💬 NLP

Internal narratives parameterise affective states

من خلال دراستين واسعتي النطاق تستخدمان تمثيلات النماذج اللغوية الكبيرة، يوضح هذا البحث أن بنية وديناميكيات السرديات الداخلية لا تتنبأ بشدة الاكتئاب فحسب، بل تؤثر أيضًا بشكل سببي على الحالات الوجدانية، مما يشير إلى أن الوجدان يعمل كحالة حوسبية تقيد بناء السرد وتدمج السياق.

المؤلفون الأصليون: Jakub Onysk, Quentin J. M. Huys

نُشر 2026-05-22

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Jakub Onysk, Quentin J. M. Huys

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

إليك شرح للورقة البحثية باستخدام لغة بسيطة وتشبيهات إبداعية.

الفكرة الكبرى: لمشاعرك "شكل" ما

تخيل أن حالتك المزاجية ليست مجرد شعور غامض مثل "الحزن" أو "السعادة". بدلاً من ذلك، فكر فيها كأنها مخطط هندسي خفي أو وصفة رئيسية تملي عليك كيف تفكر، وماذا تتذكر، وكيف تصف يومك.

يقترح مؤلفو هذه الورقة أن "مخطط الحالة المزاجية" هذا يعمل كمرشح (فلتر). عندما تكون في حالة مزاجية منخفضة، يجعل هذا المرشح من الصعب رؤية الأشياء الإيجابية ومن السهل رؤية الأشياء السلبية. أرادوا معرفة ما إذا كان بإمكانهم قياس هذا المخطط الخفي من خلال مراقبة الكلمات التي يكتبها الناس.

للقيام بذلك، استخدموا نماذج اللغات الكبيرة (LLMs) — وهي نفس نوع الذكاء الاصطناي الذي يشغل برامج الدردشة الآلية. لقد تعاملوا مع الذكاء الاصطناعي ليس فقط كبرنامج دردشة، بل كـ "مجهر رقمي" يمكنه النظر داخل بنية اللغة البشرية للعثور على الأنماط الخفية للاكتئاب.

التجربة: دراستان

أجرى الباحثون دراستين كبيرتين شملتا أكثر من 1,200 شخص لاختبار نظريتهم.

الدراسة الأولى: اختبار "الترجمة"

الإعداد:
تخيل أن لديك قائمة طبية قياسية للاكتئاب (مثل PHQ-9)، حيث تضع علامة بجانب عبارات مثل "أشعر بالتعب" أو "أشعر باليأس".

التحول: بدلاً من مجرد وضع علامات، طُلب من المشاركين كتابة قصص حرة حول كيفية شعورهم تجاه تلك المواضيع المحددة.
مهمة الذكاء الاصطناي: قام الباحثون بتغذية هذه القصص المكتوبة إلى ذكاء اصطناعي. وسألوا الذكاء الاصطناعي: "بناءً على هذه القصة، إذا كان على هذا الشخص ملء القائمة القياسية، فما هي الخيارات التي سيختارها؟"

النتائج:

كان الذكاء الاصطناعي دقيقاً بشكل مدهش. عندما قرأ الذكاء الاصطناعي قصة شخص عن الشعور بـ "اليأس"، استطاع التنبؤ بدرجته في القائمة القياسية بدقة عالية.
"هندسة" الاكتئاب: هذا هو الجزء الأهم. وجد الباحثون أن الاكتئاب ليس مجرد قائمة من الأعراض المنفصلة، بل هو شبكة مترابطة. على سبيل المثال، إذا كتب شخص ما عن شعوره بالتعب، فقد توقع الذكاء الاصطناعي أنه سيكتب أيضاً عن شعوره بسوء تجاه نفسه.
التشبيه: فكر في أعراض الاكتئاب مثل الزينة المعلقة (الموبايل) في سقف الغرفة. إذا دفعت قطعة واحدة (التعب)، فإن الهيكل بأكمله يتأرجح بطريقة محددة ومتوقعة. لم يقم الذكاء الاصطناعي بمجرد تخمين الإجابة؛ بل فهم شكل تلك الزينة. إذا أخطأ الذكاء الاصطناعي في فهم الشكل، فلن يتمكن من التنبؤ بالإجابات بشكل صحيح. أثبت هذا أن الذكاء الاصطناعي كان يلتقط بالفعل "البنية" الكامنة وراء مزاج الشخص، وليس مجرد حفظ الكلمات. لقد فهم "شكل" الموبايل.

