پژوهشگران به تازگی به روشی نوآورانه دست یافته‌اند که می‌تواند تنها با تحلیل پیام‌های صوتی کوتاه در واتس‌اپ، نشانه‌های اولیه افسردگی را شناسایی کند. یک مدل جدید هوش مصنوعی نشان داده است که قادر است افسردگی را در زنان با دقتی نزدیک به ۹۲ درصد تشخیص دهد؛ آن هم بدون نیاز به مصاحبه‌های طولانی یا آزمایش‌های پیچیده بالینی.

بر اساس مطالعه‌ای که در نشریه PLOS Mental Health منتشر شده، این فناوری با گوش دادن به توضیح کوتاه افراد درباره وضعیت هفته‌ گذشته‌شان، الگوهای صوتی مرتبط با افسردگی را شناسایی می‌کند. این تحقیق توسط گروهی از محققان برزیلی به رهبری ویکتور هو اوتانی از دانشکده علوم پزشکی سانتا کاسا د سائوپائولو انجام شده است.

افسردگی تنها یک حالت ذهنی نیست؛ این اختلال می‌تواند خود را در ویژگی‌های ظریفی از صدا مانند آهنگ گفتار، سرعت صحبت‌کردن و میزان انرژی صوتی نشان دهد. هرچند تشخیص این تغییرات برای انسان دشوار است، اما الگوریتم‌های یادگیری ماشین توانایی شناسایی چنین الگوهای پنهانی را دارند.

محققان برای آموزش مدل‌های خود، به جای استفاده صرف از داده‌های آزمایشگاهی، از پیام‌های صوتی واقعی واتس‌اپ بهره بردند. این پیام‌ها شامل صدای افرادی با تشخیص افسردگی اساسی و همچنین افراد سالم در مکالمات روزمره بود. همین استفاده از گفتار طبیعی باعث شد نتایج به دنیای واقعی نزدیک‌تر باشد.

نتایج نشان داد این مدل در تشخیص افسردگی در زنان عملکرد بسیار بهتری دارد. دقت تشخیص برای زنان به ۹۱.۹ درصد رسید، در حالی که این عدد برای مردان حدود ۷۵ درصد بود. پژوهشگران معتقدند این اختلاف می‌تواند به دلیل تعداد بیشتر نمونه‌های زنانه در داده‌ها یا تفاوت در نحوه بروز صوتی افسردگی میان دو جنس باشد.

نکته جالب اینجاست که وقتی از شرکت‌کنندگان خواسته شد فقط از یک تا ده بشمارند، اختلاف دقت میان زنان و مردان کمتر شد. این موضوع نشان می‌دهد گفتار آزاد و توصیفی اطلاعات عاطفی بیشتری منتقل می‌کند، اما همزمان پیچیدگی تحلیل را هم افزایش می‌دهد.

کاربرد بالقوه این فناوری به‌ویژه در مناطقی که دسترسی به خدمات سلامت روان محدود یا پرهزینه است، بسیار قابل توجه است. این سیستم می‌تواند مانند یک هشدار اولیه عمل کند؛ نشانه‌ای کوچک اما مهم که فرد را به پیگیری وضعیت روانی خود تشویق می‌کند، پیش از آنکه شرایط بحرانی شود.

پژوهشگران تأکید می‌کنند که این ابزار قرار نیست جایگزین روان‌پزشک یا روان‌شناس شود، بلکه می‌تواند به‌عنوان یک روش غربالگری ساده، سریع و کم‌هزینه مورد استفاده قرار گیرد. آن هم از طریق اپلیکیشنی که میلیاردها نفر هر روز از آن استفاده می‌کنند.

در حال حاضر، تیم تحقیقاتی در تلاش است دامنه مطالعات خود را گسترش دهد و این مدل را روی زبان‌ها، فرهنگ‌ها و گروه‌های جمعیتی متنوع‌تری آزمایش کند.

واتس‌اپ اعلام کرده است که مجموعه‌ای از قابلیت‌های جدید را برای چت‌های گروهی منتشر می‌کند؛ ویژگی‌هایی که با هدف بهبود تجربه کاربران در گروه‌ها و فراهم‌کردن امکان مدیریت ساده‌تر گفتگوها ارائه شده‌اند.

واتس‌اپ روز گذشته اعلام کرد که این پیام‌رسان در حال عرضه مجموعه‌ای از قابلیت‌های تازه برای چت‌های گروهی است؛ قابلیت‌هایی که شامل member tags یا همان برچسب‌گذاری اعضا، text stickers یا استیکرهای متنی و event reminders یا یادآورهای رویداد می‌شوند.

قابلیت member tags به کاربران اجازه می‌دهد یک عنوان یا نام انتخاب کنند تا سایر اعضای گروه بهتر متوجه شوند چه کسی هستید و چه نقشی در آن گروه دارید. برای نمونه، ممکن است در یک گروه با عنوان «پدر آنا» شناخته شوید و در گروهی دیگر با عنوان «دروازه‌بان».

در بخش text stickers، کاربران می‌توانند هر واژه یا عبارت دلخواه را تنها با تایپ‌کردن آن در بخش Sticker Search به یک استیکر تبدیل کنند. علاوه‌بر این، امکان افزودن مستقیم این استیکرهای تازه‌ساخته‌شده به بسته‌های استیکر شخصی وجود دارد، بدون اینکه لازم باشد ابتدا آن‌ها را در یک چت ارسال کنید.

درنهایت قابلیت event reminders نیز به کاربران اجازه می‌دهد هنگام ایجاد یک رویداد در چت گروهی، برای دعوت‌شدگان یادآورهای اختصاصی تنظیم کنند.

واتس‌اپ این قابلیت‌های تازه را در ادامه روند تقویت امکانات چت‌های گروهی ارائه می‌کند؛ روندی که پیش‌تر شامل قابلیت‌هایی مانند اشتراک‌گذاری فایل‌های حجیم تا سقف ۲ گیگابایت، ارسال رسانه‌های باکیفیت HD، اشتراک‌گذاری صفحه‌نمایش، چت صوتی و مجموعه‌ای از ابزارهای دیگر بوده است.