019 (sebelum COVID-19).
Peserta menjawab 20 pertanyaan dari Skala Kesepian UCLA, menggunakan sistem penilaian empat poin untuk merespons pernyataan seperti: “Apakah Anda sering merasa dikucilkan?” dan “Apakah Anda sering merasa menjadi bagian dari kelompok teman?”
Topik-topik ini juga dibahas dalam percakapan pribadi, yang direkam dan ditranskrip secara manual. Transkrip dianalisis menggunakan alat pemrosesan bahasa alami, termasuk IBM Watson Natural Language Understanding (WNLU), untuk mengukur ekspresi emosi.
Sistem WNLU menggunakan pembelajaran mendalam untuk mengekstrak kata kunci, kategori, sentimen, tata bahasa, dan metadata. Pembelajaran mesin memungkinkan pemeriksaan sistematis wawancara panjang di banyak subjek untuk mengidentifikasi penanda linguistik halus dari kesepian.
Analisis emosi manusia bisa tidak konsisten dan membutuhkan pelatihan ekstensif untuk standardisasi. Sebaliknya, sistem AI memprediksi kesepian dengan akurasi 94% dibandingkan dengan skor Skala Kesepian UCLA.
AI memprediksi kesepian yang dilaporkan sendiri dengan akurasi 94% dan mengukur kesepian (berdasarkan skor skala UCLA) dengan akurasi 76%. Individu yang kesepian membutuhkan waktu lebih lama untuk merespons dalam wawancara dan mengungkapkan lebih banyak kesedihan saat menjawab pertanyaan langsung tentang kesepian.
Studi ini juga menemukan perbedaan gender: wanita lebih mungkin mengakui merasa kesepian, sementara pria menggunakan lebih banyak kata terkait ketakutan dan sukacita, menunjukkan mereka mengalami emosi lebih intens dan mungkin merasa lebih bebas mengekspresikannya.
Perbedaan gender halus muncul dalam ekspresi emosi saat menggambarkan kesepian. Penelitian ini menyoroti perbedaan antara penilaian kesepian dan pengalaman subjektif, yang dapat diidentifikasi oleh sistem AI.
Para peneliti menyarankan mungkin ada “bahasa kesepian” yang dapat membantu mendeteksi kesepian pada lansia, meningkatkan penilaian klinis dan keluarga untuk memenuhi kebutuhan mereka dengan lebih baik—terutama selama isolasi.
Penelitian saat ini mengeksplorasi bagaimana fitur bahasa alami dari kesepian berkorelasi negatif dengan kebijaksanaan pada populasi lansia, artinya individu yang lebih bijaksana mungkin merasa lebih kesepian. Data verbal dapat dikombinasikan dengan penilaian kognitif, motorik, tidur, dan kesehatan mental untuk meningkatkan pemahaman tentang penuaan.
Studi ini membandingkan akurasi AI dengan kesepian yang dilaporkan sendiri. Meskipun skala kesepian mungkin tidak selalu mencerminkan emosi sebenarnya, kombinasi AI dan laporan diri dapat meningkatkan akurasi diagnostik bagi psikolog.
Meskipun Skala Kesepian UCLA tetap populer untuk menghindari kata “kesepian” dan meminimalkan bias gender, para peneliti bertujuan mengembangkan alat penilaian yang lebih presisi.
