چطور هوش مصنوعی می‌تونه افسردگی نوجوان‌ها رو از روی شبکه‌های اجتماعی تشخیص بده؟ – تجربه نوجوان‌های لاتین

خب ببین، این روزها کلی روش هوش مصنوعی (ML یعنی Machine Learning، همون یادگیری ماشینی که به کامپیوتر کمک می‌کنه الگوها رو خودش پیدا کنه) ساختن تا افسردگی رو از روی شبکه‌های اجتماعی شناسایی کنه، ولی یه مشکل بزرگ دارن: بیشترشون برای آدمای بزرگ‌تر ساخته شدن و اصلاً به دنیای نوجوان‌ها توجه نکردن. همین باعث میشه خیلی وقت‌ها نتونن به درستی نوجوان‌هایی که افسرده هستن رو تشخیص بدن.

حالا جالبیش کجاست؟ نوجوان‌ها، مخصوصاً توی فرهنگ لاتین (یعنی جوون‌هایی که ریشه خانوادگی‌شون توی کشورهای آمریکای لاتین هست)، معمولاً علامت‌ها و نشونه‌های افسردگی رو یه جور دیگه نشون می‌دن. مثلاً بیشتر از اینکه هی احساسات غمگین یا خستگی رو توی پست‌هاشون بنویسن، نشونه‌های جسمی دارن، مثل درد بدن یا خستگی. این نشونه‌ها بهش میگن علائم جسمی یا همون «سوماتیک سینتومز» (Somatic Symptoms یعنی نشونه‌هایی که توی بدن و جسم بروز می‌کنه، نه توی احساسات و حرف‌ها).

پس وقتی هوش مصنوعی دنبال جمله‌های مستقیمِ “من افسرده‌ام” یا پست‌هایی درباره غم و غصه می‌گرده، کلی نوجوان افسرده باقی می‌مونن که شناسایی نمی‌شن چون به اون شکل درباره حس و حالشون نمی‌نویسن یا اصلاً حرفش رو نمی‌زنن!

برای اینکه این مشکل رو حل کنن، چند تا محقق با گروهی از نوجوان‌های لاتین نشست و برخاست کردن تا ببینن این بچه‌ها چه جوری درباره احساسات و نشونه‌های بدنیشون توی شبکه اجتماعی پست می‌ذارن. جالب‌تر اینکه این بار از خود نوجوان‌ها خواستن بگن “تو اگر جای یه آدم تشخیص‌دهنده باشی (Human Classifier یعنی کسی که خودش خودش تشخیص می‌ده)، از کجا می‌فهمی یکی توی اینستاگرام یا تیک‌تاک افسردگی داره؟ چی‌رو چک می‌کنی؟”

نتیجه چی شد؟ اولا، نوجوان‌ها گفتن که نوشتن درباره احساسات (Emotional Symptoms یعنی همون ناراحتی، گریه، یا غم توی متن پست) حسابی تابو هست و خیلی‌ها نه تنها خودشون پستش نمی‌ذارن، بلکه اگر یکی هم بذاره واکنش مثبتی نمی‌گیرن. اما اگر بحث نشونه‌های جسمی باشه (مثلاً کسی بنویسه امروز سردرد داشتم یا خسته‌م)، این بیشتر جا افتاده و راحت‌تره پست گذاشتنش.

دوم اینکه نوجوان‌ها معمولاً افسردگی رو مستقیماً به زبون نمی‌آرن. مثلاً نمی‌نویسن من افسرده‌ام. اما با یه سری سرنخ‌های بصری و سمعی (Audiovisual Cues یعنی نشونه‌هایی که از عکس‌ها یا ویدئوها می‌شه برداشت کرد، مثل نوع موسیقی غمگین، فیلتری که عکس گرفته شده یا حالت صورت)، احساسات خودشون رو نشون می‌دن. حتی گاهی تغییر رفتار توی تعداد و زمان پست گذاشتن هم خودش یه نشونه‌ست. مثلاً یکی قبلاً همیشه توی شب پست می‌ذاشته و حالا دیگه خیلی کم پست می‌ذاره یا ساعتش فرق کرده.

یه نکته جالب دیگه هم هست: اغلب جوون‌ها قبل از اینکه یه متخصص یا دکتر متوجه افسردگی یک هم‌سن‌شون بشه، دوست‌هاشون زودتر بو می‌برن که اوضاع خوب نیست. این یعنی شاید مدل‌های هوش مصنوعی باید یاد بگیرن همون جوری که یه رفیق دقت می‌کنه، سرنخ‌های غیرمستقیم‌تر و مخصوص نوجوان‌ها رو در نظر بگیرن – مثلاً سر و کله زدن با نشونه‌های جسمی یا رفتارهای جدید توی شبکه‌های اجتماعی.

آخرش هم پژوهشگران تاکید کردن که اگر می‌خوایم واقعاً به این گروه از نوجوان‌ها کمک کنیم، باید سراغ تکنیک‌هایی بریم که نظرشون رو هم توش لحاظ کردیم. یعنی مدل‌های هوش مصنوعی باید با کمک خود نوجوان‌ها ساخته بشن و کلی داده درباره نشونه‌های جسمی و رفتارهای بصری در نظر بگیرن تا خیلی دقیق‌تر عمل کنن.

به این رویکرد میگن “مرکز قرار دادن حاشیه” یا همون centering at the margins، یعنی تمرکز روی گروه‌هایی که قبلاً توی این حوزه‌ها کمتر بررسی شدن. خلاصه حرف، اگر هوش مصنوعی قراره افسردگی نوجوان‌ها رو درست تشخیص بده، لازمه دنیا و زبان خود نوجوان‌ها رو بهتر بشناسه و سرنخ‌های متفاوت‌تر از روش‌های معمولی برای پیدا کردن نشونه‌های افسردگی پیدا کنه.

منبع: +