الدراسة الثانية: اختبار "طقس المزاج"

الإعداد:
إذا كانت حالتك المزاجية عبارة عن "مخطط"، فهل يتغير عندما تتغير البيئة؟ أراد الباحثون اختبار ذلك.

طلبوا من المشاركين الاستماع إلى "مذكرات" تُقرأ بصوت عالٍ. بعض المدخلات كانت حزينة جداً (مثل شخص يصف يوماً سيئاً)، وبعضها كان سعيداً جداً (مثل شخص يصف يوماً رائعاً).
كان على المشاركين "تمثيل" هذه الأدوار من خلال كتابة مذكراتهم الخاصة بنفس الأسلوب.
ثم كان عليهم إعادة تقييم مشاعرهم الخاصة.

النتائج:

تحول المزاج: عندما استمع الناس إلى القصص الحزينة وكتبوا بهذا الأسلوب، أصبحت حالتهم المزاجية وذاكرتهم أكثر سلبية. وعندما استمعوا إلى قصص سعيدة، أصبحوا أكثر إيجابية.
الذكاء الاصطناي كمتتبع: استخدم الباحثون الذكاء الاصطناي لقياس "شدة" القصص التي كتبها المشاركون أثناء التجربة.
النتيجة: اكتشف الذكاء الاصطناي التغيير في "المخطط" الداخلي للمشاركين على الفور. كلما تعمق المشارك في الدور (كلما طابق أسلوب القصص الحزينة أو السعيدة)، زاد تحول مزاجه الخاص.
التشبيه: فكر في مخطط المزاج مثل تيار النهر. إذا ألقيت ورقة شجر (شخص) في تيار سريع ومظلم (قصص حزينة)، فستنجرف الورقة مع ذلك المسار. استطاع الذكال الاصطناي قياس سرعة واتجاه حركة الورقة بدقة، مما أثبت أن "تيار" القصة غير "تدفق" عقل الشخص.

ماذا يعني هذا؟ (وفقاً للورقة البحثية)

تجادل الورقة بأن عواطفنا تعمل مثل حالة حوسبية.

التقييد: حالتك المزاجية تحد من الأشياء التي تفكر فيها. إذا كنت حزيناً، فإن دماغك يضيق تركيزه على الأشياء الحزينة، تماماً مثل كشاف الضوء الذي يسلط نوره فقط على الزوايا المظلمة.
الحساسية: مزاجك حساس للمعلومات الجديدة. إذا سمعت قصة حزينة، فإن "كشاف الضوء" الخاص بك ينتقل ليتناسب مع تلك القصة.

وجد الباحثون أن نماذج الذكاء الاصطناي جيدة بشكل مدهش في رؤية كشاف الضوء هذا. ولأن نماذج الذكاء الاصطناي مدربة على التنبؤ بالكلمة التالية في الجملة بناءً على السياق، فهي تتعلم بشكل طبيعي محاكاة كيفية قيام الأمزجة البشرية بتقييد أفكارنا.

الملخص

المشكلة: نحن لا نفهم تماماً كيف تشكل مشاعرنا أفكارنا وكلماتنا.
الحل: استخدام الذكاء الاصطناي لقراءة كتاباتنا الحرة ورسم "الشكل" الخفي لاكتئابنا.
الاكتشاف: نجح الذكاء الاصطناي في التنبؤ بدرجات الاكتئات القياسية من الكتابة الحرة، وأظهر أن للاكتئاب بنية محددة ومتسقة (مثل الزينة المعلقة).
الديناميكية: عندما نغير القصص التي نحكيها لأنفسنا (أو نستمع إليها)، يتغير "مخطط المزاج" الداخلي لدينا، ويمكن للذكاء الاصطناي قياس هذا التحول في الوقت الفعلي.

