Design of an Adaptive Digital Intervention System for Preventing and Controlling Social Media Addiction in Adolescents: A Personalized Strategy Optimization Method Integrating NLP Sentiment Analysis and Reinforcement Learning

في العصر الرقمي، أصبح الهاتف الذكي رفيقاً دائماً للمراهقين، حيث يوفر لهم التواصل والترفيه ونافذة على العالم. ومع ذلك، بالنسبة للبعض، يتحول هذا التواصل إلى حالة من القهر، حيث يبدأ الدافع للتمرير والإعجاب والتعليق في تآكل النوم والتركيز والرفاهية النفسية. لقد أدرك العلماء منذ فترة طويلة أن مجرد إخبار الشباب بـ "استخدام أقل" نادراً ما ينجح، لأن الرغبة في البقاء متصلاً بالإنترنت غالباً ما تكون متجذرة في مشاعر معقدة مثل الوحدة أو القلق أو الحاجة إلى التقدير الاجتماعي. إن الأساليب التقليدية للمساعدة، مثل وضع حدود زمنية ثابتة أو الانتظار حتى تصبح المشكلة شديدة، غالباً ما تخطئ الهدف لأنها تعامل كل مراهق بالطريقة نفسها؛ فهي تفشل في رؤية أن شخصاً ما قد يكون يتمرر هرباً من يوم سيء في المدرسة، بينما يبحث آخر عن التواصل بعد شجار مع صديق. ولكي تكون التدخلات فعالة حقاً، يجب أن تكون ديناميكية واستجابية بقدر الديناميكية التي تتسم بها العواطف التي تقود هذا السلوك في المقام الأول.

هذا هو التحدي الذي سعى "تشينغ بيان"، الباحث في كلية قوانغتشو للتجارة، إلى حله. كان الهدف هو تجاوز القواعد الجامدة وبناء نظام يمكنه فهم الحالة العاطفية للمراهق في الوقت الفعلي والاستجابة بنبذة لطيفة ومخصصة بدلاً من أمر صارم. والنتيجة هي نظام تدخل رقمي تكيفي مصمم للوقاية من إدمان وسائل التواصل الاجتماعي والسيطرة عليه. وبدلاً من الاعتماد على مؤقت واحد أو تحذير عام، يعمل هذا النظام كـ "مراقب متفهم"؛ فهو يقرأ النصوص التي يكتبها المراهق، ويستمع إلى نبرة كلماته، ويراقب كيفية تفاعله مع جهازه. ومن خلال الجمع بين هذا الفهم العاطفي وخوارزمية تعلم تتحسن بمرور الوقت، يتعلم النظام بالضبط نوع المساعدة التي تعمل بشكل أفضل لكل فرد، ويعدل نهجه مع تغير مزاج المراهق وعاداته.

يكمن جوهر هذا النظام في قدرته على "القراءة ما بين السطور". فعندما يكتب المراهق رسالة، يستخدم النظام معالجة لغوية متقدمة للكشف عن العاطفة الكامنة وراءها. فهو لا يكتفي بعدد مرات ظهور كلمة معينة، بل يفهم السياق، ويميز بين الشكوى العابرة وعلامات الضيق العميق. يتم بعد ذلك دمج هذه البيانات العاطفية مع الأنماط السلوكية، مثل مدة استخدام الهاتف وعدد مرات التقاطه خلال الليل. والأهم من ذلك، أن النظام يميز بين الارتفاع قصير المدى في الاستخدام الناتج عن حدث معين، وبين التراكم طويل الأمد للسلوك الخطر. إنه يتذكر الماضي، ويزن الأفعال الأخيرة مقابل الاتجاهات التاريخية ليرى ما إذا كانت المخاطر في تزايد أو تراجع. وهذا يخلق صورة حية لحالة المراهق، صورة تتحدث باستمرار بدلاً من الاعتماد على لقطة ثابتة من استبيان.

بمجرد أن يفهم النظام مستوى الخطر الحالي، يتعين عليه اتخاذ قرار. وهنا يأتي دور مكون التعلم. يعمل النظام كطالب يحاول إيجاد الإجابة الصحيحة من خلال التجربة والخطأ، ولكن ضمن مجموعة صارمة من القواعد الأخلاقية. فهو يختبر أنواعاً مختلفة من التدخلات، مثل تذكير لطيف بأخذ استراحة، أو اقتراح التبديل إلى نوع مختلف من المحتوى، أو تقديم دعم عاطفي. إذا قبل المراهق الاقتراح وانخفض معدل استخدامه، يتعلم النظام أن هذا النهج فعال. وإذا تجاهله المراهق أو تفاعل معه سلبياً، يتعلم النظام تجربة شيء آخر. وقد صمم الباحثون عملية التعلم هذه لإعطاء الأولوية لقبول المراهق، مما يضمن أن تبدو المساعدة داعمة وليست مسيطرة. كما يتضمن النظام شبكة أمان: فإذا أصبح الخطر مرتفعاً للغاية، يقوم النظام تلقائياً بتفعيل مراجعة بشرية، مما يستدعي ولي الأمر أو الوصي للتدخل، لضمان ألا تحل التكنولوجيا محل الرعاية البشرية.

