Machine-learning classification of documented pedophilic sexual interest from eye-tracking patterns

على مدى عقود، اعتمد تقييم الاهتمام الجنسي بالأطفال بشكل كبير على ما يقوله الناس. ويعتمد الأطباء والخبراء الجنائيون على المقابلات، والتاريخ المذكور ذاتياً، ومدى استعداد الأفراد للاعتراف بالأفكد أو الأفعال التي يعلمون أنها غير مقبولة اجتماعياً أو خطيرة قانونياً. ومع ذلك، فإن طبيعة هذا الموضوع ذاتها — من خجل، وخوف من العواقب، والرغبة في حماية الذات — تؤدي غالباً إلى إجابات غير كاملة أو غير صادقة. وهذا يخلق فجوة كبيرة في الفهم، لا سيما في السياقات القانونية والعلاجية حيث تكون الرهانات عالية للغاية. ولتجسير هذه الفجوة، سعى الباحثون منذ فترة طويلة إلى إيجاد طرق غير مباشرة لقياس الانجذاب، بحثاً عن إشارات فسيولوجية أو سلوكية قد تتجاوز التحكم الواعي. وأحد هذه المسارات هو تتبع حركة العين، وهي تقنية تسجل بالضبط أين ينظر الشخص وإلى ما دامت مدة نظرته. والفكرة الكامنة وراء ذلك بسيطة: فحيثما تذهب العين، يتبعها العقل غالباً، وقد تكشف هذه الأنماط عن تفضيلات يحاول الشخص إخفاءها.

تأخذ دراسة جديدة من ألمانيا هذا المفهوم خطوة أبعد عبر دمج بيانات تتبع حركة العين مع تحليل حاسوبي متقدم. فقد سعى البحث لمعرفة ما إذا كان بإمكانهم التمييز بين الرجال الذين لديهم اهتمام جنسي موثق بالأطفال قبل سن البلوغ وأولئك الذين ليس لديهم مثل هذا الاهتمام، وذلك باستخدام الطريقة التي تتحرك بها أعينهم عبر الشاشة فقط. لم يطلبوا من المشاركين وصف مشاعرهم أو تقييم الصور. بدلاً من ذلك، راقبوا كيف تفاعلت أعين المشاركين مع صور للبالغين والأطفال أثناء قيامهم بمهام محددة. وكان الهدف هو معرفة ما إذا كان بإمكان الآلة أن تتعلم كيفية رصد الاختلافات الدقيقة والتلقائية في نظرات العين التي تفصل بين هاتين المجموعتين، مما يوفر أداة محتملة لدعم الحكم السريري في المواقف عالية المخاطر.

شملت الدراسة 124 رجلاً بالغاً تم استقطابهم من خمسة مواقع مختلفة في جميع أنحاء ألمانيا. تم تقسيم المجموعة إلى فئتين رئيسيتين: 34 رجلاً لديهم تشخيص موثق بالبيدوفيليا (الولع الجنسي بالأطفال)، وكثير منهم كانوا مرضى جنائيين لديهم سجل من الجرائم ضد الأطفال، و90 رجلاً ليس لديهم هذا التشخيص. شملت مجموعة الضبط هذه متطوعين أصحاء، بالإضافة إلى بعض الأفراد الذين ارتكبوا أنواعاً أخرى من الجرائم ولكن ليس جرائم جنسية ضد الأطفال. ولاختبار أعينهم، جلس المشاركون أمام شاشة وأكملوا ثلاث مهام مختلفة. في المهمة الأولى، عُرضت عليهم صورتان جنباً إلى جنب — إحداهما لشخص بالغ والأخرى لطفل من نفس الجنس — وطُلب منهم تحديد أيهما يجدونه أكثر جاذبية. وفي المهمة الثانية، كان عليهم حل ألغاز ذهنية تتضمن تدوير أشكال ثلاثية الأبعاد، ولكن بينما كانوا يفعلون ذلك، كانت تظهر صور لبالغين أو أطفال على الشاشة كمشتتات. أما المهمة الثالثة، فكانت تتضمن ببساطة تقييم مدى الإثارة أو اللذة لمختلف الصور. وطوال هذه التمارين، سجلت كاميرا عالية السرعة كل حركة لأعينهم، مدونةً بدقة أين نظروا، ومدة بقائهم في النظر، وسرعة تحول نظراتهم.

بعد ذلك، قام الباحثون بتغذية هذا الكم الهائل من البيانات البصرية في نظام تعلم آلي. صُمم هذا البرنامج الحاسوبي لإيجاد أنماط معقدة قد يغفل عنها المراقب البشري. لقد بحث في آلاف التفاصيل الصغيرة، مثل المدة التي استغرقها الشخص في التحديق في رأس أو بطن الطفل مقابل البالغ، ومدى سرعة انتقال أعينهم إلى صورة مشتتة، وكيفية تحول انتباههم بين اللغز والصورة. تم تدريب النظام للتمييز بين المجموعتين بناءً على حركات العين هذه فقط. وكانت النتائج مذهلة؛ فعندما قام الكمبيوتر بتحليل البيانات من مهمة التوجه الأولية ومهمة التشتيت معاً، نجح في تحديد ما إذا كان الرجل لديه اهتمام بيدوفيلي موثق أم لا بدقة عالية. وتحديداً، صنف النموذج الحالات بشكل صحيح بنسبة 8ما يقرب من 88 بالمائة إجمالاً. وكان بارعاً بشكل خاص في تحديد الرجال الذين ليس لديهم هذا الاهتمام، حيث صنفهم بشكل صحيح كأشخاص سلبيين (لا يعانون من هذا الاهتمام) في جميع الحالات تقريباً عند اختبارهم على مجموعة منفصلة من المتطوعين الأصحاء.

