BAH Dataset for Ambivalence/Hesitancy Recognition in Videos for Digital Behavioural Change
यह शोध पत्र BAH डेटासेट प्रस्तुत करता है, जो द्वंद्व (ambivalence) और हिचकिचाहट (hesitancy) की पहचान के लिए एनोटेट किए गए 300 प्रतिभागियों के 1,427 वीडियो का एक मल्टीमॉडल संग्रह है, साथ ही इसमें बेसलाइन बेंचमार्किंग परिणाम भी दिए गए हैं जो व्यक्तिगत डिजिटल स्वास्थ्य हस्तक्षेपों का समर्थन करने के लिए उन्नत मॉडलों की आवश्यकता को रेखांकित करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप अपने एक दोस्त को कोई नई आदत शुरू करने के लिए मनाने की कोशिश कर रहे हैं, जैसे कि हर सुबह जॉगिंग करना। वे कहते हैं, "मैं वास्तव में यह करना चाहता हूँ," लेकिन उनकी आवाज़ कांप रही है, वे नज़रें चुरा रहे हैं, और वे बार-बार बेचैनी से हिल-डुल रहे हैं। वे "ना" नहीं कह रहे हैं, लेकिन वे पूरी तरह से "हाँ" भी नहीं कह रहे हैं। वे बीच में फंसे हुए हैं, बदलाव चाहने और उससे डरने के बीच झूल रहे हैं।
मनोविज्ञान में, इस भावना को एम्बीवैलेंस (Ambivalence - द्वंद्व) या हेसिटेंसी (Hesitancy - हिचकिचाहट) कहा जाता है। यह वह "शायद" वाली स्थिति है। यही वह सबसे आम कारण है जिसकी वजह से लोग स्वास्थ्य संबंधी लक्ष्यों को शुरू करने से पहले ही छोड़ देते हैं।
यह शोध पत्र एक नया टूल पेश करता है जो कंप्यूटर को उस पेचीदा "शायद" वाली भावना को समझने में मदद करता है। यहाँ बताया गया है कि शोधकर्ताओं ने क्या किया, इसे सरल शब्दों में समझाया गया है:
1. समस्या: कंप्यूटर "शायद" को समझने में खराब हैं
अभी, कंप्यूटर स्पष्ट भावनाओं को पहचानने में बहुत अच्छे हैं। यदि कोई हंस रहा है, तो कंप्यूटर जानता है कि वह "खुश" है। यदि कोई रो रहा है, तो वह जानता है कि वह "दुखी" है।
लेकिन एम्बीवैलेंस (द्वंद्व) अलग है। यह एक मौन संघर्ष है। यह तब होता है जब आपका चेहरा कहता है "मैं उत्साहित हूँ," लेकिन आपकी आवाज़ थकी हुई लगती है, और आपकी शारीरिक भाषा कहती है "मैं डरा हुआ हूँ।" यह एक ऐसे रेडियो की तरह है जो एक साथ दो अलग-अलग स्टेशन बजा रहा हो। इंसान इन सूक्ष्म सामाजिक संकेतों को पकड़ने में माहिर होते हैं क्योंकि हम इन्हें पढ़ने के लिए प्रशिक्षित होते हैं। हालाँकि, कंप्यूटरों ने कभी ऐसा डेटासेट नहीं देखा है जो विशेष रूप से उन्हें इस "संघर्ष" को पहचानने के लिए सिखाने के लिए बनाया गया हो। वे आमतौर पर केवल अनुमान लगाते हैं, और उनका अनुमान गलत होता है।
2. समाधान: "BAH" डेटासेट
इसे ठीक करने के लिए, शोधकर्ताओं ने वीडियो का एक विशाल नया पुस्तकालय बनाया जिसे BAH डेटासेट (बिहेवियरल एम्बीवैलेंस/हेसिटेंसी - व्यवहारिक द्वंद्व/हिचकिचाहट) कहा जाता है।
- कलाकार: उन्होंने कनाडा भर से 300 वास्तविक लोगों को इसमें शामिल किया।
- स्क्रिप्ट: इन लोगों ने अपने वेबकैम के सामने बैठकर सात ऐसे सवालों के जवाब दिए जो उन्हें द्वंद्व महसूस कराने के लिए डिज़ाइन किए गए थे।
- उदाहरण प्रश्न: "ऐसी किसी चीज़ के बारे में बताएं जिसे आप करना पसंद करते हैं लेकिन आप चाहते हैं कि आप इसे करना बंद कर दें।" (यह मस्तिष्क को "मुझे यह पसंद है" बनाम "मुझे इसे रोकना चाहिए" के बीच जूझने के लिए मजबूर करता है)।
- परिणाम: उन्होंने 1,427 वीडियो कैप्चर किए। कुछ लोग स्पष्ट रूप से खुश थे, कुछ स्पष्ट रूप से विरोध कर रहे थे, लेकिन कई लोग द्वंद्व के उस उलझे हुए मध्य मार्ग में फंसे हुए थे।
इस डेटासेट को AI के लिए एक जिम के रूप में समझें। जिस तरह एक वेटलिफ्टर को मजबूत होने के लिए भारी वजन की आवश्यकता होती है, उसी तरह एक AI को "द्वंद्व" में फंसे मनुष्यों के हजारों उदाहरणों की आवश्यकता होती है ताकि वह उन्हें पहचानना सीख सके।
3. "मानव कोच" (एनोटेशन)
आप केवल कच्चे वीडियो को कंप्यूटर को नहीं खिला सकते; आपको उसे बताना होगा कि क्या देखना है। शोधकर्ताओं ने हर एक वीडियो को देखने के लिए मानव व्यवहार के तीन विशेषज्ञों को काम पर रखा।
वे जासूसों की तरह काम कर रहे थे, जो सूक्ष्म सुरागों की तलाश कर रहे थे:
- आंखें: क्या उन्होंने लक्ष्य के बारे में बात करते समय नज़रें चुराईं?
