.
Esperanza (hayali isim) ilk seansını yapmak için psikoloğun ofisindedir. Bu, ortasında alçak bir cam masa ve dağınık birkaç moda dergisinin olduğu olağan bekleme odası değil.
Bunda, durumlarını onurlandıran, sabırla sırasını bekleyen hastalar için dizüstü bilgisayarlar var. Bu arada arkadaşları, aileleri veya iş arkadaşlarıyla olan ilişkileri hakkında kısa bir hikaye yazarlar.
Esperanza, kendisininkini yazmayı bitirdikten birkaç dakika sonra konsültasyon için çağrılır ve psikolog, elinde vakasının ayrıntılı bir raporunu tutarak ona gelir.
Esperanza şaşırarak, “Buraya ilk kez geliyorum ve henüz ağzımı açmadım, nasıl olabilir!” diye düşünüyor.
Rapor, yeni yazılan öyküde yer alan dilsel kalıpları dikkatle analiz eden ve psikoloğun çalışmasına başlangıç noktası oluşturacak bir ön teşhis üreten doğal dil işleme teknikleriyle oluşturulmuştur.
dil kalıpları
Yukarıdaki, bugün bilim kurgu gibi görünen, ancak çok da uzak olmayan bir gelecekte gerçek olabilecek bir şeyin hayali bir açıklamasıdır. Bu doğru? Yapay zeka davranışlarımızı bu kadar yorumlayabilir mi?
Bu soruları yanıtlamak için öncelikle aşağıdakilere değinilmelidir: Farklı zihinsel bozukluklarla veya davranışsal sorunlarla bir korelasyon gösteren dilsel kalıplar var mı?
Önsöz olarak belki de yakın zamanda birçok kişinin gözünden kaçmış bir haberi hatırlayalım: Lope de Vega’nın bir eserinin yapay zeka sayesinde keşfedilmesi. Bu bulguya yol açan araştırmada, 350’ye yakın oyun yazarının sözcüksel kullanımlarını tanıyacak şekilde bir makine öğrenimi sistemi eğitildi ve adlı oyunun Fransız Laura “zeka anka kuşu” stiliyle yakından uyumlu bir sözcüksel kullanım gösterir.
Bulgunun edebi değerine ek olarak, araştırma bizi gerçekten ilginç bir kavramın izine götürüyor: belirli insanlarla ilişkilendirilebilen ve otomatik olarak tespit edilebilen dilsel kalıplar var.
Semptomatoloji ve dil
Bu konuda deneyimli okuyucu yeni sorular soruyor olabilir: kişilik özellikleriyle ilişkilendirilebilecek kalıplar var mı ve yaygın anksiyete bozukluklarıyla ilişkilendirilebilecek kalıplar var mı? Kaygı, bir tür dilsel kalıp aracılığıyla tespit edilebilir mi?
Şu anda, kaygı ile ilişkili semptomlar ile kullanılan dilin özellikleri arasında istatistiksel olarak anlamlı bir ilişki olduğuna dair kanıtlar zaten var.
Açık bir örnek, çeşitli zihinsel veya psikolojik patolojilerde birinci şahıs zamirlerinin ve olumsuz kelimelerin baskın olmasıdır. Bağlantısını kurduğumuz çalışmanın yazarları, akıl sağlığıyla ilgili İnternet forumlarından alınan 500’den az kelimeden oluşan İngilizce metinlerden yola çıkıyor ve bu tür zamirlerin kullanımında önemli bir fark bulmayı başarıyor.
Otomatik sınıflandırma, uygun şekilde etiketlenmiş bir dizi örnekle, bir metnin bir veya daha fazla etiket almasına neden olan kalıpları tanımak için bir sinir ağının eğitilmesine olanak tanır.
Bu örüntü sınıflandırma tekniği, derin öğrenme tekniğine (olarak bilinen bir mimari model) dayalıdır. transformatörlerzaten ünlü olan ChatGPT tarafından kullanılan mimarinin aynısı), çok yüksek tahmin kapasitesine sahiptir.
Öte yandan bu tekniğin açıklanamazlığı da yüksektir. Bir tahmin verildiğinde, sistem bu kararı neden verdiğine dair hiçbir bilgi sunmaz. Akıl sağlığı teşhisine eşlik etmesi gereken açıklamanın ne kadar önemli olduğunu söylemeye gerek yok.
Kelime türleri ve duygu
Öte yandan, örüntüleri sınıflandırmak yerine, özelliklerin çıkarılması konusunda eğitirsek, bunun daha düşük bir tahmin değeri, ancak daha iyi açıklanabilirliği olur.
Bir metin verildiğinde, formüle edilen cümlelerin veya kullanılan kelimelerin karmaşıklığı, belirli kelime türlerinin kullanım sıklığı (zamirler, zarflar, sıfatlar), anlatım tarzı (pasif veya aktif ses) veya Hatta analiz edilen metinde baskın olan birincil duyguyu veya ait olduğu anlam alanını analiz edebilirsiniz.
Araştırma ve tespitte kullanım
Bu alanda ele alınması gereken birçok zorluk var. Bunlardan ilki, farklı bozuklukların daha kesin bir şekilde saptanmasını içerir. Yani şu anda bir hastanın ruh sağlığı ile ilgili bir rahatsızlığı olup olmadığını tespit etme imkanı var ama şu anda hangisinden spesifik olarak bahsedeceğimizi ayırt etmek mümkün değil.
Bu kesin tespitin mümkün olup olmadığını henüz bilmiyoruz. Her halükarda, soruşturma bekleyen zorluklardan bir başkasını karşılamaktan geçecektir: eksiksiz ve güvenilir veri külliyatlarının toplanması.
Bugün var olan çalışmaların büyük bir kısmı, sosyal ağlar, özel forumlar veya daha spesifik hizmetler gibi farklı internet kaynaklarından alınan metinleri kullanıyor. Her metnin yazarının kim olduğu her zaman net değildir ve bu nedenle söz konusu kişinin zihinsel gerçekliğini bilmek zordur (daha doğrusu imkansızdır).
Güvenilir bir veri kaynağı olmadan (ve sosyal ağlar değildir), verilerin ve sonuçların geçerliliği her zaman sorgulanabilir. Bu nedenle, her vakanın araştırma gereksinimleriyle uyumlu, sağlam ve güvenilir veri toplama yöntemleri üzerinde çalışmalıyız.
açıklanabilirlik zorluğu
Az ya da çok yararlı yaklaşımlar olmasına rağmen, mevcut otomatik sınıflandırma teknikleri, her bir duruma şu ya da bu etiketin atanmasının nedenlerinin bir listesini sağlamaz. İyi bir argüman koleksiyonu olmadan, herhangi bir doktorun böylesine hassas bir teşhisle rahat etmesi zordur.
Bu nedenle, yapay zeka araçlarına verilen kararlar için açıklama sağlama yeteneği sağlayarak bu açıklanabilirlik sorununu ele almak zorunludur.
Sınıflandırma ve öznitelik çıkarma tekniklerini birleştirerek bu zorlukları çözmemiz mümkündür ve kim bilir belki de bekleme odasının hayali hikayesi önümüzdeki yıllarda gerçeğe dönüşecektir.
.
