کاربرد هوش مصنوعی در روانشناسی را شرح دهید .

کاربرد هوش مصنوعی در روانشناسی را شرح دهید .

1. مقدمه
هوش مصنوعی (AI) در زمینه های مختلفی از جمله بازی ها ، ربات ها ، قانون ، تجارت سهام ، دستگاه های سنجش از دور و اختراعات علمی و همچنین روش های تشخیصی معرفی شده است [1] . بسیاری از برنامه های پیشرفته هوش مصنوعی بسیار فریبنده در برنامه های معمول هستند به طوری که نمی توان آنها را جداگانه تفکیک کرد. هنگامی که چیزی به عنوان یک برنامه عمومی اجرا شد و از آن بسیار استفاده شد ، دیگر نمی توان آن را به عنوان هوش مصنوعی تعیین کرد. به نظر می رسد برنامه های کاربردی هوش مصنوعی در هر صنعت خاص از زیرساخت های فراگیر برخوردار هستند. اواخر (1990s) و آغاز قرن (21st) نقاط آغازین درهم آمیختن عناصر فناوری AI در قاب بزرگتر سیستم ها بود [1] .
علاقه به هوش مصنوعی در درجه اول بر روی سیستم های خودمختار متمرکز شده است که ممکن است جای افراد در زمینه های مربوطه را بگیرد. همانطور که روانشناسی شناختی ممکن است راههای جدید تحقیق از تئوری دستورالعمل الگوریتمی را کشف کند ، نظریه دستورالعمل الگوریتمی نیز ممکن است پیامدهای عملی تری داشته باشد زیرا پیچیدگی داده های رفتاری انسان را ارزیابی می کند. این تمرکز انسان محور بر پایه تحقیقات هم افزایی میان رشته ای از علوم اعصاب و روانشناسی شناختی تا علوم رایانه ای نظری استوار است [2] . 
در این عصر طلایی فناوری ، بدون هیچ پایانی و محدودیتی ، پیامدهای اخلاقی و اخلاقی هوش مصنوعی سه وجه بحث دارند. یک نظر می گوید که بسیاری از ما در حال حاضر بدون کار دچار فقر شده ایم ، و دلیل کمی وجود دارد و یا هیچ دلیلی برای ایجاد کارگران مکانیکی که می توانند مستقل فکر کنند وجود ندارد. در حالی که دیگری می گوید بدون کمک دستگاههایی که حداقل تا حدی می توانند برای خود فکر کنند ، جامعه نمی تواند پیشرفت کند یا از منافع آن بهره مند شود. علاوه بر این ، گروه سوم در مورد این مسائل اصلاً اذیت نمی شود ، همانطور كه ​​در جامعه بشری معمول است [1] .
بسیاری از روانشناسان فکر می کنند که علم هوش مصنوعی می تواند تمام پدیده های تولید شده توسط ذهن انسان را با هم ادغام کند. نگرش کارکردگرایانه شاهد ذهن به عنوان یک سیستم بازنمایی و روانشناسی به عنوان شاخه ای از فرایندهای مختلف محاسباتی است ، که به موجب آن بازنمایی های ذهنی ساخته ، سازمان یافته و رمزگشایی می شوند. اگرچه در مورد چگونگی توجیه پدیده های مختلف روانشناختی از نظر محاسباتی بحث شده است. اینکه کدام مفاهیم هوش مصنوعی برای روش های مدل سازی رایانه ای به دنبال دیدگاه روانشناس قابل استفاده هستند ، هنوز دیده نشده است [3] .
2. هوش مصنوعی و روانشناسی
گاهی اوقات بین جنبه مهندسی هوش مصنوعی و جنبه های نظری آن تمایز قائل می شوند. به عنوان یک رشته مهندسی ، هدف هوش مصنوعی ابداع و پیاده سازی ماشین هایی است که بتوانند از طریق عملی عملیاتی را انجام دهند. دقت ، کارایی ، انعطاف پذیری و قابلیت اطمینان از معیارهای اصلی موفقیت برای چنین سیستم هایی هستند و به نظر می رسد اطلاعات مربوط به عملکرد انسان نه لازم و نه مطلوب هستند [4] . 
