20010,0,3500,
Теперь, исследователи от Центра USC Искусственного интеллекта в Обществе создали алгоритм, что интервенционные участники программы видов – кто добровольно работает над восстановлением – в меньшие группы или подгруппы, способом который поддерживает полезные социальные связи и ломает социальные связи, которые могли быть вредны для восстановления.«Мы знаем, что токсикомания высоко затронута социальным влиянием; другими словами, с кем Вы дружите», говорит Аида Рэхмэттэлэби, аспирант информатики USC и ведущий автор исследования.«Чтобы улучшить эффективность вмешательств, Вы должны знать, как люди будут влиять друг на друга в группе».Rahmattalabi и коллеги из Школы USC Viterbi Разработки, Школы Dworak-кучи USC Сюзанны Социальной работы и Университета Денвера работали в сотрудничестве с Городским Пиком, денверской некоммерческой служащей бездомной молодежью, чтобы развивать помощь для решения, которая они надеются, поможет интервентам в предотвращении насилия вещества.
Результаты показали алгоритм, выполненный значительно лучше, чем стратегии управления для формирования групп. Исследование, названное Максимизацией Влияния для Социального основанного на сети Предотвращения злоупотребления наркотиками, было опубликовано на конференции AAAI по студенту Искусственного интеллекта абстрактный раздел.
Соавторами исследования была Фиби Ваянос USC, доцент промышленных и системного проектирования и информатики, Milind Tambe, профессора Хелен Н. и Эммета Х. Джонса в Разработке и преподавателя информатики и промышленника и системного проектирования, и Эрика Райса, адъюнкт-профессора в социальной работе; Бармен Anamika Адикари из Университета Денвера; и Робин Бейкер от Городского Пика.Сила влияния пэраКаждый год до двух миллионов молодежи в США испытают бездомность, и оценки предлагают между 39 и 70 процентов бездомных молодежных наркотиков злоупотребления или алкоголя.
Инициативы токсикомании, такие как групповая терапия могут предложить поддержку, поощряя бездомную молодежь разделить их события, изучить положительные стратегии преодоления и построить здоровые социальные сети.Но если эти группы правильно не структурированы, они могут усилить проблемы, которые они намереваются рассматривать, поощряя формирование дружбы на основе антисоциального поведения. Это – процесс, известный в социальной работе как «deviancy обучение», когда пэры укрепляют друг друга для ненормативного поведения.
Команда занялась этой проблемой с точки зрения искусственного интеллекта, создав алгоритм, который принимает во внимание и как люди в подгруппе связаны – их социальные связи – и их предшествующая история токсикомании.Данные об обзоре, собранные добровольно от бездомного молодого человека в Лос-Анджелесе, а также поведенческих теорий и наблюдений за предыдущими вмешательствами, использовались, чтобы построить вычислительную модель из вмешательств.
«На основе этого у нас есть модель влияния, которая объясняет, как, вероятно, это для человека, чтобы принять отрицательные поведения или изменить отрицательные поведения на основе их участия в группе», говорит Рэхмэттэлэби.«Это помогает нам предсказать то, что происходит, когда мы группируем людей в меньшие группы».Возможно, самое удивительное открытие состояло в том, что вопреки общей интуиции равномерно распределение постоянных потребителей вещества через подгруппы не является оптимальным способом проектировать успешное вмешательство.«Однородное распределение пользователей, игнорируя их существующие отношения может значительно уменьшить показатель успешности этих вмешательств», говорит Рэхмэттэлэби.
Кроме того, анализ предполагает, что у иногда проведения вмешательства могло на самом деле быть вредное на группе.«В некоторых случаях мы нашли, что это – на самом деле плохая идея провести вмешательство: например, если у Вас есть многие рискованные люди в группе, лучше не соединить их с людьми с низким риском», говорит Рэхмэттэлэби.Поскольку новые данные добавлены к алгоритму, исследователи надеются, что это приспособится к изменяющимся условиям, показывая, как социальные сети развиваются в ходе интервенционной программы. Это могло позволить интервентам определять, как вмешательство сформирует участвующие результаты.
Исследователи продолжают работать с Городским Пиком и планировать развернуть инструмент, чтобы оптимизировать интервенционные стратегии группы бездомной молодежи в Денвере осенью 2018 года.