Trans-SAC: Gamification Design for Sustained User Engagement in Residential Demand Response
تقترح هذه الورقة البحثية إطار عمل Trans-SAC، وهو إطار عمل جديد للاستجابة للطلب ديناميكي وواعٍ بالألعاب (gamification-aware)، يدمج نمذجة الإرهاق النفسي مع التنبؤ بالمشاركة القائم على نموذج المحولات (Transformer) وتعلم الممثل-الناقد اللين (Soft Actor-Critic) لتعزيز تعزيز المشاركة طويلة الأمد للمستخدم والكفاءة الاقتصادية من خلال ضبط صعوبة المهام والمكافآت ديناميكياً.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تعد الشبكة الكهربائية الحديثة عملية توازن دقيقة للغاية. فخلافاً للمياه المتدفقة من خزان، يجب توليد الكهربة واستهلاكها في اللحظة ذاتها تماماً. ومع تحول العالم نحو مصادر الطاقة المتجددة مثل الرياح والطاقة الشمسية، والتي تتسم بعدم القدرة على التنبؤ بها وتتغير بتغير الطقس، يصبح الحفاظ على هذا التوازن أمراً يزداد صعوبة. ولحل هذه المعضلة، يعتمد مشغلو الشبكة استراتيجية تسمى "الاستجابة للطلب". فبدلاً من بناء المزيد من محطات الطاقة للتعامل مع أوقات ذروة الاستخدام، يطلبون من الناس طواعية تقليل استخدام الكهرباء عندما تكون الشبكة تحت الضغط. ولسنوات طويلة، كانت الطريقة الأساسية لتشجيع هذا السلوك هي الطريقة المالية: تقديم أسعار أقل أو مكافآت نقدية لأولئك الذين يقللون استهلاكهم. ومع ذلك، فإن السلوك البشري نادراً ما يكون معادلة بسيطة من التكلفة والمنفعة؛ فالناس يملّون من الروتين نفسه. تماماً كما يمل الطفل من لعبة تقدم له نفس المكافأة في كل مرة، يفقد البالغون في النهاية الاهتمام ببرامج توفير الطاقة التي تبدو متكررة ومتوقعة. هذا "الفتور" يتسبب في انخفاض حاد في المشاركة بمجرد أن يتلاشى الحماس الأولي، مما يترك الشبكة عرضة للخطر عندما تكون في أمس الحاجة للمساعدة.
اقترح باحثون في جامعة غوانغدونغ للعلوم والتكنولوجيا طريقة جديدة لإبقاء الناس متفاعلين، طريقة تتعامل مع العقل البشري بنفس التعقيد الذي تتعامل به مع الشبكة الكهربائية. فقد طوروا نظاماً يسمى (Trans-SAC)، يجمع بين دراسة علم النفس البشري والذكاء الاصطناعي المتقدم. وتتمثل الفكرة الجوهرية في التوقف عن معاملة مهام توفير الطاقة كأعمال روتينية ثابتة، وتحويلها بدلاً من ذلك إلى تجربة ديناميكية متطورة. يستخدم النظام برنامجاً حاسوبياً متطوراً لمراقبة كيفية تفاعل الناس مع الشبكة بمرور الوقت، بحثاً عن علامات دقيقة تشير إلى أن المستخدم بدأ يشعر بالملل أو التعب. وعندما يكتشف النظام هذا الفتور الذهني، فإنه لا يكتفي ببساطة بتقديم المزيد من المال، بل يغير قواعد اللعبة تماماً؛ فقد يطرح فجأة تحدياً أصعب مع مكافأة أكبر وغير متوقعة، أو قد يوقف المكافآت لفترة من الوقت للسماح لاهتمام المستخدم بالعودة إلى وضعه الطبيعي. صُمم هذا النهج ليحاكي مبدأ "التعزيز المتقطع" النفسي، حيث تحافظ المكافآت غير المتوقعة على استمرار الدافع لفترة أطول بكثير من الراتب الثابت والمتوقع.
ولاختبار هذه الفكرة، لم يقم الباحثون بإجراء تجربة واقعية مع آلاف الأشخاص، وهو أمر سيكون صعباً ومكلفاً من حيث التحكم فيه، بل قاموا ببناء محاكاة دقيقة للغاية. فقد أخذوا بيانات حقيقية لاستخدام الكهرباء من 700 منزل في مدينة أوستن بولاية تكساس، وأسقطوا عليها نموذجاً رياضياً للسلوك البشري. عمل هذا النموذج كجمهور افتراضي، مبرمج للتفاعل مع المكافآت والمهام تماماً كما يفعل البشر الحقيقيون، بما في ذلك الميل إلى الشعور بالملل والتوقف عن المشاركة. ثم ترك الباحثون وكيل الذكاء الاصطناعي الخاص بهم، نظام (Trans-SAC)، يتفاعل مع هذا الجمهور الافتراضي لمدة عام كامل. وكان الهدف هو معرفة ما إذا كان النظام يستطيع الحفاظ على مستويات عالية من خفض استهلاك الطاقة دون استنزاف الميزانية في مكافآت غير ضرورية.