تاریخچه هوش مصنوعی نشان می دهد که طراحی و شرح برنامه همیشه به عناصر روانشناسی انسان متکی بوده است. فرضیات مربوط به فرآیندهای شناختی به جای مطالعات تجربی ، از طریق شهود یا تجزیه و تحلیل درون نگرانه کارگران هوش مصنوعی استخراج شده است. برنامه های مهمی مانند Samuel’s checker-player بدون تصادفی با هرگونه مطالعه همبستگی در مورد عملکرد انسان ، توسعه ، اعمال و آزمایش شد [5] . شاید بخشی از دلیل بی علاقگی اولیه هوش مصنوعی به مطالعات انسانی بلاتکلیفی در مورد جذب روانشناسی روانشناسی برای تأکید بر مغایرت قانون اساسی باشد. اظهارات گلرنتر از طریق برنامه اثبات قضیه هندسه تایید می شود [6] .
با این حال ، بسیاری از کارگران هوش مصنوعی مطالعات انسانی را در نظر گرفته اند. هنوز هم ، روانشناسی تجربی را می توان به نفع شهود یا درون نگری نادیده گرفت. حتی آن دسته از محققانی که صریحاً اهمیت داده های فردی را تأیید می کنند ، مطالعات روانشناختی را در کار خود نادیده می گیرند. وینستون (1979) پیشنهاد کرد که اولین مرحله از پنج مرحله در ایجاد یک برنامه یادگیری هوش مصنوعی بررسی یا توصیف برخی از مهارت های یادگیری است [7] . گزارش وینستون از برنامه خود برای تکرار کاربرد تشبیه در تعاملات معلم و دانش آموز مربوط به هیچ مطالعه ای در روانشناسی تربیتی نبود [8]. در عوض ، وینستون برای توصیف شایستگی مرتبط با چنین رفتاری به شهود خود متکی است. برنامه وینستون همانطور که مبتکرانه است ، اگر از پایه تجربی روانشناسی گرفته شود جذاب تر خواهد بود [7] . 
بنابراین ، با توجه به ایجاد ارتباط نزدیکتر بین هوش مصنوعی و روانشناسی تجربی ، در هر دو جنبه ، یعنی اصول رفتار هوشمند و همچنین برنامه های رایانه ای مربوط به آنها ، پیشرفت حاصل می شود. بالا بردن مفروضات روانشناختی از سطح شهودهای موقت به سطح مشاهدات تجربی سیستماتیک باعث بهبود طولی از نظر کیفیت تحقیقات AI می شود و به ادغام آن با مطالعات مرتبط در سایر رشته ها کمک می کند.
3. دقیق و تعریف وظیفه
در سه دهه گذشته کارگران هوش مصنوعی شاهد ساخت (و گزارش دهی) سیستم هایی بوده اند که از فرایندها استفاده می کنند و آنها را به عنوان استدلال ، درک ، حل مسئله ، تصمیم گیری ، برنامه ریزی ، شکل گیری مفهوم و موارد دیگر معرفی می کنند [9]. تفسیر اصطلاحات غالباً از پروژه ای به پروژه دیگر تغییر می کند ، و وصله ای از رسوم اصطلاحات را ایجاد می کند. به عنوان مثال ، اصطلاح مفهوم ، همانطور که در توصیف شبکه های معنایی اعمال می شود ، کمتر از پنج تعبیر قابل توجه است. چنین کاربرد ضعیفی از اصطلاحات روانشناختی باعث ایجاد سه مشکل می شود. اولاً ، مقایسه بین پروژه های مختلف هوش مصنوعی بسیار دشوار است. ثانیاً ، ماهیت مشخصات کار ، یعنی کارگران هوش مصنوعی علاقه دارند از اصطلاحات روانشناختی استفاده کنند تا برنامه های خود را به طور صریح به جنبه های شناختی انسان مرتبط سازند و از این طریق یک چارچوب نظری از پیش تعیین شده ارائه دهند [10] .
