Искусственный интеллект научили определять одиночество по речи

Дата публикации: 28 сентября 2020

Новые технологии помогают ученым лучше определять, кто одинок и чем пожилые мужчины и женщины различаются по тому, как они себя чувствуют, и выражают изоляцию.

В течение последних двух десятилетий наблюдалась пандемия одиночества, отмеченная ростом числа самоубийств и употребления опиоидов, потерей производительности, увеличением затрат на здравоохранение и ростом смертности. Эксперты считают, что пандемия COVID-19 с связанной с ней социальной дистанцией и изоляцией только усугубила ситуацию.

Точно оценить масштабы и глубину социального одиночества сложно, поскольку они ограничены доступными инструментами, такими как самооценки. В новой проверочной статье, опубликованной 24 сентября 2020 г. в Американском журнале гериатрической психиатрии, команда, возглавляемая исследователями из Медицинской школы Сан-Диего Калифорнийского университета, использовала технологии искусственного интеллекта для анализа моделей естественного языка (НЛП), чтобы определить степень одиночества у пожилых людей.

«В большинстве исследований используется либо прямой вопрос о том,« как часто вы чувствуете себя одиноким », что может привести к предвзятым ответам из-за стигмы, связанной с одиночеством, либо шкалу одиночества Калифорнийского университета в Лос-Анджелесе, в которой явно не используется слово« одинокий »», — сказал старший автор. Эллен Ли, доктор медицинских наук, доцент кафедры психиатрии Медицинской школы Калифорнийского университета в Сан-Диего. «В этом проекте мы использовали обработку естественного языка или НЛП, беспристрастную количественную оценку выраженных эмоций и чувств, в сочетании с обычными инструментами измерения одиночества».

В последние годы многочисленные исследования документально подтвердили рост числа случаев одиночества среди различных групп людей, особенно среди наиболее уязвимых, таких как пожилые люди. Например, исследование Калифорнийского университета в Сан-Диего, опубликованное ранее в этом году, показало, что 85 процентов жителей, проживающих в независимом жилом комплексе для пожилых людей, сообщали о среднем или тяжелом уровне одиночества.

Новое исследование также было сосредоточено на независимых пожилых жителях: 80 участников в возрасте от 66 до 94 лет, средний возраст 83 года. Но вместо того, чтобы просто задавать и задокументировать ответы на вопросы по шкале одиночества UCLA, участники также были опрошены обученным исследовательским персоналом в более неструктурированных беседах, которые анализировались с помощью программного обеспечения для понимания НЛП, разработанного IBM, а также других инструментов машинного обучения.

«НЛП и машинное обучение позволяют нам систематически изучать длинные интервью, взятые у многих людей, и исследовать, как тонкие речевые особенности, такие как эмоции, могут указывать на одиночество. Подобные анализы эмоций, проводимые людьми, будут подвержены предвзятости, непоследовательности и потребуют обширной подготовки для стандартизации », — сказал первый автор Варша Бадал, доктор философии, научный сотрудник, получивший докторскую степень.

Среди того, что было обнаружено:

• Одинокие люди давали более длинные ответы в качественном интервью и более выражали печаль на прямые вопросы об одиночестве.
• Женщины чаще, чем мужчины, признавали, что чувствуют себя одинокими во время интервью.
• Мужчины использовали в своих ответах больше пугающих и радостных слов, чем женщины.

Авторы говорят, что исследование подчеркивает расхождения между исследовательскими оценками одиночества и субъективным переживанием одиночества человека, которые могут помочь примирить инструменты, основанные на НЛП. Первые результаты отражают, как может быть «одинокая речь», которая может использоваться для выявления одиночества у пожилых людей, улучшая то, как врачи и семьи оценивают и лечат одиночество у пожилых людей, особенно во время физического дистанцирования и социальной изоляции.

По словам авторов, исследование демонстрирует возможность использования анализа шаблонов естественного языка транскрибированной речи для лучшего анализа и понимания сложных эмоций, таких как одиночество. По их словам, модели машинного обучения предсказывают качественное одиночество с точностью 94%.

Поделиться: