پژوهشی تازه در Frontiers in Psychiatry نشان میدهد مدلهای یادگیری ماشین میتوانند بخشی از تفاوتهای فردی در نشانههای افسردگی، اضطراب، استرس ادراکشده و بهزیستی روانشناختی نوجوانان را بر پایهٔ مجموعهای از عوامل روانی و اجتماعی توضیح دهند. مؤلفهٔ مستقیم هوش مصنوعی در این مطالعه، مقایسهٔ چهار الگوریتم و استفاده از روش SHAP برای توضیح سهم هر ویژگی در خروجی مدل بود. بااینحال، پژوهش ابزار تشخیصی یا سامانهای آماده برای استفاده در مدرسه ارائه نمیکند.
مدلها با چه دادهای ساخته شدند؟
پژوهشگران دادههای ۱٬۰۸۸ نوجوان ۱۳ تا ۱۸ ساله را از شش مدرسهٔ متوسطه در ووهان چین گردآوری کردند. شرکتکنندگان پرسشنامههای معتبر مربوط به تنظیم هیجان، تنهایی، استفادهٔ مسئلهساز از شبکههای اجتماعی، عزتنفس، کیفیت خواب، فشار تحصیلی، حمایت خانواده، فعالیت بدنی و چهار پیامد سلامت روان را تکمیل کردند. دادهها مقطعی و خودگزارشی بودند؛ بنابراین مدلها الگوهای همان مقطع را آموختند، نه مسیر آیندهٔ سلامت روان را.
چهار روش رگرسیون خطی، رگرسیون بردار پشتیبان، جنگل تصادفی و XGBoost با تقسیم ۸۰ به ۲۰ داده و اعتبارسنجی متقاطع پنجبخشی مقایسه شدند. XGBoost در مجموعهٔ آزمون بهترین عملکرد را داشت: ۴۹ درصد واریانس نمرهٔ افسردگی، ۵۵ درصد اضطراب، ۶۰ درصد استرس ادراکشده و ۵۰ درصد بهزیستی روانشناختی را توضیح داد.
هوش مصنوعی چه الگویی را برجسته کرد؟
تحلیل توضیحپذیر SHAP نشان داد دشواری در تنظیم هیجان و تنهایی در هر چهار پیامد از ویژگیهای اثرگذار بودند. فشار تحصیلی، حمایت خانواده، استفادهٔ مسئلهساز از شبکههای اجتماعی، عزتنفس و کیفیت خواب نیز بسته به پیامد اهمیت متفاوتی داشتند. پژوهشگران برای کاهش نشت هدف، متغیرهایی را که محتوایشان با پرسشنامهٔ پیامد همپوشانی مستقیم داشت، از بعضی مدلها کنار گذاشتند؛ اقدامی که خطر عملکرد ظاهراً بالا بر اثر اندازهگیری مفاهیم مشابه را کمتر میکند.
این نتیجه چه معنایی ندارد؟
طراحی مقطعی اجازه نمیدهد بگوییم تنهایی یا فشار تحصیلی علت نشانهها بودهاند. همهٔ دادهها از پرسشنامه و از نوجوانان یک شهر آمدهاند و اعتبارسنجی بیرونی در شهر یا کشور دیگری انجام نشده است. همچنین «توضیح ۶۰ درصد واریانس» به معنای دقت ۶۰درصدی در تشخیص فردی نیست. ارزش اصلی مطالعه در مقایسهٔ شفاف چند پیامد و نشاندادن الگوهای مشترک و اختصاصی است، نه در ساخت یک غربالگر بالینی آماده.
منابع: متن کامل مقاله در Frontiers in Psychiatry؛ DOI: 10.3389/fpsyt.2026.1923390.