اگر محققی بخواهد برنامه ای را مفهوم سازی کند ، نه تنها می خواهد اجرای یک وظیفه کاملاً درک شده را بداهه بداند بلکه قصد دارد اولین اجرای آن را درک کند. اگر محقق کار خود را به عنوان یک تفاهم توصیف کند ، ممکن است بسیاری از افراد گمراه شوند ، نه اینکه خود او را ذکر کنم [11] . 
تعریف برنامه (یا محیط کار) در این روش خاص باعث ایجاد ابهام می شود زیرا تمایل دارد که یک مدل روانشناختی را مجذوب خود کند ، در حقیقت ، این مدل وجود ندارد. این نه تنها عدم دقت ذاتی در مشخصات وظیفه را غیرقابل درک می کند بلکه مشکل سوم ، یعنی اشاره ضمنی به خواص شناختی مرتبط را نیز به وجود می آورد. وقتی اصطلاحات ، باورها یا فهم های روانشناختی به طور ناخواسته برای تعریف یا توصیف یک برنامه هوش مصنوعی مورد استفاده قرار می گیرند ، آسان است که در برابر وسوسه اختصاص خوشه ای از خواص شناختی مرتبط به آن تسلیم شویم. این تقریباً اجتناب ناپذیر است زیرا اصطلاحات روانشناختی پیش تئوریک یا نظری فقط مربوط به شناخت انسان (یا حیوان) است. بدون پیش فرض داشتن یک زمینه یکپارچه از پدیده های شناختی ، درک بسیاری از این اصطلاحات دشوار است ،[12] .
4- استفاده از داده های انسانی به عنوان یک اکتشافی روش شناختی
تمایز بین هوش مصنوعی به عنوان یک رشته مهندسی و هوش مصنوعی به عنوان یک تحقیق فلسفی ، با توجه به روش های به کار رفته ، و نه از منظر وظایف به کار رفته ، انجام می شود. به عنوان مثال ، می توان یک استراتژی مهندسی را برای شناخت الگوهای بصری ، بازی کردن یا درک زبان طبیعی در نظر گرفت ، همانطور که می توان رویکردی نظری به برنامه نویسی خودکار ، جستجوی درخت یا حتی رباتیک داشت. مشخصات کار یا تکنیک های برنامه نویسی به هیچ وجه مسئول غیرقابل استفاده بودن دو رویکرد AI نیست. برعکس ، این به روش به کار رفته و هدف محقق بستگی دارد [4]. با این وجود نمی توان اشتراکات بین این دو حوزه را نفی کرد. رویکرد شناختی یک نقطه عبور در روانشناسی است. در این دامنه ، کاربرد شامل یادگیری محیطی مبتنی بر شبیه سازی ، تشخیص احساسات مبتنی بر رایانه ، شبیه سازی تعاملات اجتماعی درون گروهی ، درمان های شناختی – رفتاری ، روانپزشکی مبتنی بر رایانه ، پرسش های الکترونیکی و همچنین تولید خروجی خودکار و غیره است.
یافته های موسسه ملی تعالی بهداشت و مراقبت (NICE) (2008) در مورد کاربرد فناوری اطلاعات در رفتار درمانی شناختی نتایج امیدوار کننده ای را به همراه داشته است. حوزه های جدیدی از تحقیقات مانند سایبر سایکولوژی ظهور کرده اند ، که نشان دهنده پذیرش فناوری اطلاعات در زمینه روانشناسی توسط اخوت تحقیق است. درمان بستری روان درمانی دو سطح متمایز از کاربردهای فناوری اطلاعات را پذیرفته است [13] . در مرحله اول ، این نرم افزار در اصلاح کارآیی ، اجرا و عملکرد درمانگر تمرین می کند. در مرحله دوم ، این سیستم با سیستم های پیچیده ای همراه است که می تواند مشکلات بیمار و درمانگر را در طول درمان درگیر کند. با روشن شدن چند رزرو ، از سیستم های خبره انتظار می رود که مسائل پیچیدگی کم و متوسط ​​را حل کنند [14] .
