AI Alat koristi društvene mreže za borbu protiv zlouporabe supstanci
Što se tiče borbe protiv zlouporabe droga, istraživanje sugerira da tvrtka koju vodite može napraviti razliku između oporavka i recidiva.
Iako programi grupne intervencije mogu igrati važnu ulogu u sprečavanju zlouporabe supstanci, oni također mogu nenamjerno izložiti sudionike negativnom ponašanju.
Istraživači iz Centra za umjetnu inteligenciju u društvu sa Sveučilišta Južne Kalifornije (USC) stvorili su algoritam koji sudionike u interventnim programima koji dobrovoljno rade na oporavku sortira u manje skupine na način koji održava korisne društvene veze i prekida socijalne veze koje bi mogle biti štetno za oporavak.
"Znamo da na zlouporabu supstanci jako utječe socijalni utjecaj, drugim riječima, s kim ste prijatelji", rekla je Aida Rahmattalabi, studentica američke računalne znanosti i vodeća autorica studije. "Da biste poboljšali učinkovitost intervencija, morate znati kako će ljudi utjecati jedni na druge u grupi."
Rahmattalabi i istraživači s USC Viterbi School of Engineering, USC Suzanne Dworak-Peck School of Social Work i Sveučilište u Denveru surađivali su s Urban Peak-om, neprofitnom neprofitnom omladinom sa sjedištem u Denveru, kako bi razvili algoritam za koji se nadaju pomoći će u prevenciji zlouporabe supstanci.
Rezultati su pokazali da je algoritam izveden znatno bolje od kontrolnih strategija za formiranje skupina, prema istraživačima.
Svake godine do dva milijuna djece u SAD-u doživjet će beskućništvo, a procjene sugeriraju da između 39 i 70 posto mladih beskućnika zlostavlja drogu ili alkohol.
Inicijative za zlouporabu supstanci, poput grupne terapije, mogu pružiti poticaj potičući mlade beskućnike da dijele svoja iskustva, uče pozitivne strategije suočavanja i grade zdrave društvene mreže.
No ako ove skupine nisu pravilno strukturirane, mogu pogoršati probleme koje namjeravaju liječiti poticanjem stvaranja prijateljstava temeljenih na asocijalnom ponašanju, napominju istraživači. Ovo je proces poznat u socijalnom radu kao "trening devijantnosti", kada se vršnjaci međusobno pojačavaju zbog devijantnog ponašanja, objašnjavaju istraživači.
Tim se s tim problemom pozabavio iz perspektive umjetne inteligencije, stvarajući algoritam koji uzima u obzir kako su pojedinci u podskupini povezani - njihove društvene veze - i njihova prethodna povijest zlouporabe supstanci.
Podaci ankete prikupljeni dobrovoljno od beskućnika u Los Angelesu, kao i teorije ponašanja i zapažanja prethodnih intervencija, korišteni su za izgradnju računalnog modela intervencija.
"Na temelju toga imamo utjecajni model koji objašnjava koliko je vjerojatno da će pojedinac usvojiti negativno ponašanje ili promijeniti negativno ponašanje na temelju svog sudjelovanja u grupi", rekao je Rahmattalabi. "To nam pomaže predvidjeti što će se dogoditi kada ljude grupiramo u manje skupine."
Možda je najviše iznenadilo otkriće da, suprotno uobičajenoj intuiciji, ravnomjerno raspoređivanje redovitih korisnika supstanci po podskupinama nije optimalan način za osmišljavanje uspješne intervencije, primijetila je.
"Ujednačena raspodjela korisnika uz zanemarivanje njihovih postojećih odnosa može uvelike smanjiti stopu uspješnosti ovih intervencija", rekla je.
Uz to, analiza sugerira da bi provođenje intervencije ponekad moglo imati štetan učinak na skupinu.
“U nekim smo slučajevima utvrdili da je zapravo loše provoditi intervenciju. Na primjer, ako u grupi imate mnogo ljudi s visokim rizikom, bolje ih je ne povezivati s osobama s niskim rizikom ”, rekla je.
Kako se algoritmu dodaju novi podaci, istraživači se nadaju da će se prilagoditi promjenjivim uvjetima, otkrivajući kako se društvene mreže razvijaju tijekom intervencijskog programa. To bi moglo interventistima omogućiti da utvrde kako će intervencija oblikovati ishode sudionika, rekli su istraživači.
Istraživači nastavljaju raditi s Urban Peakom i planiraju primijeniti alat za optimizaciju strategija interventnih skupina za beskućnike u Denveru na jesen 2018. godine.
Studija, Utjecanje utjecaja za sprječavanje zlouporabe supstanci temeljenih na društvenim mrežama, objavljena je na AAAI konferenciji u sažetku studentskog sažetka o umjetnoj inteligenciji.
Izvor: Sveučilište Južne Kalifornije
