Исследователи из Мельбурнского королевского технологического университета в Австралии успешно создали модель искусственного интеллекта, которая с точностью может предсказать вероятность развития у человека зависимости от компьютерных игр, передает Bizmedia.kz.
Для этого алгоритм анализирует информацию о взаимодействии игроков со своими виртуальными персонажами, их возраст, а также количество времени, проведенного в игре. Результаты исследования представлены в научном журнале Journal of Behavioral Addictions (JBA).
Всемирная организация здравоохранения (ВОЗ) признает игровое расстройство как психическое заболевание. Основные симптомы включают повышенное увлечение компьютерными играми, нарушение самоконтроля и нежелание прекращать игровую активность, даже вопреки негативным последствиям.
Для установления диагноза, эти симптомы должны быть настолько серьезными, что существенно влияют на личную, семейную, социальную, профессиональную и другие значимые сферы жизни. Обычно требуется не менее года наблюдения за пациентом, чтобы установить диагноз.
В процессе исследования приняли участие 565 геймеров в возрасте от 12 до 68 лет. Почти половина участников были мужчины. Они заявили о 30-летнем игровом опыте, в среднем продолжительность игры составляла 5,6 года. Они также активно использовали социальные сети в течение последних семи лет, проводя в них около трех часов в день. 55% из них работали на полную ставку, 36% имели степень бакалавра, а 30% не были в браке.
В ходе эксперимента состояние участников проверялось дважды с промежутком в полгода. Участники проходили диагностическую оценку игрового расстройства и анализировали свою связь с их внутриигровым персонажем. Это включало степень идентификации с персонажем (например, «я и мой персонаж схожи»), погружение («иногда я думаю только о моем персонаже, когда я не играю») и компенсацию («я бы хотел быть таким, как мой персонаж»).
В начале исследования около 20% участников были идентифицированы как лица, подверженные риску игрового расстройства. Затем данные были разделены на две группы: 80% использовались для обучения моделей искусственного интеллекта, а оставшиеся 20% — для проверки их способности предсказывать.
После обучения, модели ИИ смогли с точностью идентифицировать участников, которые находились в группе риска развития игрового расстройства, основываясь на данных о связи игрока с персонажем, возрасте и продолжительности игры.