امروزه جوانان از نظر فنی و فن آوری بیشتری با انواع مختلف فناوری های اطلاعاتی راحت ترند. بازیابی اطلاعات در دفاتر سازمانی اکنون با کلیک یک دکمه آسان تر است. این دسترسی آسان به یک دید وسیع از داده های تحقیقاتی در مورد افکار ، احساسات و رفتارهای فردی / گروهی توسط یک روانشناس کم است و باید به آن توجه شود [15] . بنابراین ، ابزارهای جدیدتری توسط روانشناسان برای جمع آوری داده های روانشناسی اجتماعی و همچنین زمینه های مرتبط با روانشناسی مورد استفاده قرار گرفته است. بنابراین ، برای رفع شکاف ، یک رابط هوشمند هماهنگ متشکل از سیستم بازیابی خبره و متخصص ، نیاز به ساعت با نیاز به یک عامل طراحی رابط اضافی است [15] .
5. فناوری اطلاعات و روانشناسی
رایانه به تدریج وارد تحقیق یا درمان روانشناسی و روانپزشکی می شود. همه کارشناسان این پیشرفت را یک گام کاملاً مثبت نمی دانند [16]. این نظرات با هدف حل آن مورد بررسی قرار می گیرد. تعامل مستقیم بیمار و درمانگر اصلی ترین پایه روان درمانی است. این آرایش به دلیل نفوذ جامعه اطلاعاتی در زندگی روزمره ما توسط ابزارهای فناوری اطلاعات جایگزین می شود. در نتیجه ، تعامل تدریجی انسان و کامپیوتر تنها آغاز کارهایی است که اتفاق می افتد ، حتی ممکن است جریان های نقدی این گروه از متخصصان را کاهش دهد. انتظار می رود سازگاری با این سناریو در دو دهه آینده برای دستیابی به نقطه تعادل جدید. با این وجود ، کامپیوتر برای سازگاری با انعطاف پذیری و پویایی ذهن انسان یک راه طولانی در پیش دارد. کیفیت ممکن است اولین مصدوم در تعامل انسان و کامپیوتر باشد. با استفاده مجدد از برنامه های درمانی می توان از مزایای ارائه شده توسط سیستم رایانه ای جدید استفاده کرد و اثرات نامطلوب آن را مهار کرد.[15] .
مقاومت بیماران را نمی توان دست کم گرفت ، اما هرچه زمان می گذرد ، فناوری اطلاعات از همان ابتدا در زندگی افراد ادغام می شود و تعامل انسان و رایانه فقط در درجه دوم قرار می گیرد. این نوع رد در جامعه پزشکان قبلاً با آزمایش Micyn (اولین سیستم تشخیص خودکار) مشاهده شده بود [17] . متأسفانه ، برای جلوگیری از تشخیص غلط احتمالی ، استفاده از Micyn اجرا نشد [18 ، 19] . دقت تشخیصی 99٪ با اجرای یک سیستم خبره قابل دستیابی است ، اما در شرایط مشابه ، ممکن است پزشکان به یک سوابق جامع نیاز داشته باشند ، در نتیجه نیاز آنها را فقط به عنوان یک کمک در روند به جای گزینه یا جایگزین ، نشان می دهند.
با این وجود ، یک رشته جدید در علوم اجتماعی ، به عنوان مثال روانشناسی سایبری یا روانشناسی فضای مجازی ، به وجود آمد. مطالعه واکنش افراد و رفتارهای فضای مجازی آنها ، مفهوم تکاملی دیگری است که توسط رایانه ها و شبکه های آنلاین ایجاد شده است [20] . تحقیقات سایبری روانشناسی برای حل دو جنبه اصلی ، یعنی کاربردهای پیشرفته IT برای مقابله با مسائل مختلف روانشناختی و عواقب استفاده و تعامل ابزارهای مختلف فضای مجازی و مسائل روانشناختی و روانپزشکی در میان کاربر ، انجام شده است.
