Top

تخفيف الضغوط النفسية لجائحة كورونا من خلال تحليل البيانات

تتحدث البروفيسورة زيانغليانغ زانغ في كاوست عن بحثها في استخدام التعليم الآلي لرصد الاستجابة للوباء والتنبؤ بالتفشي المحلي.

-بقلم ميريس ويش، أخبار كاوست

في الوقت الذي تفرض فيه جميع الأجهزة الحكومية إجراءات وقائية مثل العزل والتباعد الاجتماعي وحظر التجول للحد من تفشي جائحة فيروس كورونا (COVID-19)، تعمل البروفيسورة زيانغليانغ زانغ، الأستاذة المساعدة في علوم الحاسب الآلي في جامعة الملك عبدالله للعلوم والتقنية (كاوست) على تخفيف التوتر والضغوطات النفسية الناجمة عن هذه الازمة من خلال تحليل المعلومات المتعلقة بفيروس كورونا.

يركز بحث البروفيسورة زانغ على تطوير خوارزميات موثوقة لتحليل مجموعات البيانات المعقدة بواسطة تقنيات التعليم الآلي والذكاء الاصطناعي، وتستخدم مجموعتها البحثية على وجه التحديد نماذج حاسوبية لتحليل منشورات وسائل التواصل الاجتماعي على تويتر لدراسة اهتمامات الناس ومشاعرهم حيال هذه الجائحة.

خططت البروفيسورة زانغ منذ تفشي فيروس كورونا لإطلاق مشروعها البحثي الجديد لتحليل التغريدات والمشاركات عن هذه الجائحة على منصة تويتر (Twitter). وحصلت زانغ على دعم كبير من البروفيسور زين غاو والبروفيسور تاكاشي غوجوبوري، الذي يقود مركز أبحاث العلوم البيولوجية الحاسوبية (CBRC) في كاوست. وسرعان ما شكلوا فريقًا يضم أكثر من 10 أشخاص في المركز يعملون على جمع البيانات وتحليلها ونمذجتها باستخدام التعليم الآلي وبلغات مختلفة. وأثبتت جهود الفريق البحثية أنها مفيدة بشكل خاص في تتبع ورصد مشاعر الناس وردود أفعالهم في هذه الأوقات الاستثنائية التي يمر فيها العالم.

تقول زانغ: " قد يشارك الناس ما يشعرون به على شبكات التواصل الاجتماعي وسط هذه الأزمة غير العادية التي نوجهها الآن، لذلك، أريد أن أساعد جميع الناس على فهم المخاوف والضغوطات النفسية التي يتعرض اليها الآخرون من خلال (التحليل العاطفي) للتغريدات على منصة تويتر".

التعليم الآلي والذكاء الاصطناعي

على الرغم من أن زانغ لا تعمل في المجالات الطبية أو البيولوجية، إلا أنها تستخدم التعليم الآلي لتحليل البيانات النصية التي تتم مشاركتها على وسائل التواصل الاجتماعي من قبل الملايين من مستخدمي منصة تويتر الذين يشاركون وسوم (هشتاقات) مثل #فيروس_كورونا أو #كوفيد_19. ويوفر تحليل هذه البيانات معلومات قيمة يمكن استخدامها من قبل الحكومات والمنظمات المعنية لإدارة جائحة فيروس كورونا المتجدد بصورة أمثل.

واستشهدت زانغ بمثال لتغريدات طبيب في مصر الشهر الماضي أشارت إلى ظهور أعراض فيروس كورونا على كثير من الناس، على الرغم من افتقاره لمواد الاختبار الضرورية لتأكيد التشخيص. إلا أن مثل هذه المعلومات على شبكات التواصل الاجتماعي مفيدة جداً في توقع تفشي المرض في منطقة محددة وفرض إجراءات استباقية لمكافحته.

تحاول زانغ استخدام البيانات من التغريدات للمساعدة في توقع تفشي المرض، وإثبات أنه يمكن استخدام بيانات منصة تويتر وغيرها من منصات التواصل الاجتماعي كنظام إنذار مبكر في ترسانتنا وفي الجهود العالمية لإبطاء انتشار الوباء.

جدير بالذكر، أن البروفيسور كارلوس دوارتي، أستاذ  العلوم البحرية في مركز أبحاث البحر الأحمر التابع للجامعة تواصل أخيراً مع البروفيسورة زانغ وعرض استخدام بحثها عن (التحليل العاطفي) في المنصة المعلوماتية العالمية لجائحة كورونا التي يعمل على تطويرها. توضح زانغ: "نريد استخدام الترميز بالألوان لتوضيح ما يشعر به الناس، على سبيل المثال، يعني اللون الأزرق الهدوء - مما يشير إلى أن المستخدمين ليسوا قلقين أو مذعورين جدًا، اما اللون الأحمر يعني أن الناس خائفون أو قلقون أو لديهم مشاعر سلبية. ويمكننا إظهار أجزاء مختلفة من هذه المشاعر في مناطق وبلدان مختلفة حول العالم".

رسم خريطة لمشاعر الناس

نظرًا لأنه يمكن تحديد موقع التغريدات جغرافياً، يمكن رسم خرائط دقيقة جغرافيًا ومرمّزة بالألوان في المنصة المعلوماتية العالمية لجائحة كورونا. ومن المثير للاهتمام أن بيانات المشاعر التي جمعها المتعاونون في هذا البحث عن الصين تظهر حاليًا أن حالات القلق لدى الناس هناك بدأت في الانخفاض التدريجي.

تقول زانغ "يمكننا أن نظهر كل يوم كيف تتغير مشاعر الناس في مناطق وبلدان مختلفة، وأن نثبت، على سبيل المثال، في الصين وسنغافورة واليابان وكوريا وهونغ كونغ، أن مشاعر الناس كانت تظهر بلون أحمر منذ شهر واحد، لكن لدينا في الآونة الأخيرة مزيداً من اللون الأزرق، ونتوقع أن يسود ذلك أيضاً في جميع المناطق الأخرى  من العالم".

تركز تشانغ وفريقها من الباحثين حاليًا على تغريدات اللغة الإنجليزية واللغة العربية، لكنهم يفكرون في إضافة المزيد من اللغات المستخدمة على نطاق واسع في المستقبل، مثل الفرنسية والإسبانية. كما تخطط زانغ أيضًا للعمل مع علماء الاجتماع والديمغرافيين لتقديم تفسيرات أكثر دقة للبيانات التي يتم جمعها لتحسين الاستفادة منها لأقصى درجة ممكنه.