إعداد: مصطفى الزعبي
بدأ الذكاء الاصطناعي يتغلغل في العديد من جوانب التجربة الإنسانية، فهو ليس مجرد أداة لتحليل البيانات، بل إنه يغير الطريقة التي نتواصل بها ونعمل ونعيش بها. فمن «تشات جي بي تي» إلى مولدات الفيديو، أصبحت الخطوط الفاصلة بين التكنولوجيا وأجزاء من حياتنا غير واضحة، لكن هل تعني هذه التطورات أنه يمكنه تحديد مشاعرنا عبر الإنترنت؟
في بحث نشرته المجلة الدولية لأبحاث السوق، فحص الباحثون ما إذا كان الذكاء الاصطناعي قادراً على اكتشاف المشاعر البشرية في المنشورات على (X)، بكبسة زر.
وركز البحث على كيفية تأثير المشاعر المعبر عنها في المنشورات المستعملة حول بعض المنظمات غير الربحية في الإجراءات مثل قرار تقديم التبرعات لها في وقت لاحق.
واعتمد الباحثون على تحليل المشاعر، الذي يصنف الرسائل إلى إيجابية أو سلبية أو محايدة. وعلى الرغم من أن هذه الطريقة بسيطة وبديهية، فهي محدودة.
إن المشاعر الإنسانية أكثر تعقيداً. على سبيل المثال، الغضب والإحباط كلاهما مشاعر سلبية، لكنهما قد يثيران ردود فعل مختلفة للغاية. فقد يتفاعل العملاء الغاضبون بشكل أقوى كثيراً من العملاء المحبطين في سياق الأعمال.
ولمعالجة هذه القيود، طبقنا نموذج الذكاء الاصطناعي الذي يمكنه اكتشاف مشاعر محددة مثل الفرح والغضب والحزن والاشمئزاز المعبر عنها في التغريدات.
وتوصل البحث إلى أن المشاعر التي يتم التعبير عنها على (X) يمكن أن تكون بمنزلة تمثيل للمشاعر العامة تجاه منظمات غير ربحية محددة. وكان لهذه المشاعر تأثير مباشر في سلوك التبرع.
واستخدم نموذج «تعلم نقل المحولات» لاكتشاف المشاعر في النص. المحولات، التي تم تدريبها مسبقاً على مجموعات بيانات ضخمة من قبل شركات مثل «جوجل» و«فيسبوك»، هي خوارزميات ذكاء اصطناعي متطورة للغاية تتفوق في فهم اللغة الطبيعية (اللغات التي تطورت بشكل طبيعي على عكس لغات الكمبيوتر أو الكود).
وضبط النموذج على مجموعة من أربع مجموعات بيانات للعواطف المبلغ عنها ذاتياً (3.6 مليون جملة) وسبع مجموعات بيانات أخرى (60 ألف جملة)، و سمح برسم خريطة لمجموعة واسعة من العواطف المعبر عنها عبر الإنترنت.
على سبيل المثال، قد يكتشف النموذج الفرح باعتباره العاطفة السائدة عند قراءة منشور X مثل، «إن بدء صباحنا في المدارس هو الأفضل! كل الابتسامات لأطفالنا ذوي الهدف».
وعلى العكس من ذلك، عبرت العارضة عن حزنها في تغريدة قائلة: «أشعر أنني فقدت جزءاً من نفسي، وفقدت أمي منذ أكثر من شهر، وأبي منذ 13 عاماً. أنا ضائعة وخائفة».
وحقق النموذج دقة مذهلة بلغت 84% في اكتشاف المشاعر من النص، وهو إنجاز جدير بالملاحظة في مجال الذكاء الاصطناعي.
ثم نظروا إلى التغريدات التي نشرت عن منظمتين مقرهما في نيوزيلندا ومؤسسة فريد هولوز وجامعة أوكلاند؛ فوجدوا أن التغريدات التي تعبر عن الحزن كانت أكثر ميلاً إلى دفع التبرعات إلى مؤسسة فريد هولوز، في حين ارتبط الغضب بزيادة التبرعات إلى جامعة أوكلاند.
تأثير في التسوق
أفاد الباحثون بأن تحديد المشاعر المحددة له آثار كبيرة في قطاعات مثل التسويق والتعليم والرعاية الصحية، وأن القدرة على تحديد الاستجابات العاطفية للأشخاص في سياقات محددة عبر الإنترنت يمكن أن تساعد صناع القرار في الاستجابة لعملائهم الأفراد أو سوقهم الأوسع.
كل عاطفة محددة يتم التعبير عنها في منشورات وسائل التواصل الاجتماعي تتطلب رد فعل مختلف من الشركة أو المنظمة.