آخرین اخبار

نحوه رفتار افراد در شبکه های اجتماعی و نوع پست های ارسالی توسط آنها، اطلاعات زیادی در مورد مسائل شخصیتی به همراه دارد که می توان با تحلیل این اطلاعات، به وضعیت سلامت روانی اشخاص پی برد.

در همین راستا «کریس دانفورث» از دانشگاه ایالتی وِرمانت و «اندرو ریس» از دانشگاه هاروارد، مقاله ای را به صورت مشترک در ژورنال «EPJ Data Science» به چاپ رسانده اند که درباره روشی برای اسکن و تحلیل تصاویر ارسالی در اینستاگرام، با استفاده از هوش مصنوعی و برای تشخیص افسردگی توضیح می دهد.

در این روش ۴۴۰۰۰ پست ارسالی از ۱۶۶ کاربر (که ۷۱ نفر از آنها دچار افسردگی بودند) توسط هوش مصنوعی و با نظارت پژوهشگران مورد بررسی قرار گرفت که در این میان، فاکتورهایی مانند رنگ های موجود در تصویر، نوع فیلترهای مورد استفاده و تعداد افراد حاضر در عکس به عنوان عوامل مؤثر در میزان افسردگی افراد شناسایی شد.

داده ها سپس با پردازش از طریق یادگیری ماشینی، الگوریتمی را به وجود آوردند که محققان توانستند با استفاده از آن، افسردگی ۷۰ درصد از افراد در گروه آزمایشی متفاوتی را به درستی تشخیص دهند. لازم به ذکر است که میزان موفقیت روانپزشکان بدون کمک هوش مصنوعی برابر ۴۲ درصد (با صرف زمان بیشتر) بوده است.

بر اساس یافته های تحقیق، افرادی که دچار افسردگی هستند کمتر از سایرین از فیلترهای اینستاگرام استفاده می کنند و در صورت استفاده نیز بیشتر فیلتر سیاه و سفید و رنگ های تیره را ترجیح می دهند.

علاوه بر این، پست های ارسالی توسط کاربران افسرده چهره های بیشتری را شامل می شود که البته به دلیل عدم تمایز پژوهش مورد بحث میان چهره صاحب اکانت و دیگران، مشخص نیست چه تعداد از این تصاویر سلفی بوده اند.

از سوی دیگر اما پست های افراد شاداب و غیر افسرده، رنگ های زنده تری داشته و این افراد در بیشتر مواقع از فیلتر «Valencia» (که موجب افزایش روشنایی تصویر می شود) استفاده می کنند.

با اینکه تحقیق آقایان دانفورث و ریس در جامعه آماری کوچکی انجام شده، نتایج قابل قبولی در پی داشته که نشان می دهد در صورت توسعه روش جدید و استفاده از داده های بیشتر برای غنی سازی هوش مصنوعی، افراد در آینده می توانند با تحلیل پروفایل اینستاگرام، به وضعیت سلامت روانی خود پی برده و در صورت نیاز به مشاور یا روانشناس مراجعه کنند.

منبع: دیجیاتو