تخلص الورقة إلى أنه من خلال التعامل مع العواطف كـ "حالات حوسبية" تقيد اللغة، يمكننا استخدام الذكاء الاصطناي لتحديد وفهم آليات المشاعر البشرية، وتحديداً في سياق الاكتئاب.

ملخص تقني: السرديات الداخلية تضع معلمات للحالات الوجدانية

بيان المشكلة

لا يزال الربط بين السرديات الداخلية (الأفكار والمشاعر المنطوقة) والحالات الوجدانية الكامنة، لا سيما في سياق الاكتئاب، غير مفهوم بشكل جيد. وبينما تعتمد التقييمات النفسية بشكل كبير على الأوصاف اللفظية لتقدير الصحة العقلية، فإن العلاقة الهيكلية والديناميكية بين هذه السرديات والهندسة الكامنة للاضطرابات الوجدانية لا تزال غير محددة كمياً بشكل كافٍ. لقد أثبتت الأعمال السابقة أن الحالات الوجدانية تحيز الانتباه والذاكرة واستخدام اللغة، وأن الأمزجة يمكن اعتبارها حالات حوسبية تقيد السلوك. ومع ذلك، يفتقر المجال إلى إطار عمل يعامل الحالات الوجدانية ككيانات حوسبية يمكن وضع معلمات لها من خلال بنية السرديات الداخلية. تعالج هذه الورقة السؤال التالي: هل يمكن للنماذج اللغوية الكبيرة (LLMs)، التي تعمل من خلال تعظيم التنبؤ بالرموز (tokens) المتسقة مع السياق، أن تعمل كوسيط حوسبي لقياس وتوقع البنية الكامنة وديناميكيات الحالات الوجدانية البشرية؟

المنهجية

أجرى المؤلفون دراستين واسعتي النطاق (إجمالي $N=1257$ ) باستخدام التعبيرات اللفظية المفتوحة للأعراض الاكتئابية وتمثيلات النماذج اللغوية الكبيرة لاختبار ثلاث فرضيات.

الدراسة 1: التوصيف الهيكلي للمعلمات

المشاركون: $N=704$ من المتحدثين بطلاقة باللغة الإنجليزية مع درجات متفاوتة من شدة الاكتئاب.
الإجراء: أجاب المشاركون على ثمانية أسئلة مفتوحة مستمدة من استبيان PHQ-9 (استبيان صحة المريض) فيما يتعلق بأعراض اكتئابية محددة (مثل المزاج، الطاقة، النوم). بعد ذلك، أكملوا استبيانات قياسية متعددة الخيارات: PHQ-9، وGAD-7 (القلق)، وSDS (مقياس الاكتئاب الذاتي).
تحليل النموذج اللغوي الكبير (LLM):
- التنبؤ: صاغ المؤلفون مطالبات (prompts) تحتوي على استجابة المشارك المفتوحة وسألوا نماذج لغوية متنوعة (Gemma2 2B/9B, Llama-3.1/3.2, Mistral-7B) للتنبؤ بالتسمية المقابلة متعددة الخيارات (A-D) عبر أخذ عينات اللوغاريتم (logit sampling).
- البنية الكامنة: لاختبار ما إذا كانت النماذج اللغوية تلتقط التباين المشترك (covariance) للأعراض (الهندسة الكامنة)، قارن المؤلفون بين ارتباطات العناصر الثنائية لاستبيانات الحقائق مقابل الارتباطات التي تنبأت بها النماذج اللغوية بناءً على المدخلات المفتوحة.
- المشفّر التلقائي المتناثر (sSAE): تم تدريب مشفر تلقائي متناثر خاضع للإشراف على الحالات الخفية للنموذج اللغوي (المتوسطة عبر الاستجابات المفتوحة) للتنبؤ بدرجات PHQ-9 المعيرة (z-scored). سمح هذا باستخراج "فضاء فرعي لأعراض الاكتئاب".
- الاضطراب (Perturbation): قام المؤلفون باضطراب التمثيلات الكامنة لـ sSAE في اتجاهات محددة (زيادة أو نقصان شدة الأعراض) وراقبوا التحولات الناتجة في عينات الاستجابات متعددة الخيارات للنموذج اللغوي لاختبار الحساسية.