كانت نتائج هذه المحاكة مذهلة. ففي الأشهر القليلة الأولى، أدت جميع الطرق المختلفة أداءً جيداً، حيث حافظ عنصر الجدة في البرنامج على اهتمام الناس. ومع ذلك، مع مرور الوقت، بدأت الأساليب التقليدية في الفشل؛ إذ شهد نظام قدم مكافآت ثابتة انخفاضاً في المشاركة إلى أقل من نصف مستواه الأولي بحلول الشهر الثامن. كما عانى النظام الذي استخدم الذكاء الاصطناعي القياسي لتعديل الأسعار دون فهم علم النفس البشري أيضاً، حيث انخفضت المشاركة ببطء لتصل إلى حوالي 69 بالمائة. وفي المقابل، حافظ نظام (Trans-SAC) على معدل مشاركة ثابت يزيد عن 85 بالمائة طوال العام بأكه. وقد حقق ذلك من خلال مراقبة "مزاج" مجموعة المستخدمين باستمرار؛ فعندما لاحظ النظام أن الرغبة الجماعية في المشاركة بدأت تنخفض، كان يتدخل بمهمة صعبة وذات قيمة عالية لإعادة تنشيط المجموعة. وعندما كانت المجموعة لا تزال متحمسة، كان يتراجع عن تقديم المكافآت المكلفة، مما يوفر المال.
أثبتت هذه الاستراتيجية أنها ليست فقط أكثر فعالية في إبقاء الناس متفاعلين، بل هي أيضاً أكثر اقتصادية. فمن خلال معرفة الوقت المناسب تماماً للتدخل والوقت المناسب للتراجع، خفض نظام (Trans-SAC) تكلفة الحوافز بنسبة تقارب 22 بالمائة مقارنة بنهج الذكاء الاصطناعي القياسي. لقد تجنب الخطأ الشائع المتمثل في الدفع لأشخاص كانوا مستعدين للمساعدة بالفعل، وركز موارده بدلاً من ذلك على اللحظات التي كان فيها الجمهور على وشك الاستسلام. ووجد الباحثون أن هذا النهج نجح في منع الانخفاض الحاد في الموثوقية الذي عادة ما يعاني منه برامج الطاقة طويلة الأمد.
ومع ذلك، يحرص الباحثون على الإشارة إلى أن هذه النتائج تأتي من محاكاة، وليس من تجربة واقعية. فالسلوك البشري في الدراسة استند إلى افتراضات رياضية حول كيفية شعور الناس بالملل، وليس بناءً على بيانات من أشخاص حقيقيين يلعبون لعبة طاقة. لم يتم اختبار النظام بعد في حي حقيقي مع أسر حقيقية. ويقترح المؤلف أنه بينما تبدو النتائج واعدة، فإن الخطوة التالية ستكون إجراء اختبار ميداني لمعرفة ما إذا كان الناس الحقيقيون سيتفاعلون مع النظام بنفس الطريقة التي توقعها النموذج الحاسوبي. كما يشيرون إلى أنه لكي يعمل مثل هذا النظام في الواقع، فإنه يحتاج إلى التكامل مع العدادات الذكية الموجودة حالياً وأن يتم تصميمه مع ضوابط صارمة لحماية الخصوصية لضمان بقاء البيانات الشخصية آمنة.
تسلط هذه الدراسة الضوء على تحول في كيفية تفكيرنا في إدارة شبكة الطاقة؛ فهي تشير إلى أن مستقبل الاستجابة للطلب لا يكمن فقط في تكنولوجيا أفضل أو أسعار أرخص، بل في فهم سيكولوجية الأشخاص الذين يمدون النظام بالطاقة. ومن خلال التعامل مع المستخدمين كأفراد لديهم حالات مزاجية ودوافع متغيرة، وليس مجرد مفاتيح يتم تشغيلها وإيقافها، قد يتمكن مشغلو الشبكة من بناء شبكة طاقة أكثر مرونة واستدامة. يقدم إطار عمل (Trans-SAC) مخططاً لهذا المستقبل، موضحاً أنه عندما يقترن الذكاء الاصطناعي بفهم عميق للسلوك البشري، يمكنه حل المشكلات التي لا تستطيع التكنولوجيا وحدها ولا الاقتصاد وحده حلها. وبينما لا يزال الطريق من المحاكاة إلى التطبيق في العالم الحقيقي طويلاً، فإن المفهوم يقدم رؤية متفائلة لشبكة تعمل مع الطبيعة البشرية، لا ضدها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.