إن ما جعل هذه النتائج ممكنة لم يكن مجرد النظر في سلوك واحد، بل الجمع بين العديد من الإشارات الصغيرة. وجدت الدراسة أن الرجال الذين لديهم اهتمام بيدوفيلي يميلون إلى النظر إلى صور الأطفال بشكل متكرر ولمد فترات أطول من الرجال الآخرين، حتى عندما كانوا يحاولون التركيز على مهمة أخرى. كما أظهروا نمطاً مختلفاً من الانتباه عندما ظهر الأطفال كمشتتات، حيث كانوا ينظرون إليهم في وقت أبكر ولمدد أطول من مجموعة الضبط، مما يشير إلى قدرة أضعف على تجاهل المحفزات ذات الصلة الجنسية. في المقابل، فضل الرجال الذين ليس لديهم هذا الاهتمام باستمرار النظر إلى صور البالغين وكانوا أفضل في تجاهل صور الأطفال للتركيز على ألغازهم. ومن المثير للاهتمام أن الكمبيوتر لم يكن بحاجة إلى استخدام كل البيانات التي جمعها؛ فحتى عندما قام الباحثون بتقليص النموذج إلى عدد قليل فقط من أهم سمات حركة العين، ظلت الدقة عالية جداً. وهذا يشير إلى أن الإشارة قوية وليست معتمدة على شبكة معقدة من المتغيرات.

كما بحثت الدراسة فيما إذا كانت أنماط حركة العين هذه تتغير بناءً على خلفية المشاركين. نظر الباحثون في الرجال الذين ارتكبوا جرائم ضد الأطفال مقابل أولئك الذين لم يرتكبوها، والرجال الذين هم حالياً في السجن مقابل أولئك الذين هم خارج السجن، والرجال الذين اعترفوا بهذه الأفكار مقابل أولئك الذين أنكروا ذلك. عمل نموذج التعلم الآلي بكفاءة ثابتة عبر معظم هذه المجموعات الفرعية المختلفة. فقد تمكن من اكتشاف نفس أنماط حركة العين بغض النظر عما إذا كان الرجل مريضاً جنائياً أو متطوعاً صحيحاً، أو ما إذا كان يعترف بانفتاح باهتماماته أو يحاول إنكارها. هذه الاتساق مهم لأنه يشير إلى أن تتبع حركة العين يلتقط جانباً جوهرياً من الاهتمام الجنسي الذي يستمر حتى عندما يحاول الشخص إخفاءه. وكانت الاستثناءات الوحيدة في مجموعات صغيرة جداً ذات سجلات جرمية محددة، حيث كان حجم العينة صغيراً جداً بحيث لا يمكن استخلاص استنتاجات حازمة.

ومع ذلك، يشدد الباحثون على توضيح ماهية هذه التكنولوجيا وما ليست عليه. فهم يؤكدون أن هذا ليس أداة تشخيصية يمكن أن تحل محل المقابلة السريرية أو الحكم القانوني. كانت الدراسة بمثابة إثبات للمفهوم، حيث أظهرت أن بيانات تتبع حركة العين يمكن استخدامها لتصنيف الأفراد في بيئة بحثية بدقة عالية. ويشير المؤلفون إلى أن النتائج الإيجابية الخاطئة — أي تصنيف شخص بريء بشكل خاطئ على أنه لديه اهتمام بيدوفيلي — قد تكون لها عواقب وخيمة، لذا تتطلب الطريقة مزيداً من الاختبار في مجموعات أكبر وأكثر تنوعاً قبل أن يمكن استخدامها أبداً في القرارات السريرية أو القانونية الواقعية. كما أشاروا إلى أن الدراسة لم تثبت أن حركات العين تسبب سلوكاً إجرامياً، بل أثبتت أنها ترتبط بتشخيص موثق فقط. كما تمت مراقبة التأثير العاطفي للمهام، وبينما ارتبطت درجات الكمبيوتر بتغيرات في المشاعر مثل الغضب أو الحزن، لم تجد الدراسة أن الحالات العاطفية للمشاركين قبل الاختبار كانت تتنبأ بالنتائج.

في نهاية المطاف، يقدم هذا العمل لمحة عن مستقبل قد يعتمد فيه تقييم الاهتمام الجنسي على ما تفعله أعيننا بدلاً من الاعتماد على ما نقوله. فمن خلال الجمع بين المهام البصرية البسيطة والتحليل الحاسوبي القوي، أثبت الباحثون أنه من الممكن اكتشاف أنماط متميزة من الانتباه تميز بين الرجال الذين لديهم اهتمام جنسي بالأطفال وأولئك الذين ليس لديهم ذلك. ورغم أن التكنولوجيا ليست جاهزة بعد للقاعات الدراسية أو العيادات، إلا أن النتائج تشير إلى أن العينين قد تحملان مفتاحاً لفهم جانب خفي من السلوك البشري كان من الصعب قياسه لفترة طويلة. وتخلص الدراسة إلى أنه مع المزيد من التحقق، يمكن لهذه الأساليب أن تصبح جزءاً من جيل جديد من الأدوات الأكثر صعوبة في الخداع، والأكثر دقة في تقييماتها، والتي قد تكون تحولية في كيفية تعامل المجتمع مع الوقاية والعلاج.