آنها تلاش میکنند با بررسی الگوی گفتارها و علائم فیزیولوژیکی طرفین، وقوع مشاجرات خانوادگی را پیشبینی و از بروز آن جلوگیری کنند.
این برای نخستین بار است که هوش مصنوعی در خارج از فضای آزمایشگاه به محققان در این زمینه کمک میکند. در گذشته اغلب آزمایشاتی که در حوزه پایش مشاجرات صورت گرفته در محیط آزمایشگاهی انجام شدهاند. اما این محققان با استفاده از گوشیهای هوشمند و ابزارهای پوشیدنی دیجیتال شرایطی فراهم کردهاند تا زوجها را در محیط طبیعی زندگیشان و در کانون خانواده مورد بررسی قرار دهند. بررسی آنها نشان داد ترکیب ابزارهای پوشیدنی و هوش مصنوعی مبتنیبر یادگیری ماشینی به تولید نرمافزارهای موبایلی منجر خواهد شد که در آینده نقش مشاوران خانوادگی را بازی خواهند کرد.
هرچند این محققان در حال حاضر تنها قادر به شناسایی مشاجرات در لحظه بروز هستند و هنوز موفق به پیشبینی آنها نشدهاند، اما امید دارند با یافتن راهی برای پیشبینی این مشاجرات، هریک از طرفین را تشویق کنند تا با فعالیتهایی نظیر ورزش یا عوض کردن موضوع بحث، از بروز آن جلوگیری کنند یا دفعات آن را کاهش دهند. در دنیای واقعی، پیشبینی یک مشاجره خانوادگی کار سادهای نیست. استفاده از الگوریتمهای یادگیری ماشینی به محققان اجازه میدهد با بررسی خودکار دادههایی نظیر تغییرات در ضربان قلب یا میزان هدایت الکتریکی پوست، این تنشها را شناسایی کنند. تحقیقات در گذشته نشان داده است علائم مذکور نشانههایی از احتمال بروز تنش در روابط خانوادگی هستند. حتی نوع گفتار هم میتواند نشانهای از بروز این تنشها باشد. به طور مثال تحقیقات نشان داده است زوجین در چنین موقعیتهایی بیش از هر زمان دیگر از ضمیر دوم شخص (تو)، کلمات منفی و کلماتی نظیر «همیشه» و «هرگز» در گفتار خود استفاده میکنند.
34 زوج شرکتکننده در این تحقیق در یک دوره طولانی از ابزارهای پوشیدنی نظیر مچبند برای پایش میزان هدایت پوست، دمای بدن و فعالیت فیزیکی و حسگری برای اندازهگیری ضربان قلب استفاده کردند. علاوه بر این، از تلفن همراه برای ضبط مکالمات و از GPS آن برای ردیابی استفاده شد. آنها باید خود بروز هر مشاجره را گزارش میکردند. ابزارهای پوشیدنی و گوشیهای هوشمند به محققان کمک میکنند تا دادههای دیگری نظیر میزان استفاده از تلفن، مدت استفاده از اینترنت و میزان نور دریافتی در روز (و تأثیر آن روی حالات فرد) را نیز جمعآوری کنند و در تحلیلهای خود به کار ببرند.
شبکه