- आवाज़: क्या उन्होंने बहुत लंबा विराम लिया या आवाज़ कांप रही थी?
- शरीर: क्या उन्होंने कंधे उचकाए या हाथ बांध लिए?
- संघर्ष: क्या किसी ने "हाँ" कहा जबकि सिर हिलाकर "ना" कहा?
विशेषज्ञों ने ठीक से चिह्नित किया कि ये क्षण कब हुए। उन्होंने कंप्यूटर के लिए एक "चीट शीट" बनाई, यह सिखाते हुए कि एक कांपती हुई आवाज़ + नज़रें चुराना = हिचकिचाहट है।
4. प्रशिक्षण: AI को सिखाना
शोधकर्ताओं ने फिर इस नए डेटासेट का उपयोग करके एक कंप्यूटर को इन क्षणों को पहचानना सिखाने की कोशिश की।
- पहला प्रयास: उन्होंने मानक AI मॉडल का उपयोग किया (जो आमतौर पर "खुशी" या "दुख" को पहचानते हैं)।
- परिणाम: कंप्यूटर संघर्ष कर रहा था। यह एक कुत्ते को शतरंज खेलना सिखाने जैसा था। कंप्यूटर की सटीकता लगभग 50-55% थी। यह सिक्का उछालकर अनुमान लगाने से थोड़ा ही बेहतर था।
- क्यों? क्योंकि एम्बीवैलेंस सूक्ष्म होता है। यह कोई ज़ोरदार विस्फोट नहीं है; यह एक फुसफुसाहट है। कंप्यूटर को पूरी तस्वीर (चेहरा + आवाज़ + शब्द) को देखने और समय (टाइमिंग) (कुछ सेकंड में भावना कैसे बदली) को समझने की आवश्यकता थी।
5. इसका भविष्य के लिए क्या अर्थ है?
हम इसकी परवाह क्यों करते हैं? एक डिजिटल हेल्थ कोच (जैसे कि चैटबॉट या वर्चुअल ट्रेनर) की कल्पना करें जो हर दिन आपसे बात करता है।
- इस तकनीक के बिना: बॉट पूछता है, "क्या आप दौड़ने गए थे?" आप कहते हैं, "मैंने कोशिश की," लेकिन आपकी आवाज़ अनिश्चित है। बॉट बस कहता है, "बहुत अच्छा काम किया!" और इस तथ्य को अनदेखा कर देता है कि आप वास्तव में संघर्ष कर रहे हैं और छोड़ने वाले हैं।
- इस तकनीक के साथ: बॉट आपकी हिचकिचाहट को पहचान लेता है। वह आपकी आवाज़ और चेहरे में संघर्ष देखता है। वह समझ जाता है कि आप द्वंद्व में हैं। केवल "अच्छा काम किया" कहने के बजाय, वह कह सकता है, "ऐसा लग रहा है कि आप कठिन समय से गुजर रहे हैं। आपको क्या चीज़ रोक रही है? आइए मिलकर इसे सुलझाते हैं।"
मुख्य निष्कर्ष
यह शोध पत्र अधिक स्मार्ट, अधिक सहानुभूतिपूर्ण डिजिटल स्वास्थ्य उपकरण बनाने के लिए एक नींव है। "द्वंद्व" के क्षणों का एक पुस्तकालय बनाकर, शोधकर्ताओं ने AI को पहली बार यह समझने का मौका दिया है कि मनुष्य केवल "हाँ" या "ना" नहीं होते हैं। हम अक्सर बीच में फंसे होते हैं, और अब, पहली बार, कंप्यूटरों के पास उस बीच के रास्ते को नेविगेट करने में हमारी मदद करने के लिए एक मानचित्र है।
संक्षेप में: उन्होंने "शायद" के क्षणों का एक पुस्तकालय बनाया ताकि कंप्यूटर अंततः यह समझ सकें कि हम कब असमंजस में हैं, जिससे हमें बेहतर सहायता के साथ अपने स्वास्थ्य लक्ष्यों पर टिके रहने में मदद मिल सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।