Inclusive AI for Group Interactions: Predicting Gaze-Direction Behaviors in People with Intellectual and Developmental Disabilities
تُعزز هذه الورقة البحثية الذكاء الاصطناعي الشامل للتفاعلات الجماعية التي تشمل الأشخاص ذوي الإعاقات الذهنية والنمائية من خلال تقديم مجموعة بيانات MIDD، وتحليل الاختلافات في سلوك التحديق مقارنة بالفئات الطبيعية عصبياً، وتقييم نماذج تعلم الآلة جنباً إلى جنب مع رؤى المعالجين لتوجيه تطوير أدوات أكثر فعالية وتمركزاً حول الإنسان.
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 تعليم روبوت كيف يلعب لعبة "القطعة الساخنة" (Hot Potato) مع مجموعة من الأصدقاء. لقد تم تدريب الروبوت لسنوات على مراقبة مجموعات من الأشخاص الطبيعيين (Neurotypical). هو يعرف القواعد: إذا نظر إليك شخص ما، فهو يتحدث. إذا نظر بعيدًا، فهو يستمع.
الآن، أنت تقدم له مجموعة جديدة من الأصدقاء: أشخاص يعانون من إعاقات ذهنية ونموية (IDD). فجأة، يصاب الروبوت بالارتباك. يعتقد أن الجميع صامتون لأن لا أحد يقوم بـ "تواصل بصري مثالي". إنه يفوّت الأدوار، ويقاطع الآخرين، ويفشل في فهم المحادثة.
هذه الورقة البحثية تتحدث عن إصلاح هذا الروبوت لكي يتمكن من اللعب بإنصاف مع الجميع، وليس فقط مع الشخص "المتوسط".
إليك قصة رحلتهم، مقسمة إلى أجزاء بسيطة:
1. المشكلة: "كتيب القواعد" الخاص بالروبوت قديم
يشرح المؤلفون أن معظم أنظمة الذكاء الاصطنا اليوم تشبه الطلاب الذين درسوا كتاباً مدرسياً واحداً محدداً فقط. هذا الكتاب كُتب من قبل ومن أجل الأشخاص الطبيعيين (Neurotypical).
- المشكلة: في المجموعات التقليدية، ينظر الناس إلى بعضهم البعض عندما يتحدثون. أما في المجموعات التي تضم أشخاصاً ذوي إعاقات ذهنية ونموية (IDD)، فقد ينظر الناس إلى الأرض، أو إلى الجدار، أو يستخدمون الإيماءات بدلاً من العيون للتواصل.
- النتيجة: الذكاء الاصطناعي، اعتماداً على كتابه المدرسي القديم، يفكر: "أوه، لا أحد ينظر، إذاً لا أحد يتحدث!"، مما يؤدي إلى فشله في إشراك الأشخاص الذين يتواصلون بطرق مختلفة.
2. الحل: "دليل ميداني" جديد (مجموعة بيانات MIDD)
لإصلاح ذلك، قام الباحثون بتصوير محادثات حقيقية مع 13 شخصاً بالغاً من ذوي الإعاقات الذهنية والنموية. أطلقوا على هذه المجموعة الجديدة من البيانات اسم MIDD (التفاعل متعدد الأطراف مع الإعاقات الذهنية والنموية).
فكر في هذا كأن الروبوت حصل أخيراً على دليل ميداني جديد يوضح كيف يتصرف هؤلاء الأصدقاء تحديداً.
- قاموا بتصويرهم في دائرة، تماماً كما فعل الكتاب المدرسي القديم، لكي يتمكنوا من مقارنة "التفاح بالتفاح" (المقارنة بين أشياء متشابهة).
- وجدوا أنه في هذه المجموعات، ينظر الناس بعيداً بشكل أكثر تكراراً (66% من الوقت مقابل 34% في المجموعات التقليدية).
- وجدوا أيضاً أن الإضاءة غالباً ما تكون خافتة وزوايا الكاميرا أكثر تعقيداً.
3. التجربة: اختبار عيون الروبوت
أخذ الباحثون ثلاثة أنواع مختلفة من "الروبوتات" (نماذج الذكاء الاصطناي) واختبروها:
- الروبوت "القديم الطراز" (SVC & XGBoost): هذه تشبه الآلات الحاسبة؛ تنظر إلى الأرقام (وضعية الرأس، اتجاه العين) وتضع تخميناً.
