هوش مصنوعی در روانشناسی نزدیک به انقلابی بزرگ است هوش مصنوعی در روانشناسی فرصت های هیجان انگیزی را برای افزایش درک ما از رفتار انسانی، بهبود مراقبت های بهداشت روانی و پرداختن به چالش های فعلی در این زمینه ارائه می دهد

هوش مصنوعی در روانشناسی نزدیک به انقلابی بزرگ است
شاید خیلی از ما فیلم های گوناگونی در مورد هوش مصنوعی و کاربردهای آن دیده باشیم. فیلم هایی همچون هوش مصنوعیِ اسپیلبرگ و یا فیلم او(Her) که در آنها چشم اندازی از تأثیر هوش مصنوعی در زندگی انسان به چشم می خورد. امروز که برای شما در حال نوشتن این نوشته هستم هزاران کدنویس در حال تمرین دادنِ برنامه ها هستند. کسی چه می داند شاید همین الان الگوریتم جدیدی برای کشف الگو های پنهان در داده ها تدوین شده باشد و ما روز به روز شاهد رشد آن باشیم.
هوش مصنوعی در چه جنبه هایی به روانشناسی کمک خواهد کرد؟
امروز که برای شما در مورد این حوزه یعنی ارتباط هوش مصنوعی و روانشناسی می نویسم به راستی که از تحقیقات انجام شده در زمینۀ کاربردهای هوش مصنوعی برای بیماری های جسمی و روانی شگفت زده هستم. من مجبور بودم برای موضوع پایان نامه ام حجیم عظیمی از تحقیقات این حوزه را مطالعه کنم. کاری که همچنان هم البته مشغول آن هستم. به همین خاطر خواستم تصویری را که از تحقیقات این حوزه در ذهنم شکل گرفته است با شما به اشتراک بگذارم تا بیش از پیش اگر علاقه مند به این حوزه هستید دربارۀ آن بدانیم و همینطور من هم با کامنت هایتان از شما یاد بگیرم.

کاربرد های هوش مصنوعی در روانشناسی

در حوزه پیشگیری بهداشت روان
این خیلی مهم است که هوش مصنوعی را در ذهنمان از ماشین ها جدا کنیم. هوش مصنوعی چیزی فراتر از صرفاً ماشین ها یا ربات ها هستند. ماشین ها و رباط ها البته که همیشه همگام این حوزه بوده اند اما صرفاً همۀ کلیدواژۀ هوش مصنوعی را در بر نمی گیرند و همۀ آن را تعریف نمی کنند. هوش مصنوعی تقریباً مثل مغز ربات ها هستند که خیلی اوقات به وسیله ماشین ها کارشان را پیش می برند و از آن ها به عنوان یک کالبد استفاده میکنند. همینطور بخش بزرگی از کاربرد هوش مصنوعی در زمینه تحقیق و پژوهش است. تحقیقاتی از نوع بیشتر پیش بینی . یکی از مهمترین بخش هایی که هوش مصنوعی امروز با روانشناسی دست در دست هم دارند در زمینه همین پیش بینی هاست.

پیشگیری از خودکشی
یکی از زیر مجموعه های هوش مصنوعی که یادگیری ماشین نام دارد مجموعه الگوریتم هایی هستند که می توانند از داده ها یادبگیرند و ریسک خطر را مثلا در حوزه خودکشی تخمین بزنند. فرض کنید بیمارستانی دو سال است که در حال داده جمع کردن از مراجعانی است که افکار خود کشی دارند و یا اقدام به خودکشی کردند.

اگر شما اطلاعات دیگری مثلا در مورد سن آن ها، میزان مصرف دارو های آن ها، طبقه اجتماعی آن و … داشته باشید این امکان وجود دارد که الگوی پنهانی با توجه به متغییر های جمع آوری شده شما وجود داشته باشد که بتواند متغیر وابسته شما یعنی اقدام به خودکشی را پیش بینی کند. این تقریبا یکی جدیدترین و نواورانه ترین کارهایی بوده که در سال های اخیر انجام شده. تعدادی از تحقیقات تخمین های خوبی از ریسک خودکشی با توجه به صدای افراد یا توییتر های آن ها و عکس های آنها در اینستاگرام به دست آورده بودند.