Un cambiamento nell’aspetto ha suscitato scalpore nel settore, ma di recente si è scoperto che l’intelligenza artificiale può determinare con una precisione del 94% se una persona si sente sola.
Secondo quanto riferito, i ricercatori americani di IA hanno utilizzato strumenti di analisi AI come il supercomputer IBM Watson per testare la solitudine negli anziani.
Analizzando parole, frasi e pause di silenzio durante le interviste, l’IA ha valutato i sintomi della solitudine negli anziani con una precisione quasi pari a quella dei questionari di autovalutazione. Ha anche rilevato che le persone sole tendono a impiegare più tempo per rispondere alle domande dirette sulla solitudine ed esprimono più tristezza nelle loro risposte.
Lo studio suggerisce che la maggior parte delle ricerche si limita a chiedere “Quanto spesso ti senti solo?”, il che può portare a risposte distorte. Questo studio ha utilizzato l’elaborazione del linguaggio naturale – una misura quantitativa oggettiva delle emozioni espresse – combinata con gli strumenti tradizionali di valutazione della solitudine.
Ciò che rende interessante questo strumento è che non si basa solo su parole specifiche che indicano paura, ma esamina i modelli linguistici utilizzati durante le risposte.
Gli esperti sottolineano che negli ultimi anni negli Stati Uniti si è verificata un'”epidemia” di solitudine, caratterizzata dall’aumento dei tassi di suicidio, dall’uso di oppioidi, dal calo della produttività, dall’incremento dei costi sanitari e dalla maggiore mortalità. Uno studio all’inizio di quest’anno ha rilevato che l’85% degli anziani residenti in comunità indipendenti sperimenta una solitudine da moderata a grave.
La pandemia di COVID-19 e i successivi lockdown hanno peggiorato la situazione, aumentando la solitudine. I ricercatori volevano esplorare come l’elaborazione del linguaggio naturale e i modelli di machine learning potessero prevedere la solitudine tra i residenti anziani delle comunità.
Lo studio si è concentrato su 80 residenti indipendenti di età compresa tra 66 e 94 anni, con un’età media di 83 anni. Ricercatori formati hanno condotto interviste semi-strutturate con i partecipanti tra aprile 2018 e agosto 2019 (prima del COVID-19).
I partecipanti hanno risposto a 20 domande della UCLA Loneliness Scale, utilizzando un sistema di valutazione a quattro punti per rispondere ad affermazioni come: “Ti senti spesso escluso?” e “Ti senti spesso parte di un gruppo di amici?”
Questi argomenti sono stati discussi anche in conversazioni private, che sono state registrate e trascritte manualmente. Le trascrizioni sono state analizzate utilizzando strumenti di elaborazione del linguaggio naturale, tra cui IBM Watson Natural Language Understanding (WNLU), per quantificare l’espressione emotiva.
Il sistema WNLU utilizza il deep learning per estrarre parole chiave, categorie, sentimenti, grammatica e metadati. Il machine learning consente un esame sistematico di lunghe interviste su più soggetti per identificare sottili marcatori linguistici della solitudine.
L’analisi emotiva umana può essere incoerente e richiede un ampio addestramento per la standardizzazione. Al contrario, il sistema AI ha previsto la solitudine con una precisione del 94% rispetto ai punteggi della UCLA Loneliness Scale.
L’IA ha previsto la solitudine auto-riferita con una precisione del 94% e ha quantificato la solitudine (basata sui punteggi della scala UCLA) con una precisione del 76%. Le persone sole hanno impiegato più tempo a rispondere nelle interviste ed hanno espresso più tristezza quando rispondevano a domande dirette sulla solitudine.
Lo studio ha anche rilevato differenze di genere: le donne erano più propense ad ammettere di sentirsi sole, mentre gli uomini usavano più parole relative alla paura e alla gioia, suggerendo che provano emozioni più intensamente e potrebbero sentirsi più liberi nell’esprimerle.
Sono emerse sottili differenze di genere nell’espressione emotiva quando si descriveva la solitudine. La ricerca evidenzia discrepanze tra le valutazioni della solitudine e le esperienze soggettive, che i sistemi di IA possono aiutare a identificare.
I ricercatori suggeriscono che potrebbe esistere un “linguaggio della solitudine” che potrebbe aiutare a rilevare la solitudine negli anziani, migliorando le valutazioni cliniche e familiari per soddisfare meglio le loro esigenze – specialmente durante l’isolamento.
L’attuale ricerca esplora come le caratteristiche del linguaggio naturale della solitudine si correlino negativamente con la saggezza nelle popolazioni anziane, il che significa che gli individui più saggi potrebbero sentirsi più soli. I dati verbali potrebbero essere combinati con valutazioni cognitive, motorie, del sonno e della salute mentale per migliorare la comprensione dell’invecchiamento.
Lo studio ha confrontato la precisione dell’IA con la solitudine auto-riferita. Sebbene le scale di solitudine potrebbero non riflettere sempre le vere emozioni, combinare l’IA con le autovalutazioni potrebbe migliorare la precisione diagnostica per gli psicologi.
Sebbene la UCLA Loneliness Scale rimanga popolare per evitare la parola “solo” e minimizzare il bias di genere, i ricercatori mirano a sviluppare strumenti di valutazione più precisi.
