AI ยืนยันชัดเจนโรคระบาด นักวิทยาศาสตร์ใช้แมชชีนเลิร์นนิงเพื่อสร้างวงแหวนแห่งอารมณ์สำหรับอินเทอร์เน็ต และมันแสดงให้เราเห็นว่าโลกช่างเศร้าเพียงใดในช่วงเริ่มต้นของการระบาดใหญ่
อารมณ์เป็นวิธีที่ไม่เหมือนใครสำหรับนักวิจัยในการพยายามวัดผลกระทบของภัยธรรมชาติหรือภัยธรรมชาติที่มีต่อผู้คน อย่างไรก็ตาม มันเป็นไปไม่ได้เลยที่จะถามทุกคนในโลกว่าพวกเขารู้สึกอย่างไรหลังจากเหตุการณ์ที่แผ่ขยายออกไป แต่นักวิทยาศาสตร์จากสถาบันเทคโนโลยีแมสซาชูเซตส์ สถาบันวิทยาศาสตร์จีน และสถาบันมักซ์พลังค์
เพื่อการพัฒนามนุษย์พบวิธีแก้ปัญหา พวกเขาใช้เทคนิคแมชชีนเลิร์นนิงเพื่อสแกนโซเชียลมีเดียเพื่อหาการเปลี่ยนแปลงทางอารมณ์หลังจากคลื่นลูกแรกของโควิด-19 ใน 100 ประเทศ และรับการอ่านแบบเรียลไทม์ว่าเหตุการณ์ที่เกี่ยวข้องกับการระบาดใหญ่ทำให้ผู้คนทั่วโลกมีความสุขหรือเศร้าเพียงใด คิดว่ากระบวนการนี้เป็นวงแหวนแห่งอารมณ์ที่ขับเคลื่อนโดย AI แต่สำหรับผู้คนหลายล้านคน ผลการวิจัยของพวกเขาถูกตีพิมพ์เมื่อสัปดาห์ที่แล้วในวารสาร Nature Human Behavior
ไม่น่าแปลกใจเลยที่นักวิจัยพบว่าการเริ่มต้นของการระบาดใหญ่ทำให้ความสุขลดลงอย่างมาก พิจารณาว่าในสัปดาห์ปกติ ผู้คนมักจะรู้สึกมีความสุขที่สุดในช่วงสุดสัปดาห์และมีความสุขน้อยที่สุดในวันจันทร์ ความสุขที่ลดลงในช่วงเริ่มต้นของการระบาดใหญ่ในเดือนมีนาคม 2020 นั้นมากกว่าความสุขโดยเฉลี่ยที่ลดลงในช่วงสุดสัปดาห์ปกติถึงวันจันทร์สี่ถึงห้าเท่า
การเปลี่ยนแปลงทางอารมณ์โดยรวมอันเนื่องมาจากการแพร่ระบาดนั้นมากกว่าการเปลี่ยนแปลงทางอารมณ์ที่สังเกตได้ก่อนหน้านี้ในการตอบสนองต่อภัยธรรมชาติ เช่น พายุเฮอริเคน หรืออุณหภูมิที่สูงขึ้นอย่างรวดเร็ว ประเทศที่มีอารมณ์แปรปรวนมากที่สุด ได้แก่ ออสเตรเลีย สเปน สหราชอาณาจักร และโคลอมเบีย ในขณะที่บาห์เรน บอตสวานา กรีซ โอมาน และตูนิเซีย ดูเหมือนจะได้รับผลกระทบน้อยที่สุดจากการระบาดใหญ่ ตามการสำรวจของสื่อสังคมออนไลน์ .
ในการสอนเครื่องวัดอารมณ์ นักวิจัยเริ่มต้นด้วยการสร้างดัชนีความรู้สึก เหมือนกับมาตราส่วนความเจ็บปวดบนใบหน้าที่สำนักงานแพทย์ ดัชนีความเชื่อมั่นนี้เปลี่ยนจาก 0 (ไม่มีความสุขมาก) เป็น 100 (มีความสุขมาก) ทุกโพสต์ที่ทีมรวบรวมจาก Twitter และ Weibo ได้รับการตัดสินจากดัชนีนี้
จากนั้น นักวิจัยสามารถรวมอารมณ์ความรู้สึกเฉพาะเจาะจงลงในโปรไฟล์ความรู้สึกของแต่ละบุคคล ละแวกบ้าน เมือง หรือประเทศ ต่างจากระดับความเจ็บปวดบนใบหน้า UFABET เว็บหลัก บุคคลไม่ได้ให้คะแนนโพสต์ของตนเองหรือตอบแบบสำรวจว่าพวกเขารู้สึกมีความสุขเพียงใด นักวิจัยใช้วิธีแมชชีนเลิร์นนิงเพื่อกำหนดหัวข้อและการให้คะแนนความคิดเห็นให้แต่ละโพสต์
วิธีการเรียนรู้ของเครื่องที่เป็นปัญหาคือเทคนิคการประมวลผลภาษาธรรมชาติที่เรียกว่า BERT หรือ Bidirectional Encoder Representations จาก Transformers ซึ่งจัดประเภทโพสต์ตามหัวข้อและความรู้สึก (BERT ได้รับการพัฒนาโดยวิศวกรของ Google) Siqi Zheng ศาสตราจารย์แห่ง MIT กล่าวว่า “เราต้องการศึกษาวิจัยระดับโลกนี้เพื่อเปรียบเทียบประเทศต่างๆ เพราะพวกเขาได้รับผลกระทบจากการระบาดใหญ่ในเวลาที่ต่างกัน และพวกเขามีวัฒนธรรมที่แตกต่างกัน ระบบการเมืองที่แตกต่างกัน และระบบการดูแลสุขภาพที่แตกต่างกัน” ปัจจัยทั้งหมดเหล่านี้อาจส่งผลต่ออารมณ์ของผู้คนที่ได้รับอิทธิพลจากการระบาดใหญ่
เนื่องจากพวกเขาต้องการทำการวิเคราะห์หลายภาษา พวกเขาจึงไม่สามารถใช้แนวทางพจนานุกรมแบบเดิมซึ่งพวกเขาใช้ในการศึกษาปี 2019 เพื่อวัดจำนวนผู้เสียชีวิตทางอารมณ์ของมลพิษทางอากาศในประเทศจีน แนวทางพจนานุกรมถือว่าคำมีความหมายแฝงที่เกี่ยวข้องกับอารมณ์ความรู้สึกเฉพาะ มันดึงมาจากเครื่องมือต่างๆ เช่น LIWC (ซอฟต์แวร์ Linguistic Inquiry และ Word Count) และพจนานุกรมอิโมจิ ข้อเสียของแนวทางนี้คือนักวิจัยจำเป็นต้องรวบรวมรายชื่อคำศัพท์จำนวนมาก และพวกเขาจำเป็นต้องสร้างรายการที่แตกต่างกันสำหรับทุกภาษาที่ต้องการดู