AI Tool използва социалните мрежи за справяне със злоупотребата с вещества
Що се отнася до борбата със злоупотребата с вещества, изследванията показват, че компанията, която поддържате, може да направи разлика между възстановяване и рецидив.
Въпреки че програмите за групова намеса могат да играят важна роля за предотвратяване на злоупотребата с вещества, те също могат по невнимание да изложат участниците на негативно поведение.
Изследователи от Университета на Южна Калифорния (USC) Център за изкуствен интелект в обществото са създали алгоритъм, който сортира участниците в интервенционни програми, които доброволно работят за възстановяване, в по-малки групи по начин, който поддържа полезни социални връзки и прекъсва социалните връзки, които биха могли да бъдат вредно за възстановяване.
„Знаем, че злоупотребата с вещества е силно засегната от социалното влияние, с други думи, с кого сте приятели“, каза Аида Рахматалаби, студент по компютърни науки в САЩ, водещ автор на изследването. „За да подобрите ефективността на интервенциите, трябва да знаете как хората ще си влияят взаимно в група.“
Rahmattalabi и изследователи от Инженерното училище на USC Viterbi, USC Suzanne Dworak-Peck School of Social Work и Университета в Денвър са работили с Urban Peak, базирана в Денвър организация с нестопанска цел, обслужваща бездомни младежи, за разработването на алгоритъма, който се надяват ще помогне за предотвратяване на злоупотребата с вещества.
Резултатите показват, че алгоритъмът е изпълнен значително по-добре от контролните стратегии за формиране на групи, според изследователите.
Всяка година до два милиона деца в САЩ ще изпитват бездомност и според изчисленията между 39 и 70 процента от бездомните младежи злоупотребяват с наркотици или алкохол.
Инициативите за злоупотреба с вещества, като групова терапия, могат да предложат подкрепа, като насърчават бездомните младежи да споделят своя опит, да учат позитивни стратегии за справяне и да изграждат здравословни социални мрежи.
Но ако тези групи не са правилно структурирани, те могат да изострят проблемите, които възнамеряват да лекуват, като насърчават създаването на приятелства, основани на асоциално поведение, отбелязват изследователите. Това е процес, известен в социалната работа като „обучение за отклонения“, когато връстниците се подсилват взаимно за девиантно поведение, обясняват изследователите.
Екипът се справи с този проблем от гледна точка на изкуствен интелект, създавайки алгоритъм, който отчита как са свързани индивидите в подгрупа - техните социални връзки - и тяхната предишна история на злоупотреба с вещества.
Данните от проучванията, събрани доброволно от бездомни младежи в Лос Анджелис, както и поведенчески теории и наблюдения на предишни интервенции, бяха използвани за изграждане на изчислителен модел на интервенциите.
„Въз основа на това имаме модел на влияние, който обяснява колко вероятно е дадено лице да възприеме негативно поведение или да промени негативно поведение въз основа на участието си в групата“, каза Рахматалаби. „Това ни помага да предскажем какво ще се случи, когато групираме хората в по-малки групи.“
Може би най-изненадващото откритие е, че противно на обичайната интуиция, равномерното разпределение на редовните потребители на вещества в подгрупите не е оптималният начин за проектиране на успешна намеса, отбеляза тя.
„Равномерното разпределение на потребителите, като се пренебрегват съществуващите им взаимоотношения, може значително да намали степента на успех на тези интервенции“, каза тя.
В допълнение, анализът предполага, че понякога провеждането на интервенция може действително да има неблагоприятен ефект върху групата.
„В някои случаи установихме, че всъщност е лоша идея да се проведе намесата. Например, ако в групата има много хора с висок риск, по-добре е да не ги свързвате с лица с нисък риск “, каза тя.
Тъй като към алгоритъма се добавят нови данни, изследователите се надяват той да се адаптира към променящите се условия, разкривайки как социалните мрежи се развиват по време на интервенционната програма. Това може да позволи на интервенционистите да определят как интервенцията ще оформи резултатите на участниците, казаха изследователите.
Изследователите продължават да работят с Urban Peak и планират да внедрят инструмента за оптимизиране на стратегиите за интервенционна група за бездомни младежи в Денвър през есента на 2018 г.
Проучването „Максимизиране на влиянието за предотвратяване на злоупотребата с вещества в социалната мрежа“ е публикувано в конференцията на AAAI в секцията с резюмета на студентите с изкуствен интелект.
Източник: Университет на Южна Калифорния