كانت نتائج اختبار هذا النظام مذهلة. ففي تجارب شملت مئات المشاركين، أثبت النهج التكيفي أنه أكثر فعالية بكماً من القواعد الثابتة أو البرامج الحاسوبية القياسية. نجح النظام في تقليل خطر الإدمان الإجمالي بنسبة 32.1 بالمئة. ولعل الأهم من ذلك هو أنه لم يدفع المراهقين بعيداً؛ إذ بلغت نسبة القبول 82.4 بالمئة، مما يعني أن الغالبية العظمى من المستخدمين كانوا مستعدين للتفاعل مع المساعدة المقدمة. وبالنسبة لأولئك الذين يعانون من مخاطر منخفضة، كان النظام ناجحاً بشكل خاص، حيث بلغت نسبة القبول 92.3 بالمئة، مما يظهر أن التدخلات المبكرة واللطيفة تحظى بقبول جيد. أما بالنسبة للسلوكيات عالية المخاطر، فقد تمكن النظام من خفض درجات مخاطرهم بمقدار 0.32 نقطة وتقليل وقت استخدامهم اليومي بنسبة 20.1 بالمئة. تشير هذه الأرقام إلى أنه عندما يتم تخصيص المساعدة لتناسب الواقع العاطفي للفرد، فإنها تكون أكثر عرضة للنجاح.

كما سلطت الدراسة الضوء على ما لا يجدي نفعاً. فقد وُجد أن الاستراتيجيات الثابتة التي تطبق نفس القاعدة على الجميع، مثل الحظر الشامل بعد عدد معين من الدقائق، كانت أقل فعالية وغالباً ما تؤدي إلى المقاومة. وبالمثل، فإن الأنظمة التي تنظر فقط إلى مدة استخدام الهاتف، دون مراعاة الحالة العاطفية وراء الاستخدام، فشلت في استيعاب الطبيعة الحقيقية للمشكلة. ووجد الباحثون أن تجاهل السياق العاطفي أو التغذية الراجعة من المستخدم أدى إلى انخفاض كبير في الأداء. كانت قدرة النظام على التكيف هي المفتاح؛ فعندما اختبر الباحثون النظام بدون قدراته التعليمية أو قيوده الأخلاقية، ساءت النتائج، وزاد معدل الانتهاكات — حيث يتصرف النظام بشكل غير لائق — بشكل حاد. وقد أكد هذا أن الجمع بين البصيرة العاطفية، والتعلم التكيفي، والحدود الأخلاقية الصارمة كان ضرورياً للنجاح.

وبعيداً عن الأرقام، أكدت الدراسة على أهمية الخصوصية والثقة. ونظراً لأن النظام يتعامل مع بيانات حساسة حول مشاعر المراهقين وعاداتهم، فقد بُني بضمانات قوية. يتم تجريد جميع البيانات من المعرفات الشخصية، وصُمم النظام ليعمل كأداة داعمة فقط، وليس كحكم تشخيصي. فهو لا يصنف المراهق بأنه "مدمن"، بل يقدم طريقة لإدارة المخاطر. وإذا اكتشف النظام مستوى خطيراً من المخاطر، فإنه لا يعمل بمفرده؛ بل ينبه ولي الأمر البشري لتولي المهمة. يضمن هذا النهج أن تظل التكنولوجيا جسراً للمساعدة، لا حاجزاً أمامها. وأشار الباحثون إلى أنه بينما كان النظام يعمل بشكل جيد عبر سيناريوهات مختلفة، فإنه لا يزال يواجه تحديات، مثل التكيف مع منصات التواصل الاجتماعي الجديدة أو الحفاظ على التفاعل طويل الأمد مع المستخدمين الأكثر عرضة للخطر.

في نهاية المطاف، يقدم هذا العمل مساراً جديداً لإدارة العادات الرقمية. فهو يشير إلى أن الحل لإدمان وسائل التواصل الاجتماعي ليس محاربة التكنولوجيا بمزيد من التكنولوجيا، بل استخدام التكنولوجيا لفهم القلب البشري. ومن خلال الاستماع إلى العواطف الكامنة وراء الشاشة والاستجابة بإرشاد مخصص ورحيم، يثبت النظام أنه من الممكن تقليل الضرر دون التضحية بالتواصل. وتظهر النتائج أنه عندما تكون التدخلات مرنة ومحترمة ومتناغمة مع الفرد، يمكنها مساعدة المراهقين على استعادة السيطرة على حياتهم الرقمية. وبينما يتطلع الباحثون إلى المستقبل، فإنهم يخططون لتطوير هذه الأدوات بشكل أكبر، بهدف جعلها أكثر استجابة وربطها بأنظمة الدعم الواقعية (خارج الإنترنت)، لضمان حصول كل مراهق على نوع المساعدة المناسب في الوقت المناسب.