نحوه فعاليت در شبكه‌هاي اجتماعي، وضعيت روحي متخصص را نشان مي‌دهد
خودتان متوجه باشيد يا نه، پست‌هاي شما در شبكه‌هاي اجتماعي مي‌توانند نشانگر وضعيت سلامت رواني شما باشند. نتايج يك تحقيق جديد با تأييد اين مسئله، اعلام مي‌كند كه حتي كاراكترها و اموجي‌ها نيز مي‌توانند اطلاعاتي در مورد وضعيت رواني و احوال افراد ارائه دهند.
البته اين موضوع در مورد پست‌هايي كه مستقيما احساسات افراد را بازتاب مي‌دهند، واضح و آشكار است؛ اما اطلاعات در مورد سلامت رواني مي‌تواند از لابه‌لاي معمولي‌ترين پيام‌هاي افراد در شبكه‌هاي اجتماعي نيز فاش شود و يك تحقيق جديد سعي دارد نحوه‌ي درك و تفسير اين علائم را تشخيص دهد.
در يك مطالعه‌ي جديد كه در مجله «EPJ Date Science» منتشر شده است، دو محقق با دسترسي به حساب متخصصي ۱۶۶ داوطلب و سپس اعمال يادگيري ماشيني بر مجموعه‌اي انبوه از تصاوير آن‌ها به تشخيص و پيش‌بيني افسردگي پرداختند. با مقايسه‌ي اين پيش‌بيني‌ها با تشخيص باليني هر كدام از افراد، مشخص شد كه الگوي محققان، از ميانگين نرخ تشخيص پزشكي افسردگي بيماران بهتر ظاهر شده است.
پزشكان به اندازه‌ي موبايل موبايلمان از زندگي ما شناخت ندارند.
به عبارت ديگر، حساب متخصصي اينستاگرام مي‌تواند اين ظرفيت را داشته باشد كه احتمال بروز افسردگي در افراد را آشكار كند و الگوريتم مناسب مي‌تواند اين بيماري را از يك پزشك كارآزموده بهتر پيش‌بيني كند.
كريس دانفورث، نويسنده‌ي همكار اين مطالعه و استاد علوم طبيعي و رياضي دانشگاه ورمونت، مي‌گويد:
پزشكان به اندازه‌ي موبايل موبايلمان از زندگي ما شناخت ندارند. شناخت موبايل‌ها حتي از شناخت ما نسبت به خودمان نيز بسيار بيشتر است.
با اين وجود، برخي ترديدها در مورد كشف جالب اين مطالعه وجود دارد.
محققان اين پژوهش، داوطلبان خود را از ميان فروشگاه الكترونيكي به نام «ترك مكانيكي آمازون» انتخاب كردند كه نيروي سادهان را با كسب‌وكارها و توسعه‌دهندگان تطبيق مي‌دهد. زماني كه داوطلبان دريافتند اين مطالعه نيازمند دسترسي محققان به حساب‌هاي اينستاگرام آن‌ها است، بيش از نيمي از آن‌ها از تحقيق انصراف دادند. اندازه‌ي كوچك نمونه و فقدان اطلاعات جمعيت‌شناسي، بدين معني است كه احتمال تعميم اين يافته‌ها به گروه جمعيتي بزرگ‌تر بسيار پايين است.
اين مطالعه به‌منظور انجام پيش‌بيني‌هاي خود، رنگ‌ها، فيلترها، تشخيص چهره و كامنت‌هاي متخصص و ميزان مشغوليت وي را در اينستاگرام تحليل كرد.
تصاويري كه توسط متخصصان افسرده به اشتراك گذاشته مي‌شدند، غالبا آبي‌تر، تاريك‌تر و خاكستري‌تر بودند؛ رنگ‌هايي كه تحقيق پيشين آن‌ها را با احوال منفي ارتباط داده بود. آن‌ها همچنين تمايل كمتري به استفاده از فيلترهاي اينستاگرام داشتند؛ اما زماني كه قصد به‌كارگيري آن را داشتند، به طرز نامناسبي فيلتر سياه و سفيد «اينك‌ول» را انتخاب مي‌كردند. در مقابل، فيلتر روشن‌كننده‌ي «والنسيا» محبوب شركت‌كنندگان سالم بود. همچنين، هرچقدر تعداد كامنت‌هايي كه يك پست دريافت مي‌كرد بيشتر بود، احتمال اينكه صاحب پست فرد افسرده‌اي باشد بيشتر مي‌شد.
