АИ Алат користи друштвене мреже за борбу против злоупотребе супстанци

Када је реч о борби против злоупотребе супстанци, истраживање сугерише да компанија коју водите може да направи разлику између опоравка и рецидива.

Иако програми групне интервенције могу играти важну улогу у спречавању злоупотребе супстанци, они такође могу ненамерно излагати учеснике негативном понашању.

Истраживачи из Центра за вештачку интелигенцију у друштву Универзитета Јужне Калифорније (УСЦ) створили су алгоритам који сортира учеснике у интервентним програмима који добровољно раде на опоравку у мање групе на начин који одржава корисне социјалне везе и прекида социјалне везе које би могле бити штетно за опоравак.

„Знамо да на злоупотребу супстанци највише утиче социјални утицај, другим речима, с ким сте пријатељи“, рекла је Аида Рахматталаби, студенткиња америчких рачунарских наука и водећа ауторка студије. „Да бисте побољшали ефикасност интервенција, морате знати како ће људи утицати једни на друге у групи.“

Рахматталаби и истраживачи са УСЦ Витерби Сцхоол оф Енгинееринг, УСЦ Сузанне Дворак-Пецк Сцхоол оф Социал Ворк и Универзитет у Денверу су сарађивали са Урбан Пеак-ом, непрофитном непрофитном омладином са седиштем у Денверу, како би развили алгоритам за који се надају помоћи ће у спречавању злоупотребе супстанци.

Резултати су показали да је алгоритам изведен знатно боље од контролних стратегија за формирање група, према истраживачима.

Сваке године до два милиона деце у САД доживиће бескућништво, а процене сугеришу да између 39 и 70 процената бескућника омладине злоупотребљава дроге или алкохол.

Иницијативе за злоупотребу супстанци, попут групне терапије, могу пружити подршку подстицањем бескућника да деле своја искуства, уче позитивне стратегије суочавања и граде здраве друштвене мреже.

Али ако ове групе нису правилно структуриране, могу погоршати проблеме које намеравају да лече подстичући стварање пријатељства заснованих на асоцијалном понашању, примећују истраживачи. Ово је процес познат у социјалном раду као „тренинг девијације“, када се вршњаци међусобно појачавају због девијантног понашања, објашњавају истраживачи.

Тим се овим проблемом позабавио из перспективе вештачке интелигенције, стварајући алгоритам који узима у обзир како су појединци у подгрупи повезани - њихове друштвене везе - и њихова претходна историја злоупотребе супстанци.

Подаци анкете прикупљени добровољно од бескућничке омладине у Лос Ангелесу, као и теорије понашања и запажања претходних интервенција, коришћени су за изградњу рачунског модела интервенција.

„На основу овога имамо модел утицаја који објашњава колико је вероватно да ће појединац усвојити негативна понашања или променити негативна понашања на основу свог учешћа у групи“, рекао је Рахматталаби. „Ово нам помаже да предвидимо шта ће се догодити када људе групишемо у мање групе.“

Можда је највише изненадило откриће да, супротно уобичајеној интуицији, равномерно распоређивање редовних корисника супстанци по подгрупама није оптималан начин за осмишљавање успешне интервенције, приметила је она.

„Уједначена расподела корисника уз занемаривање њихових постојећих односа може у великој мери смањити стопу успешности ових интервенција“, рекла је она.

Поред тога, анализа сугерише да би спровођење интервенције понекад могло имати штетан ефекат на групу.

„У неким случајевима смо открили да је заправо лоше спровести интервенцију. На пример, ако у групи имате много људи са високим ризиком, боље је да их не повезујете са особама са малим ризиком “, рекла је.

Како се алгоритму додају нови подаци, истраживачи се надају да ће се прилагодити променљивим условима, откривајући како се друштвене мреже развијају током интервентног програма. То би могло омогућити интервенционистима да утврде како ће интервенција обликовати исходе учесника, рекли су истраживачи.

Истраживачи настављају да раде са Урбан Пеак-ом и планирају да примене алат за оптимизацију стратегија интервентних група за бескућнике у Денверу на јесен 2018. године.

Студија, Утицај максимизације за превенцију злоупотребе супстанци заснованих на друштвеним мрежама, објављена је на АААИ конференцији у одељку сажетака ученика о вештачкој интелигенцији.

Извор: Универзитет Јужне Калифорније