BAH Dataset for Ambivalence/Hesitancy Recognition in Videos for Digital Behavioural Change
تقدم هذه الورقة مجموعة بيانات BAH، وهي مجموعة متعددة الوسائط تضم 1,427 مقطع فيديو من 300 مشارك تم تصنيفها للتعرف على التردد والارتباك، إلى جانب نتائج قياس الأداء المرجعية التي تسلط الضوء على الحاجة إلى نماذج متقدمة لدعم التدخلات الصحية الرقمية الشخصية.
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 تحاول إقناع صديق لك ببدء عادة جديدة، مثل الجري كل صباح. يقول لك: "أريد حقاً القيام بذلك"، لكن صوته يبدو مهتزاً، وينظر بعيداً، ويستمر في التململ. هو لا يقول "لا"، لكنه أيضاً لا يقول "نعم" بشكل كامل. إنه عالق في المنتصف، ممزق بين الرغبة في التغيير والخوف من القيام به.
في علم النفس، تسمى هذه الحالة "الازدواجية" (Ambivalence) أو "التردد" (Hesitancy). إنها حالة الـ "ربما". وهذا هو السبب الأكثر شيلاً لترك الناس لأهدافهم الصحية حتى قبل أن يبدأوا فيها.
تقدم هذه الورقة البحثية أداة جديدة لمساعدة الحواسيب على فهم شعور الـ "ربما" المعقد هذا. إليك تفصيل ما قام به الباحثون، مشروحاً ببساطة:
1. المشكلة: الحواسيب سيئة في قراءة الـ "ربما"
في الوقت الحالي، الحواسيب بارعة في رصد المشاعر الواضحة. إذا كان الشخص يضحك، يعرف الحاسوب أنه "سعيد". وإذا كان يبكي، يعرف أنه "حزين".
لكن الازدواجية مختلفة. إنها صراع صامت. هي عندما يقول وجهك "أنا متحمس"، لكن صوتك يبدو متعباً، ولغة جسدك تقول "أنا خائف". الأمر يشبه راديو يبث محطتين مختلفتين في وقت واحد. البشر جيدون في رصد هذا لأننا مدربون على قراءة الإشارات الاجتماعية الدقيقة، أما الحواسيب، فلم يسبق لها رؤية مجموعة بيانات مصممة خصيصاً لتعليمها كيفية رصد هذا "الصراع". عادةً ما تخمن الحواسيب، وتخمن بشكل خاطئ.
2. الحل: مجموعة بيانات "BAH"
لإصلاح ذلك، أنشأ الباحثون مكتبة ضخمة جديدة من مقاطع الفيديو تسمى مجموعة بيانات BAH (السلوك الازدواجي/التردد - Behavioural Ambivalence/Hesitancy).
- طاقم العمل: استعانوا بـ 300 شخص حقيقي من جميع أنحاء كندا.
- السيناريو: جلس هؤلاء الأشخاص أمام كاميرات الويب الخاصة بهم وأجابوا على سبعة أسئلة مصممة لجعلهم يشعرون بالتضارب.
- مثال على سؤال: "أخبرنا عن شيء تستمتع بالقيام به ولكنك تتمنى لو توقفت عنه". (هذا يجبر الدماغ على الموازنة بين "أنا أحب هذا" مقابل "يجب أن أتوقف").
- النتيجة: سجلوا 1,427 مقطع فيديو. بعض الأشخاص كانوا سعداء بوضوح، وبعضهم كان معارضًا بوضوح، لكن الكثير منهم كان عالقاً في تلك المنطقة الوسطى الفوضوية من الازدواجية.
فكر في مجموعة البيانات هذه كأنها "نادي رياضي للذكاء الاصطناعي". تماماً كما يحتاج لاعب رفع الأثقال إلى أوزان ثقيلة ليصبح قوياً، يحتاج الذكاء الاصطناعي إلى آلاف الأمثلة للبشر "المتضاربين" ليتعلم كيفية رصدهم.
3. "المدربون البشريون" (التوسيم/التعليق)
لا يمكنك مجرد تغذية الحاسوب بمقاطع فيديو خام؛ بل يجب أن تخبره بما يبحث عنه. قام الباحثون بتعيين ثلاثة خبراء في السلوك البشري لمشاهدة كل فيديو.
لقد عملوا مثل المحققين، يبحثون عن أدلة دقيقة:
- العينان: هل نظر بعيداً عند التحدث عن هدف ما؟
- الصوت: هل توقف لفترة طويلة أو بدا صوته مهتزاً؟
- الجسد: هل هز كتفيه أو عقد ذراعيه؟
- الصراع: هل قال "نعم" بينما يهز رأسه بـ "لا"؟
حدد الخبراء بدقة متى حدثت هذه اللحظات، إطاراً تلو الآخر. لقد أنشأوا "ورقة غش" للحاسوب، تعلمه أن مزيجاً معيناً من الصوت المهتز + تجنب النظر = التردد.
4. التدريب: تعليم الذكاء الاصطناعي
بعد ذلك، حاول الباحثون تعليم الحاسوب التعرف على هذه اللحظات باستخدام مجموعة البيانات الجديدة الخاصة بهم.
- المحاولة الأولى: استخدموا نماذج الذكاء الاصطناعي القياسية (تلك التي ترصد عادةً "السعادة" أو "الحزن").
- النتيجة: عانى الحاسوب. كان الأمر أشبه بمحاولة تعليم كلب لعب الشطرنج. حقق الحاسوب دقة تقارب 50-55% فقط. كان بالكاد أفضل من رمي عملة معدنية.
- لماذا؟ لأن الازدواجية أمر دقيق. إنها ليست انفجاراً صاخباً؛ بل هي همس. كان الحاسوب بحاجة للنظر إلى الصورة الكاملة (الوجه + الصوت + الكلمات) وفهم التوقيت (كيف تغيرت العاطفة عبر بضع ثوانٍ).
5. ماذا يعني هذا للمستقبل؟
لماذا نهتم؟ تخيل وجود مدرب صحي رقمي (مثل روبوت الدردشة أو مدرب افتراضي) يتحدث إليك كل يوم.
- بدون هذه التقنية: يسألك الروبوت: "هل ذهبت للجري؟" فتقول: "حاولت"، لكن صوتك يبدو غير واثق. فيقول الروبوت ببسا-طة: "عمل رائع!" ويتجاهل حقيقة أنك تعاني بالفعل وأنك على وشك الاستسلام.
- بهذه التقنية: يلاحظ الروبوت ترددك. يرى التضارب في صوتك ووجهك. يدرك أنك تعاني من الازدواجية. بدلاً من قول "عمل جيد"، قد يقول: "يبدو أنك تمر بوقت عصيب. ما الذي يعيقك؟ دعنا نكتشف ذلك معاً".
الخلاصة الكبرى
هذه الورقة البحثية هي الأساس لبناء أدوات صحية رقمية أكثر ذكاءً وتعاطفاً. من خلال إنشاء مكتبة للحظات البشرية "المتضاربة"، منح الباحثون الذكاء الاصطناعي أول فرصة حقيقية لفهم أن البشر ليسوا مجرد "نعم" أو "لا". نحن غالباً ما نكون عالقين في المنتصف، والآن، ولأول مرة، تمتلك الحواسيب خريطة تساعدنا على التنقل في ذلك المنتصف.
باخت-اختصار: لقد بنوا مكتبة للحظات الـ "ربما" لكي تتعلم الحواسيب أخيراً كيف تفهم متى نكون ممزقين، مما يساعدنا على الالتزام بأهدافنا الصحية من خلال دعم أفضل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.