علاوه بر اين، محققان گروه دومي از داوطلبان انتخاب كردند تا تصاوير را بر اساس ميزان خوشحالي، ناراحتي، خوشايندي و جذابيت رتبه‌بندي كنند. ارزيابي انساني از ناراحتي و خوشحالي نشان داد كه كدام شركت‌كنندگان دچار افسردگي هستند؛ اما آن‌ها موفق به ايجاد هم‌بستگي با علائم سلامت رواني كه توسط يادگيري ماشيني انتخاب شده بود، نشدند.
اين يافته‌ي اميدبخشي است؛ زيرا بدين معني است كه الگوريتم‌ها مي‌توانند در تشخيص وضعيت از انسان برتر باشند.
گلن كاپراسميت، بنيان‌گذار و مديرعامل كمپاني Qntfy كه يك استارتاپ تحليل‌هاي سلامت رواني است، در اين باره مي‌گويد:
شواهد نقلي و اوليه‌اي وجود داشتند مبني بر اينكه اين گونه علائم وجود دارند و با سلامت رواني ما مرتبط هستند؛ اما اين مطالعه، شواهد قانع‌كننده‌اي از متخصصد آن‌ها نمايان كرد.
دانفورث مي‌گويد كه مي‌تواند آينده‌اي را تجسم كند كه در آن مردم ترجيح مي‌دهند اپليكيشني را دانلود كنند كه فعاليت آن‌ها در شبكه‌هاي اجتماعي را تحليل مي‌كند و علائم اشكالات رواني و روان‌شناختي را تشخيص مي‌دهد و زماني كه نياز به مطالعه آن‌ها توسط يك متخصص سلامت رواني باشد، نتايج را براي يك پزشك مشخص ارسال مي‌كند.
اينكه كامپيوترها قادر به تحليل رواني متخصص هستند، موضوع بسيار مهمي است
البته، به واقعيت پيوستن اين خيال، نيازمند تحقيق بيشتر و اعتماد متخصصان شبكه‌هاي اجتماعي است. اجازه دادن به يك اپليكيشن براي جمع‌آوري و تحليل داده‌هاي شبكه‌هاي اجتماعي براي تشخيص سلامت رواني، پرسش‌هاي بسياري را در مورد مقوله‌ي امنيت مطرح مي‌كند. به‌طور مشخص، اين اطلاعات هرگز نبايد در اختيار بيمه‌گران و كارفرمايان احتمالي قرار گيرد؛ زيرا احتمال دارد تصميم‌گيري‌هاي مربوط به استخدام و هزينه‌ي بيمه‌ي درماني افراد را تحت تأثير قرار دهد.
با اين وجود، دانفورث بر اين باور است كه چنين فناوري‌هايي كمك قابل توجهي به مردم خواهند كرد.
وي در ادامه افزود:
اينكه كامپيوترها قادر به انجام چنين كاري هستند موضوع بسيار مهمي است. خيلي خوب است كه ما مي‌توانيم كسي را كه [احتمال مي‌رود] تا سال ۲۰۱۸ به دليل خودكشي از دنيا برود، زودتر در مقابل يك روانشناس قرار دهيم. زيرا قطعا چيزي در مورد زندگي مجازي آن‌ها وجود دارد كه براي افراد پيرامون آن‌ها قابل مشاهده نيست؛ اما يادگيري ماشيني قادر به شناخت آن است.
تشخيص علائم افسردگي به‌سادگي و با آپلود يك تصوير در اينستاگرام انجام نمي‌گيرد؛ اما اگر الگوريتمي مشابه آنچه در اين تحقيق مورد استفاده قرار گرفت به موفقيت دست يابد، مي‌تواند نحوه‌ي تشخيص و درمان بيماري‌هاي رواني را در قرن بيست و يكم دچار تحول كند.
هم انديشي ها