الدراسة 2: الديناميكيات الزمنية والحساسية السياقية

المشاركون: $N=553$ مشاركاً.
الإجراء: خضع المشاركون لبروتوكول استحثاث المزاج باستخدام "تدوينات يومية" مثيرة عاطفياً (تمثل أقصى درجات المزاج المرتفع أو المنخفض).
- المهمة: استمع المشاركون إلى هذه التدوينات اليومية وأعادوا إنتاجها، ثم كتبوا استمرارات جديدة لها. طُلب من مجموعة فرعية (ذات طابع سيري/أوتوبيوجرافي) استعادة أحداث حياتية مماثلة، بينما قام الجزء الآخر (غير السيري) بتمثيل دور شخصية ما.
- المقاييس: شملت التقييمات الأساسية والمتابعة المزاج اللحظي (مقياس التناظر البصري)، واسترجاع الكلمات العاطفية (تحليل المشاعر)، وإعادة تقييم مفتوحة للمزاج/الطاقة.
التحليل: استخدم المؤلفون نموذج sSAE الذي تم تدريبه في الدراسة 1 لقياس شدة عرض "الشعور بالإحباط، أو الاكتئاب، أو اليأس" في تدوينات الاستمرارية الخاصة بالمشاركين. حلل المؤلفون كيف ترتبط التغييرات في هذه السرديات الداخلية بالتغييرات في المقاييس الوجدانية المبلغ عنها ذاتياً.

النتائج الرئيسية

1. التنبؤ بالدرجات المبلغ عنها ذاتياً

نجحت النماذج اللغوية الكبيرة في التنبؤ بدرجات الاكتئاب القياسية متعددة الخيارات بناءً فقط على السرديات اللفظية المفتوحة.

الارتباط: أظهر النموذج الأفضل أداءً (Gemma2 9B) ارتباطات متوسطة إلى عالية ( $r = 0.56 - 0.78$ ) بين الدرجات المتوقعة والدرجات الحقيقية عبر جميع عناصر الأعراض الثمانية. هذا الأداء يضاهي موثوقية الاختبار-إعادة الاختبار لاستبيان PHQ-9 نفسه.
الانحياز: لوحظ انحياز منهجي حيث بالغ النموذج في تقدير الشدة في استجابات "لا يوجد عرض"، وقلل من تقديرها في استجابات الشدة العالية، ويرجع ذلك على الأرجب إلى غياب النفي الصريح في النص المفتوح.

2. استعادة البنية الكامنة للأعراض

أظهرت الدراسة أن تمثيلات النماذج اللغوية الكبيرة تلتقط بنية التباين المشترك للاكتئاب.

مصفوفات الارتباط: طابقت ارتباطات العناصر الثنائية التي تنبأت بها النماذج اللغوية من المدخلات المفتوحة مصفوفات الارتباط الحقيقية لـ PHQ-9 وGAD-7 وSDS بشكل وثيق.
التشابه الهيكلي: أكدت مقاييس مثل تحليل القيم المفردة (SVD) ومقايسات الإسقاط أن الهياكل المستمدة من النماذج اللغوية تتماشى مع الهندسة الكامنة للحقائق. فشلت النماذج الأقل أداءً في التقاط هذه البنية، مما يشير إلى أن التقاط نمط التباين المشترك أمر ضروري لصحة المفهوم.

3. الاضطراب الكامن والحساسية

أثبت الفضاء الكامن لـ sSAE حساسيته للاضطرابات المحددة.