با ادغام جامعه اطلاعاتی در هر جنبه از زندگی روزمره ، این مفهوم جدید با مطالعات روزافزون و متنوع مرتبط با موضوع کاربرد فناوری اطلاعات توسط روانشناسان ، پیشرفت طبیعی بود [17].. توجیه سرمایه های عظیم سرمایه ای در اجرای این سیستم های پیچیده و معضلی در رابطه با تحویل مورد انتظار این سیستم ها از نظر نیازهای واقعی متخصص روانشناسی از نظر پیچیدگی و هدف از کاربردهای معمولی فناوری اطلاعات در واقع اجتناب ناپذیر است. تنظیمات جهانی مشکل سازگاری کاربر با پیچیدگی سیستم مشکل دیگری است که در این زمینه با آن روبرو است. آزمایشات مربوط به کارایی سیستم با به کارگیری حداقل نمونه اولیه می تواند اولین شک را برطرف کند در حالی که با پیاده سازی ویژگی های خاص برای رابط انسان و کامپیوتر (HCI) ، رد مسئله توسط کاربر روشن می شود. اگرچه فقط در سطح یک ابزار ، یک سیستم اطلاعاتی خوب مبتنی بر یک سیستم خبره مورد نیاز است ، بدون آن حتی اسناد الکترونیکی ، معروف به راهنما ، نمی توانند این مشکل را حل کنند.
رویکرد تعاملی بیشتری از کاربرد سیستم های تدریس خصوصی هوشمند (ITS) انتظار می رود. یک ITS متخصص وابسته به سیستم با لمس یک انگشت از ترکیب گسترده بین رویداد نویسنده و روانشناسی ؛ برای تقویت مهارت در کار ، کمک سفارشی ارائه شده به معلم برای ابداع مطالب جدید و کاربرد مناسب آن در ITS مورد نیاز است [17] .
 کاربردهای رایانه ای مبتنی بر روانشناسی عمدتا به عنوان روان درمانی شناخته می شوند. رایانه در این مقطع بسیار مهمتر از انسان در یک فضای مشابه است. ریشه های هوش مصنوعی در شناخت گرایی باعث شده است که روانپزشکان از رایانه فقط به عنوان یک سیستم پشتیبانی جانبی در طول درمان استفاده کنند. باتری برنامه های کاربردی گسترده را می توان به صورت زیر طبقه بندی کرد: وب سایت های اختصاصی برای کمک به خود. درمان با رایانه برنامه های تحت وب برای شناسایی و ارزیابی از طریق اینترنت ، حمایت ، کامپیوتر درمانی palmtop کمکی. مشاوره از طریق اینترنت واقعیت مجازی (VR) درمانی ؛ سیستم های پیام صوتی تعاملی بازخورد زیستی از طریق نظارت فیزیولوژیکی سرپایی و سایت های گروه پشتیبانی مجازی. مزایای اساسی استفاده از IT در روان درمانی شامل زمان بیشتری است که بیمار برای درمان تحت نظارت به دست می آورد ، تعامل کوتاهتر با پزشک ، درمان مقرون به صرفه ، کمک به تصمیم گیری در مورد درمان. ایده استفاده از رایانه برای پشتیبانی از متخصص ، به عنوان مثال ، در استفاده از مصاحبه های طولانی تر ، جدید نیست[2] .
