– Для обеспечения безопасности общества необходимо уметь быстро прогнозировать психологические характеристики человека и своевременно выявлять группы риска: людей с расстройствами поведения, суицидальными наклонностями и прочими, – объясняет Екатерина Атамасова. – Наряду с этим наличие психологического портрета позволяет решать целый ряд образовательных задач и повышать качество обучения.
Наиболее популярным и распространенным инструментом оценки психологических характеристик людей являются различные виды анкетирования и опроса, но принять участие в них может только ограниченное количество людей. Решением этой проблемы может выступить использование цифрового следа человека.
Традиционно для анализа выделяют пять типов данных, которые дают основную информацию о личности: данные профиля, интересы, дружеские связи, текст и активность пользователя. Кроме этого, часть полезной информации можно получить из анализа контента в виде фотографий и изображений.
Автор проекта определила 12 фактических показателей активности пользователей на сайте и предложила методику отбора психологических характеристик, выходящих за рамки «большой пятерки», с целью прогнозирования по цифровому следу.
– Для тестирования методики, прежде всего, было необходимо собрать данные, а именно, результаты психологического тестирования и цифровой след респондентов в социальной сети «ВКонтакте», которая является наиболее популярной у возрастной категории 15-25 лет, – рассказывает Екатерина Атамасова. – На их основе для компьютерной модели формировались обучающая и тренировочная выборки.
С помощью LMS-системы Moodle был проведен онлайн-опрос среди студентов и сотрудников ТГУ, по результатам которого были получены их психологические характеристики. Оценивались такие показатели, как экстраверсия, стресс, подавленность, тревожность, доброжелательность, эмоциональная устойчивость и другие. Данные социальных сетей были получены с использованием разработанной Центром прикладного анализа данных ТГУ платформы по сбору и обработке данных социальных медиа; директор Центра прикладного анализа больших данных ТГУ Вячеслав Гойко – научный руководитель Екатерины Атамасовой.
На следующем этапе компьютерную модель «научили» анализировать нужные характеристики, оценивая степень их выраженности. Навыки, приобретённые ИИ, протестировали на новых профилях пользователей и провели их последующий опрос, чтобы оценить точность работы компьютерной модели. Результаты показали, что с наилучшей точностью можно прогнозировать стресс (79,8%), с худшей – доброжелательность (59,2%).
– Эта работа является междисциплинарной, она выполнена на стыке двух очень разных областей – IT, а именно, технологий интеллектуальной обработки данных, и психологии, – отмечает директор ИПМКН ТГУ Александр Замятин. – Бывает, что исследование носит академический характер, а применить его результаты потом сложно. В данном случае практически точка приложения совершенно очевидна: программное обеспечение будет помогать тьюторам и школьным психологам быстро определять психологические характеристики школьников и студентов. Это, в свою очередь, поможет в построении индивидуальной траектории образования, которая будет действительно эффективной.
Как отмечает директор ИПМКН, разработка отдельных сервисов для интеллектуальной обработки данных – задача весьма нетривиальная и реализуется сегодня довольно редко. Чаще это делает специалист для решения конкретной задачи под определённый проект, поэтому создание автоматизированного сервиса – важное достижение, которое будет очень востребовано в образовательной сфере.
Исследование выполнено в рамках проекта РНФ (19-78-10122) «Разработка алгоритма идентификации факторов риска безопасности пользователей социальных сетей на основе анализа контента и психологических характеристик его потребителей». Планируется, что новое ПО будет внедрено в качестве сервиса для тьюторов и школьных психологов.