- الروبوت "العبقري" (FSFNet): هذا نموذج تعلم عميق، مثل طالب قرأ ملايين الكتب ويمكنه "رؤية" الأنماط في الوجوه.
ماذا حدث؟
- عندما اختبروا هذه الروبوتات على بيانات الكتاب المدرسي القديم (الأشخاص الطبيعيين)، كان الروبوت العبقري مذهلاً.
- وعندما اختبروه على الدليل الميداني الجديد (MIDD)، تعثرت الروبوتات. لقد اعتادوا كثيراً على رؤية التواصل البصري "المثالي"، لذا ضاعوا عندما نظر الناس بعيداً.
- الإصلاح: حاولوا إجراء "ضبط دقيق" (Fine-tuning) للروبوتات. الأمر يشبه إعطاء الروبوت العبقري دورة مكثفة خصيصاً على الدليل الميداني الجديد. ساعد ذلك، لكن الروبوتات ظلت تعاني بسبب عدم التوازن الكبير (وجود الكثير من حالات النظر بعيداً).
4. استراتيجية "العمل الجماعي"
أدرك الباحثون أن روبوتاً واحداً ليس كافياً. لذا، أنشأوا "فريق الأحلام".
- قاموا بدمج "الروبوت العبقري" (المتميز في رؤية الوجوه) مع "الآلة الحاسبة" (المتميزة في تتبع من يتحدث).
- التشبيه: تخيل محققاً (الروبوت العبقري) ينظر إلى وجه المشتبه به، يعمل مع شاهد (الآلة الحاسبة) يعرف من كان يتحدث. معاً، هم أفضل بكثير في حل اللغز من أي منهما بمفرده.
- النتيجة: أدى هذا العمل الجماعي إلى تحسين الدقة بشكل كبير، مما جعل الذكاء الاصطناعي أفضل بكثير في تخمين من يتحدث، حتى عندما كان التواصل البصري غير منتظم.
5. العنصر البشري: التحدث مع المعالجين
هذا هو الجزء الأهم. لم يكتفِ الباحثون بالثقة في الأرقام؛ بل جلسوا مع ستة معالجين (خبراء يعملون مع هؤلاء الأفراد) لسؤالهم: "ماذا تعني هذه البيانات حقاً؟"
قدم المعالجون "لحظة تنوير":
- سوء فهم "التحفيز الذاتي" (Stimming): رأى الذكاء الاصطناعي شخصاً يتأرجح ذهاباً وإياباً أو ينظر إلى الأرض وظن: "إنه غير مندمج". لكن المعالج قال: "لا! هذا هو أسلوبه لتنظيم مشاعره. إنه لا يزال يستمع".
- دور المعلم: في هذه المجموعات، يعمل المعلم غالباً كـ "جسر اجتماعي"، حيث يوجه المحادثة بنظرة أو لمسة. الذكاء الاصطناي لم يكن يعرف ضرورة البحث عن مساعدة المعلم.
- الصمت ذهب: أحياناً، يكون الصمت المصحوب بنظرة خفيفة وسيلة متعمدة لقول: "أنا أفكر". الذكاء الاصطناي غالباً ما كان يفوّت هذه اللحظات.
الخلاصة الكبرى
تعلمنا هذه الورقة البحثية أن الذكاء الاصطناعي لا يمكن أن يكون "مقاساً واحداً يناسب الجميع".
إذا كنت تبني أداة لمساعدة الناس على التفاعل، فعليك بناؤها مع وضع الاحتياجات الخاصة لـ جميع الناس في الاعتبار. لا يمكنك تدريبها على الشخص "المتوسط" فقط. أنت بحاجة إلى:
- بيانات جديدة: تسجيلات حقيقية لمجموعات متنوعة.
- أدوات جديدة: روبوتات تنظر إلى ما هو أكثر من مجرد العيون (مثل وضعية الرأس ومن يتحدث).
- الحكمة البشرية: الاستماع إلى الخبراء لفهم لماذا يتصرف الناس بهذه الطريقة، وليس فقط ماذا يفعلون.
باخت de المختصر: من خلال تحديث "كتيب قواعد" الروبوت والاستماع إلى الخبراء البشر، يمكننا بناء ذكاء اصطناعي لا يكتفي برؤية الناس فحسب، بل يفهمهم حقاً، مما يجعل المحادثات الجماعية عادلة وشاملة للجميع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.