التوجيه (Steering): من خلال اضطراب تمثيلات الحالة الخفية في اتجاه أعراض معينة (مثل زيادة "اليأس")، نجح المؤلفون في توجيه عينات استجابات النموذج اللغوي نحو درجات شدة أعلى أو أقل.
ما أظهرت معظم العناصر أحجام تأثير كبيرة (Cohen's $d$ )، مما يؤكد أن الفضاء الكامن يحتوي على تمثيل ذي معنى وقابل للتلاعب لشدة الأعراض.

4. الديناميكيات والحساسية السياقية

أكدت الدراسة 2 أن الحالات الوجدانية حساسة للتغيرات السياقية وأن هذه التغييرات تنعكس في السرديات الداخلية.

نجاح الاستحثاث: نجح استحثاث المزاج في تغيير المزاج اللحظي، واسترجاع الكلمات العاطفية، وشدة الأعراض المبلغ عنها ذاتياً.
تتبع السرد: تنبأت شدة تدوينات الاستمرارية، التي تم قياسها عبر sSAE، بحجم التغير الوجداني.
الالتزام: تنبأ درجة التزام المشاركين بالنبرة العاطفية للتدخل (تشابه نصهم مع الحالة المستحثة) بمدى تغير المزاج.
التنبؤ بالخط الأساسي: تنبأت شدة الخط الأساسي للسرد الداخلي للمشارك بحجم التغير الوجداني اللاحق، مما يدعم فرضية أن الحالات الوجدانية تقيد فضاء الأفكار الممكنة.

الأهمية والادعاءات

تدعي الورقة تقديم إطار حوسبي لفهم الحالات الوجدانية البشرية من خلال رسم أوجه التشابه بين وظيفة العاطفة وآليات النماذج اللغوية القائمة على المحولات (Transformers).

الحالات الوجدانية كقيود حوسبية: يجادل المؤلفون بأن الحالات الوجدانية تعمل على تعظيم الاتساق الزمني والسياقي، مما يقيد فضاء الاستجابات اللغوية الممكنة. وهذا يتماشى مع كيفية تعظيم النماذج اللغية الكبيرة للتنبؤ بالرمز التالي بناءً على السياق.
القياس الكمي للهندسة الكامنة: توضح الدراسة أن السرديات الداخلية، عند قياسها عبر تمثيلات النماذج اللغية، تلتقط الهندسة الكامنة للاكتئاب. وهذا يشير إلى أن "بنية" الاضطراب ليست مجرد أثر إحصائي للاستبيانات، بل هي متضمنة في العلاقات الدلالية لكيفية تعبير الأفراد عن تجاربهم.
الآثار العلاجية: توفر القدرة على قياس الحالات الوجدانية وديناميكياتها أداة محتملة لـ:
- التقييم: قياس شدة الاكتئاب من أي مصدر نصي حر.
- مراقبة العلاج: تتبع عملية ونتائج العلاجات النفسية الغنية لفظياً.
- الطب النفسي الدقيق: تحديد المكونات الفردية للتغير النفسي لتصميم تدخلات مستهدفة.
التوازي في التعلم الفائق (Meta-Learning): تفترض الورقة أن النماذج اللغية الكبيرة، المدربة على نصوص بشرية هائلة، قد تعلمت بشكل فائق التبعيات بين المدخلات والمخرجات للحالات الوجدانية البشرية (على سبيل المثال، انخفاض تقدير الذات يسبق اليأس). يسمح هذا التوازي الناشئ للنماذج اللغية الكبيرة بالعمل كمسبار لعمليات التفكير الفائق لدى البشر ومشكلة "القرار الصعبة" بشأن ما يجب التفكير فيه.

يظل المؤلفون متواضعين في طرحهم، مشيرين إلى قيود مثل التركيز المحدد على الاكتئاب (PHQ-9)، والتباين المحتمل في جودة الاستجابات المفتوحة، والحاجة إلى التحقق عبر مجموعات سكانية متنوعة ومتلازمات صحة عقلية أخرى. هم لا يدعون إلى استبدال التشخيص السريري، بل يهدفون إلى تقديم طريقة حوسبية قابلة للتوسع لتعريف وفهم ديناميكيات الحالات الوجدانية.