Психологическая помощь новости психологии и психотерапии
Согласно исследованию Ратгерского университета, пользовательские данные Google, YouTube и других онлайн-платформ могут быть использованы для прогнозирования, предотвращения и даже смягчения последствий одиночества, потенциально снижая риск самоубийства для лиц из группы риска.
“Тревога и одиночество обычно диагностируются в кабинете врача”, – говорит Вивек К. Сингх, директор лаборатории поведенческой информатики в Школе коммуникации и информации Ратгерского университета и автор соответствующего исследования, опубликованного в журнале Electronics.
“Мы хотели посмотреть, можно ли данные, собранные пассивно, с помощью веб-сайтов, которые посещают люди, или поисковых запросов, которые они используют, проанализировать с помощью машинного обучения, чтобы они стали клинически полезными”, – говорит Сингх.
“Цель состояла в том, чтобы увидеть, существуют ли четкие связи между цифровыми следами и показателями хорошего самочувствия”.
В связи с тем, что одиночество в Соединенных Штатах достигло уровня “эпидемии”, предпринимаются усилия по разработке автоматизированных или недорогих методов поддержки людей, испытывающих психосоциальный стресс. Как говорит Сингх, помочь бы могло более эффективное использование истории посещений сайтов в интернете.
Чтобы определить, может ли машинное обучение точно предсказать одиночество, Сингх и его коллеги набрали 92 добровольца в рамках исследования Rutgers Wellness Study – 10-недельного опроса, изучающего поведение пользователей интернета и их психического здоровья в начале 2021 года, в период длительной изоляции, связанной с COVID-19.
Каждый участник согласился поделиться метаданными, собранными Google и YouTube во время поисковых запросов, посещений веб-сайтов и других онлайн-действий.
Используя анонимные версии этих “цифровых данных отслеживания”, исследователи создали компьютерные модели, предназначенные для выявления онлайн-поведения, связанного с клиническим уровнем одиночества. Они также проводили опросы о психическом здоровье участников каждую неделю, а также в начале, середине и конце исследования.
Затем модели машинного обучения были использованы для прогнозирование уровня одиночества на основе поведения в интернете. Анализировавшиеся действия были разбиты по категориям, таким как “спорт”, “музыка” и “образование”, а также по совокупным показателям (“еженедельное количество сеансов YouTube”, “еженедельное количество поисковых запросов в Google”).
Прогнозы, полученные с помощью моделей, затем сравнивались с информацией, полученной в ходе обследования психического здоровья самих участников.
По словам Сингха, результаты стали очень многообещающими. По его словам, модели были не только эффективны при измерении одиночества, но и прояснили то, какие платформы лучше позволяют спрогнозировать одиночество. Например, “одинокие” участники чаще пользовались поиском в Google, чем “не одинокие”, а “не одинокие” участники чаще пользовались YouTube, чем “одинокие”.
“У этих типов алгоритмов есть потенциальные недостатки, и в чужих руках технология сбора данных может быть использована не по назначению”, – говорит Сингх.
Но он добавляет, что инструменты, созданные для этого исследования, которые он надеется развивать дальше, придают первостепенное значение безопасности данных.
Личные идентификаторы, такие как имя, адрес и номера телефонов, были удалены из данных перед анализом. Информированное согласие и проверка на законность были частью дизайна исследования, а для хранения и анализа данных использовались инструменты, соответствующие требованиям HIPAA (закона о конфиденциальности в сфере здравоохранения).
“Мы считаем, что с доработками предлагаемый подход может способствовать созданию цифровых информационных панелей здоровья для отдельных людей, где их данные в сочетании с моделями, запущенными на их компьютерах (например, в виде веб-плагинов), могли бы использоваться для оценки состояния здоровья и предоставления поддержки и рекомендаций с помощью информационных материалов или рекомендуемых ссылок”, – пишут исследователи.
“Нам нужно сбалансировать возможности и риски искусственного интеллекта и машинного обучения. Я бы сказал, что предотвращение самоубийств и выявление одиночества – это обязанности, которые мы не можем игнорировать”, – добавляет Сингх.
“Положения о психическом здоровье во многих сообществах очень скудны; они становятся еще более скудными с учетом страхования, стигматизации и времени ожидания”.
“Я бы сказал, что преимуществ у такого рода технологий гораздо больше, чем недостатков, и ответственные общественные инструменты, поддерживающие психическое здоровье, являются насущной потребностью нашего времени”.
