Впервые исследователи применили машинное обучение, чтобы успешно измерить привязанность у детей – жизненно важную человеческую связь, которую люди впервые развивают в младенчестве со своими опекунами.
В новом междисциплинарном исследовании, проведенном Университетом Глазго и опубликованном в PLOS ONE, исследовательская группа представляет быстрый и простой способ измерения привязанности с помощью компьютерной игры, который может быть использован в крупномасштабном мониторинге общественного здоровья.
Привязанность – это термин, используемый для описания прочной эмоциональной связи и чувства связи между людьми. Привязанность между маленьким ребенком и его основным опекуном, как известно, жизненно важна для эмоционального развития – нарушение или потеря этой связи может повлиять на ребенка эмоционально и психологически во взрослой жизни, влияя на будущие отношения.
Небезопасная привязанность у детей не обязательно является ненормальной и часто является эмоциональной адаптацией к менее чем оптимальным условиям окружающей среды. Однако ненадежная привязанность связана с повышенным риском психопатологии различных типов. В результате в будущем SAM может стать частью программы раннего школьного скрининга для выявления детей с риском психопатологии.
Оценка привязанности может занять много времени и быть сложной, поскольку в настоящее время поведение привязанности может наблюдаться и оцениваться только обученными специалистами, когда ребенок чувствует, что находится в стрессовой ситуации.
Теперь исследовательская группа экспертов по психическому здоровью детей и информатике разработала и проверила программу School Attachment Monitor (SAM) – компьютерную программу, которая использует машинное обучение и интеллектуальные датчики для точной оценки привязанности у детей. SAM предоставляется с помощью нового программного обеспечения, которое взаимодействует с детьми-участниками, начиная с разминки, чтобы ознакомить их с задачей. Детям предлагается поиграть с «умными куклами» во время взаимодействия с историей на компьютере, а данные об их моделях привязанности фиксируются с помощью видеозаписи и датчиков движения в умных куклах.
Исследователи обнаружили, что технология SAM смогла точно измерить привязанность ребенка по сравнению с оценками обученных профессионалов, которые смотрят на данные того же ребенка.
Профессор Хелен Миннис, профессор детской и подростковой психиатрии в Университете Глазго и ведущий автор исследования, сказала: "Наше исследование показывает, что с использованием современных датчиков и технологии машинного обучения стало возможным разработать School Attachment Monitor (SAM), который хорошо работает с маленькими детьми и, что наиболее важно, дает точную классификацию безопасности вложений и небезопасности по сравнению с ручными оценками.
"Целью нашей исследовательской программы, с момента ее создания более десяти лет назад, было разработать быстрый и простой способ измерения привязанности, который можно было бы использовать в крупномасштабном мониторинге общественного здоровья или в эпидемиологии. SAM имеет потенциал для достижения этой цели, хотя потребуются дальнейшие исследования, чтобы изучить его эффективность в различных группах населения."
SAM предлагает автоматическое представление на компьютере сюжетов на основе Manchester Child Attachment Story Task (MCAST). В исследовании приняли участие 130 детей в возрасте 5-9 лет из обычных начальных школ.
Изучение, "Монитор привязанности к школе – новый вычислительный инструмент для оценки привязанности в среднем детстве," опубликовано в PLOS ONE.