Prediction of Challenging Behaviors Associated with Profound Autism in a Classroom Setting Using Wearable Sensors
تُظهر هذه الدراسة أن النماذج التأسيسية الضبطية الدقيقة يمكنها التنبؤ بالسلوكيات الصعبة في حالات التوحد العميق قبل حدوثها بمدة تصل إلى 10 دقائق، وذلك بمعامل مساحة تحت منحنى خصائص تشغيل المستقبِل (AUC-ROC) يبلغ 0.78، من خلال تحليل بيانات أجهزة الاستشعار القابلة للارتداء متعددة الوسائط التي جُمعت من تسعة أفراد في فصل دراسي للتربية الخاصة في بيئة واقعية، مما يمهد الطريق لتدخلات سلامة استباقية.
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 فصلاً دراسياً حيث يواجه بعض الطلاب صعوبة كبيرة في تنظيم عواطفهم وأفعالهم. أحياناً، قد يؤذون أنفسهم، أو يضربون الآخرين، أو يهربون بعيداً. تُسمى هذه "السلوكيات الصعبة". بالنسبة للمعلمين، فإن رصد هذه اللحظات قبل وقوعها يشبه محاولة التنبؤ بعاصفة رعدية مفاجئة بمجرد النظر إلى السماء. عادةً، يضطر المعلمون للانتظار حتى تندلع العاصفة بالفعل ليتفاعلوا معها، وهو أمر قد يكون خطيراً ومجهداً للجميع.
هذه الورقة البحثية تدور حول بناء "توقعات جوية" لهذه السلوكيات باستخدام أساور معصم وكاحل يرتديها الطلاب.
"الساعة الذكية" التي ترى العاصفة قبل اندلاعها
عمل الباحثون مع تسعة طلاب (تتراوح أعمارهم بين 10 و21 عاماً) في فصل تعليم خاص. كان كل طالب يرتدي حزام استشعار يعمل مثل محقق صغير فائق الحساسية. لم يكتفِ هذا المحقق بمراقبة ما يفعله الطالب فحسب، بل استمع إلى ثلاث "لغات" مختلفة يتحدث بها الجسم:
- كاشف الحركة (مقياس التسارع): هذا يشبه عداد الخطوات الذي يعرف بدقة مدى اهتزاز الطالب، أو قفزه، أو رفرفة يديه. وهو الصوت الأعلى في الغرفة.
- مقياس التوتر (موصلية الجلد/EDA): يقيس مدى تعرق جلد الطالب. فكر في الأمر كـ "إنذار للجهاز العصبي" ينطلق عندما يصبح الجسم مثاراً أو متوتراً، حتى قبل أن يحرك الطالب عضلة واحدة.
- مقياس درجة الحرارة (درجة حرارة الجلد): يتتبع مدى سخونة أو برودة جلد الطالب. وهي إشارة بطيئة الحركة، مثل ميزان الحرارة الذي يأخذ وقته في التفاعل مع التغيرات الداخلية للجسم.
"الدماغ" الذي يتعلم الأنماط
لم يكتف الفريق بجمع هذه البيانات فحسب؛ بل قاموا بتغذيتها في "دماغ كمبيوتر ذكي جداً" (نموذج ذكاء اصطناعي). استخدموا تقنية تسمى "النماذج التأسيسية"، وهي تشبه تعليم طالب من خلال إظهال ملايين الأمثلة لكيفية تحرك الناس وتفاعلهم في العالم الحقيقي، ثم صقل تلك المعرفة لتناسب هؤلاء الطلاب تحديداً.
لقد جربوا طرقاً مختلفة لدمج الإشارات الثلاث:
- المزيج "البسيط": مجرد وضع كل البيانات في خلاط ورؤية ما سينتج. ومن المثير للدهشة أن هذا النهج البسيط كان الأفضل أداءً.
