یک پژوهش تازه نشان میدهد بررسی پستهای شبکههای اجتماعی میتواند به شکل قابلتوجهی زمان جابهجایی مردم در شرایط بحرانی را پیشبینی کرده و به سازمانهای بشردوستانه برای ارائه کمک سریعتر و مؤثرتر یاری برساند.
بر اساس این مطالعه که با همکاری «هِلگه-یوهانس ماراهرِنس» از دانشگاه نوتردام انجام شده، دادههای سنتی مانند نظرسنجیها در بحرانهای مهاجرت اجباری بهسختی قابل جمعآوری هستند؛ اما هوش مصنوعی و تحلیل احساسات کاربران در شبکههای اجتماعی میتواند بهعنوان ابزار هشدار سریع عمل کند و جان انسانها را نجات دهد.
در این تحقیق که در مجله “EPJ Data Science” منتشر شده، سه بحران بزرگ بررسی شده است:
. اوکراین: آوارگی ۱۰.۶ میلیون نفر پس از تهاجم روسیه در سال ۲۰۲۲
. سودان: آوارگی ۱۲.۸ میلیون نفر پس از آغاز جنگ داخلی در ۲۰۲۳
. ونزوئلا: مهاجرت حدود ۷ میلیون نفر بهدلیل بحرانهای اقتصادی
پژوهشگران حدود “۲ میلیون پست” در شبکه X (توئیتر سابق) را در سه زبان تحلیل کردند و دریافتند “احساس کلی مثبت، منفی یا خنثی در پستها” شاخصی قابلاعتمادتر از «هیجاناتی مانند ترس یا خشم» برای پیشبینی جابهجایی مردم است. این شاخص بهویژه در تشخیص زمان و حجم مهاجرتهای فرامرزی مؤثر بوده است.
مدلهای زبانی پیشآموزشدیده مبتنی بر هوش مصنوعی نیز دقیقترین ابزار برای تحلیل این دادهها شناخته شدهاند. البته پژوهشگران هشدار دادهاند که این تحلیلها میتواند هشدارهای نادرست ایجاد کند و بهتر است در کنار دادههای سنتی مانند شاخصهای اقتصادی و گزارشهای میدانی استفاده شود.
ماراهرنس اعلام کرده است که مطالعات آینده میتواند به بررسی ارتباط میان احساسات و هیجانات، نقش ترجمه خودکار در تحلیل زبانهای بیشتر و حتی استفاده از دادههای شبکههای اجتماعی دیگر بپردازد؛ به امید آنکه بهبود این ابزارها، تصمیمگیری سیاستگذاران و سازمانهای امدادی را در بحرانهای انسانی تقویت کند.
کد خبر ۲۱۳۰۴۰۹۰۹.۱۸۶
منبع: news.nd.edu