Sentiment Analysis of Thought-Related Language in the Context of Cognitive Disorders Using Machine Learning, Transformer-based Architecture and Large Language Models

إن العقل البشري عبارة عن تدفق مستمر من التعليقات، سرد متواصل للمعتقدات والمخاوف والآمال التي تشكل كيفية تجربتنا للعالم. لقد أدرك علماء النفس منذ زمن طويل أن الطريقة التي يتحدث بها الناس مع أنفسهم مهمة؛ فعندما يتحول ذلك الحوار الداخلي إلى حوار قاسٍ أو مشوه، يمكن أن يحبس الأفراد في دوائر من القلق والاكتئاب. ولعقود من الزمن، كان تحديد أنماط التفكير الضارة هذه يتطلب متخصصاً مدرباً يستمع بعناية ويفسر الفروق الدقيقة في لغة المريض. واليوم، ومع مشاركة الناس لحياتهم الداخلية بشكل أكثر انفتاحاً على وسائل التواصل الاجتماعي، برز سؤال جديد: هل يمكن للحواسيب أن تتعلم قراءة هذه الأفكار الرقمية بنفس القدر من الرعاية؟ هذا المجال، المعروف باسم الصحة النفسية الحوسبية، يسعى إلى استخدام أدوات تحليل اللغة للكشف عن الأنماط في النصوص التي تشير إلى الضيق العاطفي. ويكمن التحدي في التمييز بين مزاج سيئ عابر وطريقة تفكير سلبية متجذرة، وهي مهمة لا تتطلب فقط عد الكلمات، بل فهم ثقل ما يقال.

لقد اتخذ فريق من الباحثين في الجامعة الإسلامية للتكنولوجيا خطوة كبيرة نحو الإجابة على هذا السؤال من خلال بناء نظام لتصنيف النبرة العاطفية للأفكار المعبر عنها عبر الإنترنت. لم يكتفوا بمجرد سؤال الحاسوب عما إذا كانت الجملة سعيدة أم حزينة؛ بل ركزوا تحديداً على اللغة "المتعلقة بالأفكار" — وهي العبارات التي تكشف كيف يفسر الشخص واقعه. وللقيام بذلك، جمعوا مجموعة ضخمة مكونة من 156,785 منشوراً من منصات التواصل الاجتماعي مثل ريديت وتويتر وفيسبوك. وكانوا بحاجة إلى وسيلة لفرز ملايين الكلمات هذه إلى فئتين: إيجابية وسلبية. أولاً، استخدموا برنامجاً حوسبياً متخصصاً مصمماً لفهم اللغة العامية والنبرة غير الرسمية لوسائل التواصل الاجتماعي لتعيين تسمية أولية لكل منشور. ولضمان موثوقية هذه التسميات، استعانوا لاحقاً باثنين من الأخصائيين النفسيين المرخصين؛ حيث قام الخبراء بمراجعة عينة عشوائية مكونة من 500 منشور، وتقييمها على مقياس لمعرفة ما إذا كان تخمين الحاسوب الأولي يتوافق مع الحكم البشري. وقد اتفق الخبراء مع تصنيف الحاسوب في الغالبية العظمى من المرات، مما أكد أن مجموعة البيانات كانت موثوقة بما يكفي لتدريب آلة على تمييز الفرق بين التفكير البناء والتفكير الهدام.

ومع الحصول على مجموعة بيانات نظيفة ومحققة، وضع الباحثون مجموعة متنوعة من النماذج الحاسوبية تحت الاختبار لمعرفة أي منها يمكنه أداء هذا التصنيف بأفضل شكل. بدأوا بالطرق التقليدية، والتي تشبه الآلات الحاسبة البسيطة والفعالة التي تبحث عن كلمات محددة وتكراراتها. كما اختبروا نماذج "المحولات" (transformer) المتقدمة، وهي أنظمة أكثر تعقيداً قادرة على فهم السياق والعلاقة بين الكلمات في الجملة، بشكل يشبه كيف يستوعب القارئ البشري المعنى الكامل للقصة بدلاً من مجرد المفردات الفردية. وأخيراً، جربوا نموذج لغة كبيراً، وهو نوع قوي من الذكاء الاصطناعي المصمم لتوليد نصوص تشبه النصوص البشرية، من خلال مطالبته بتصنيف الأفكار باستخدام تعليمات محددة. وكانت النتائج مفاجئة لأولئك الذين يفترضون أن النماذج الأكبر والأكثر تعقيداً هي دائماً الأفضل. فقد تفوقت النماذج التقليدية الأبسط فعلياً على النماذج الأكثر تطوراً. حيث حقق نوع محدد من الخوارزميات البسيطة، يُعرف باسم الانحدار اللوجستي، أعلى دقة، حيث حدد صحة مشاعر الأفكار بنسبة تقارب 93 بالمائة. أما نماذج المحولات الأكثر تعقيداً، ورغم أنها لا تزال جيدة جداً، فقد سجلت نسبة أقل قليلاً، حوالي 84 بالمائة. بينما كان نموذج اللغة الكبير، رغم سمعته في الذكاء، هو الأضعف في هذه المهمة المحددة، حيث أصاب في حوالي 80 بالمائة من المرات.

وجد الباحثون أنه بالنسبة للجمل القصيرة والمباشرة النموذجية لوسائل التواصل الاجتماعي، كانت النماذج الأبسط أكثر فعالية في الواقع. نجحت هذه النماذج لأن الأفكار السلبية والإيجابية في مجموعة البيانات غالباً ما احتوت على كلمات واضحة وصريحة تشير إلى نبرتها، مما جعل من غير الضروري للحاسوب القيام باستدلال عميق ومعقد لفهمها. أما النماذج الأكثر تقدماً، والمصممة للتعامل مع السرديات الطويلة والمتعددة الأوجه، فلم تكن لديها ميزة هنا وتعثرت أحياناً في المهمة المحددة المتمثلة في التصنيف الثنائي. كما كشفت الدراسة أن النظام كان متسقاً بشكل ملحوظ؛ فعندما اختبر الباحثون النماذج على أجزاء مختلفة من البيانات، ظلت النتائج مستقرة، مما أظهر أن النظام لم يكن يحفظ الإجابات فحسب، بل يتعلم حقاً أنماط التفكير.

ومن الأهمية بمكان أن المؤلفين يؤكدون أن هذا النظام هو أداة للبحث، وليس جهازاً للتشخيص للأفراد. فالحاسوب مدرب على التعرف على النبرة العاطفية للجملة، وليس لتشخيص حالة صحية عقلية أو تحديد ما إذا كان الشخص يعاني من اضطراب معين. فالفكرة السلبية المنشورة عبر الإنترنت قد تعكس إحباطاً مؤقتاً بدلاً من كونها قضية سريرية، والنظام مصمم ليعكس هذا الواقع اللغوي، لا ليحل محل حكم الطبيب. إن هذا العمل يعد بمثابة أساس للأبحاث المستقبلية، حيث يقدم مجموعة بيانات كبيرة ومحققة ودليلاً واضحاً على أن الأدوات الخفيفة والفعالة يمكن أن تكون ناجحة للغاية في تحليل المشهد العاطفي للفكر البشري على نطاق واسع. ومن خلال إثبات أن الطرق البسيطة والشفافة يمكن أن تتفوق على الطرق المعقدة في هذا السياق المحدد، تشير الدراسة إلى أن الطريق للمضي قدماً في فهم الصحة النفسية من خلال اللغة قد يكمن في الوضوح والدقة بدلاً من مجرد القوة الحوسبية الهائلة.