- المزيج "المعقد": محاولة جعل الكمبيوتر يفهم بالضبط كيف ترتبط إشارة العرق بإشارة الحركة في كل ثانية. تبين أن هذا الأمر معقد للغاية بالنسبة لكمية البيانات الصغيرة التي لديهم، بل وأدى إلى أداء أسوأ.
الاكتشاف الكبير: عشر دقائق من الأسبقية
النتيجة الأكثر إثارة هي أن هذا النظام يمكنه العمل كـ توقعات جوية لمدة 10 دقائق.
- التنبؤ: يمكن للذكاء الاصطناعي النظر في البيانات من الدقائق القليلة الماضية والقول: "هناك احتمال كبير لوقوع سلوك صعب في الدقـ 10 القادمة".
- الدقة: يحقق هذا الأمر بنجاح حوالي 78% من المرات (مقاسة بدرجة تسمى AUC-ROC).
- المقايضة: نظرًا لأن النظام مصمم ليكون آمناً، فهو جيد جداً في رصد "العواصف" (حساسية عالية)، ولكنه أحياناً يطلق إنذارات خاطئة عندما لا تكون هناك عاصفة (دقة منخفضة). بعبارة بسيطة: قد يتلقى المعلم تنبيهاً يقول "كن حذراً، قد يحدث شيء ما"، وأحياناً لا يحدث شيء. لكن الباحثين يجادلون بأن الحصول على إنذار كاذب والبقاء آمناً أفضل من تفويت خطر حقيقي.
ما الذي يحرك التنبؤ فعلياً؟
عندما سأل الباحثون الذكاء الاصطناعي: "أي إشارة أخبرتكم بالمزيد؟"، كانت الإجابة واضحة: الحركة.
- كاشف الحركة كان هو النجم في العرض؛ فقد ساهم بنحو 90% من "عملية اتخاذ القرار".
- مقياس التوتر ومقياس درجة الحرارة كانا مثل المساعدين المساندين؛ فقد ساعدا قليلاً، لكنهما لم يكونا المحركين الرئيسيين. أدرك الذكاء الاصطناعي أن الجسم عادة ما يبدأ في التحرك قبل أن تصل إشارات التوتر إلى ذروتها، لذا فإن الحركة هي أول علامة تحذير مبكرة.
حدود البلورة السحرية
الورقة البحثية صادقة جداً بشأن ما لا يستطيع هذا النظام فعله بعد:
- لا يمكنه إخبارك بنوع "العاصفة" القادمة: النظام جيد في قول "شيء سيء على وشك الحدوث"، لكنه يواجه صعوبة في قول "سيكون حادث ضرب الرأس بالرأس" مقابل "سيكون حادث ضرب باليد". كانت البيانات المتعلقة بأنواع محددة من السلوكات السيئة نادرة جداً لدرجة تمنع الذكاء الاصطناعي من تعلم الفرق بينها.
- يحتاج إلى المزيد من البيانات: عمل النظام بشكل جيد مع الطلاب التسعة الذين تم تدريبه عليهم، ولكن نظراً لأن مجموعة البيانات كانت صغيرة، فهو ليس جاهزاً بعد ليكون أداة عالمية لكل طفل يعاني من التوحد.
- يصبح ضبابياً بمرور الوقت: إذا حاولت التنبؤ قبل 30 دقيقة، تنخفض الدقة. نافذة الـ 10 دقائق هي "النقطة المثالية" حيث يظل التنبؤ موثوقاً.
الخلاية
تثبت هذه الورقة أنه من الممكن استخدام أجهزة الاستشعار القابلة للارتداء لمنح المعلمين تحذيراً مدته 10 دقائق بأن طالباً قد يمر بلحظة صعبة. إنه ليس بلورة سحرية تخبرك بالضبط بما سيحدث، ولكنه أداة قوية تنقل النهج من "رد الفعل تجاه الأزمة" إلى "الاستعداد لها"، مما قد يحافظ على سلامة الجميع في الفصل الدراسي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.