Building Multilingual Datasets for Predicting Mental Health Severity through LLMs: Prospects and Challenges
تقدم هذه الورقة مجموعة بيانات جديدة متعددة اللغات مترجمة إلى ست لغات لتقييم أداء النماذج اللغوية الكبيرة في التنبؤ بشدة الصحة النفسية، مما يكشف عن تباين كبير في الأداء عبر اللغات ويسلط الضوء على المخاطر والفعالية من حيث التكلفة لاستخدام هذه النماذج في السياقات الطبية العالمية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تبني فريق استجابة للطوارئ عالمي، ولكن بدلاً من الاستجابة للحرائق أو الفيضانات، هم يستجيبون لـ الضيق العاطفي المختبئ في منشورات وسائل التواصل الاجتماعي.
تستكشف هذه الورقة سؤالاً كبيراً: إذا استخدمنا "مترجمين وأطباء" من الذكاء الاصطناعي لمساعدة الناس في بلدان مختلفة، فهل سيفهمون صرخات الاستغاثة الخفية بكل لغة، أم أنهم سيفقدون الإشارات؟
إليك تفصيل البحث باستخدام بعض التشبيهات البسيطة:
١. المشكلة: شبكة الأمان "المقتصرة على الإنجليزية"
تخيل شبكة أمان عملاقة مصممة لالتقاط الأشخاص الذين يسقطون في بئر الاكتئاب أو الأفكار الانتحارية. حالياً، تلك الشبكة منسوجة بالكامل تقريباً من خيوط اللغة الإنجليزية. إذا سقط شخص ما في اليونان أو تركيا أو فنلندا، فقد تحتوي الشبكة على ثقوب لأنها لم تُبْنَ لتناسب "أنماط لغتهم" الخاصة.
أراد الباحثون معرفة ما إذا كان بإمكاننا استخدام النماذج اللغوية الكبيرة (مثل التقنية التي تقف وراء ChatGPT) لنسج شبكة متعددة اللغات بسرعة عن طريق ترجمة البيانات الإنجليزية الموجودة إلى ست لغات أخرى.
٢. التجربة: اختبار "المترجم العالمي"
أخذ الباحثون "كتيبين للتعليمات" (مجموعات بيانات) يصفان مستويات مختلفة من الاكتئاب ومخاطر الانتحار. استخدموا الذكاء الاصطناعي لترجمة هذين الكتيبين إلى اليونانية والتركية والفرنسية والبرتغالية والألمانية والفنلندية.
بعد ذلك، أعطوا هذه الكتيبات المترجمة إلى "محققين" من الذكاء الاصطناعي (GPT و Llama) وقالوا لهم: "اقرأوا هذه المنشورات وأخبروني مدى جدية الصراع النفسي لهذا الشخص".
٣. النتائج: تأثير "الضياع في الترجمة"
قد تعتقد أن الذكاء الاصطناعي الذي يعرف كل اللغات سيكون متحدثاً بارعاً ومثقفاً، لكن النتائج أظهرت أنه يشبه طالباً درس بجد ولكنه لا يزال يتعثر في المصطلحات الثقافية العامية.
- يانصيب اللغة: لم يكن الذكاء الاصطناعي جيداً بنفس القدر في كل لغة. فقد كان أداؤه أفضل في بعض اللغات (مثل الألمانية أو الفرنسية) وعانى بشكل كبير في لغات أخرى (مثل التركية). ويرجع ذلك إلى أن الذكاء الاصطناعي لم "يقرأ" ما يكفي من النصوص الطبية أو العاطفية في تلك اللغات المحددة لفهم الفروق الدقيقة.
- فجوة التفاصيل الدقيقة: فكر في الأمر كأنها نكتة. يمكنك ترجمة كلمات النكتة من الإنجليزية إلى اليونانية، ولكن إذا لم تكن تفهم الثقافة وراء النكتة، فلن تكون مضحكة بعد الآن. الأمر نفسه يحدث مع الصحة النفسية. قد تبدو "صرخة الاستغاثة" كتعليق عابر في لغة ما، ولكنها قد تكون تحذيراً خطيراً في لغة أخرى. وأحياناً يفتقد الذكاء الاصطناعي هذه التحولات الدقيقة.
- خدعة "الذهاب والإياب": من المثير للاهتمام أنهم وجدوا أنه إذا قاموا بترجمة منشور إلى لغة أخرى ثم ترجموه مرة أخرى إلى الإنجليزية قبل أن يطلبوا من الذكاء الاصطناعي الحكم عليه، فإن الذكاء الاصطناعي أصبح في الواقع أفضل في رصد المشكلة. إنه يشبه طلب من صديق أن يعيد سرد القصة إليك للتأكد من أنه فهم النقطة بالفعل.
٤. التحذير: لا تدع الروبوت يلعب دور الطبيب
أهم ما يجب الخروج به هو رسالة تحذيرية. يحذر الباحثون من أن الذكاء الاصطنانا يجب أن يكون "كشافاً ضوئياً" وليس "جراحاً".
يمكن للذكاء الاصطناعي أن يساعد في تسليط الضوء على مشكلة محتملة (الكشف المبكر)، ولكن لا ينبغي أن يكون هو من يضع التشخيص النهائي. ولأن الذكاء الاصطناعي يمكن أن يكون غير متسق — حيث يرى أحياناً مشكلة "بسيطة" على أنها "شديدة" أو يغفل عن مشكلة "شديدة" تماماً — فإن الاعتماد عليه وحده قد يؤدي إلى أخطاء طبية خطيرة.
ملخص في إيجاز
أثبت الباحثون أنه يمكننا استخدام الذكاء الاصطناعي لإنشاء أدوات صحة نفسية للعالم أجمع بتكلفة منخفضة جداً. ومع ذلك، ولأن اللغة مرتبطة بعمق بالثقافة والعاطفة، فإن أدوات الذكاء الاصطنا هذه لا تزال "تتعلم أصول المهنة" ويجب دائماً أن تكون تحت إشراف متخصصين بشريين حقيقيين.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.