کمبودهای کاربرد رایانه در روان درمانی در درجه اول به مسائل اخلاقی مربوط می شود. پیوند بیمار و درمانگر جایی است که یک لاکون دروغ می گوید و صلاحدید ترک یک انسان کامل به این شکل از رابطه مورد بازجویی قرار می گیرد [21]. سپس ، در نظر گرفتن در دسترس بودن و دسترسی آسان نرم افزار به بیمار با اختیار و اراده آزاد ، مانند مورد داروهایی است که فقط تحت نظارت پزشکی مداوم می توانند به دلیل عوامل خطرناک مستعد استفاده شوند. مدل های رایانه ای تمایل به ساده سازی بیش از حد موارد دارند و احتمال کاهش سازگاری و توانایی متخصص انسانی بسیار بیشتر است. در نتیجه ، با گذشت زمان ، احتمال بیشتری وجود دارد که متخصص قادر به درک مسائل بیمار بدون کمک رایانه نباشد. از مزایای برنامه های رایانه ای در هر سطح از روانشناسی نمی توان چشم پوشی کرد ، اما مراقبت های مناسب نسبت به افزایش انتظارات از این رویکرد خاص صورت می گیرد. با توجه به جاذبه و پیچیدگی مسائل روانشناختی ، نمی توان از محدودیت های مرتبط با سیستم غافل شد. برای مثال،
این بدان معنی است که با وجود سودمندی این سیستم ها ، به روزرسانی مداوم مورد نیاز است. با این حال ، جایگزینی توسط متخصص در حال حاضر امکان پذیر نیست. هیپنوتیزم درمانی ممکن است به صورت کلاسیک انجام شود ، اما نتایج عالی نیز با استفاده از تکنیک های الکترونیکی به طور جزئی یا کاملاً بدست می آید. با در نظر گرفتن رایانه ، جریان صوتی / تصویری کاملاً خودکار است ، بنابراین درگیری بیشتر فناوری اطلاعات را منعکس می کند. جدول 1 بیانگر تکنیکهایی است که برای مسائل روانشناختی و روشهای همراه با رایانه توصیه می شود [22] . برای کمک به روان درمانگر ، خدمات بهداشتی اجازه دسترسی به VR را داده اند. متخصصان نقش VR را تأیید کرده اند و فکر می کنند که این ممکن است زمینه روانشناسی بالینی را بیشتر اصلاح و تکامل بخشد.

6. کاربردهای هوش مصنوعی در روانشناسی
نتایج درمان وحشت و ترس از ترس هراسی که بسیار مقرون به صرفه بود با انتظارات از برنامه مبتنی بر رایانه مطابقت نداشت.
بازی های آموزشی مبتنی بر سن کودکان به طور منظم تبدیل شده و پتانسیل های بسیاری را در خود جای داده اند که روانپزشکان باید آنها را کشف کنند. مفهوم استفاده از بازی ها در آموزش و پرورش با افزایش سطح پیچیدگی در حال استفاده است. این بازی ها اغلب مبتنی بر سیستم های متخصص پیچیده یا انواع پیشرفته هوش مصنوعی هستند. روانشناسان باید این استراتژی ها را ادغام کنند. مطالعات مربوط به کاربرد بازیهای سه بعدی به عنوان ابزاری درمانی مصمم انجام شده است [23]. به نظر می رسد اولین نتیجه امیدوار کننده باشد. با این وجود یافتن یک راه حل درمانی کلی یک کار سربالایی است. بنابراین ، نظارت بر راهنمایی روانپزشک بر اصلاح قاعده رفتاری بازی های درمانی ، گاه به گاه مورد نیاز است.
برتری پویایی هوش مصنوعی در برابر روانشناسی را می توان به ستون فقرات ریاضی قوی و کاربردهای مهم صنعتی آن نسبت داد. (دهه 1980) شاهد افزایش استفاده از سیستم خبره به عنوان یک دارایی بازار پس از سیستم های تولیدی بودیم [24]. سیستم های خبره و روانشناسی را نمی توان از هم تفکیک کرد. با گذشت زمان ، متخصصان فناوری اطلاعات دریافتند که برای ابداع تکنیک های جدید ، نیاز به استخراج قاعده مند از افراد وجود دارد. در اینجا ، شبکه Repertory Grid (RepGrid) ، که می تواند داده هایی را برای تجزیه و تحلیل ارائه دهد ، از نظر کمی و کیفی شناسایی و در درک تاریخی ادغام شد. از منظر روانشناسی ، سیستم های خبره را می توان همراه با روانشناسی ساخت شخصی پیاده سازی کرد. نباید فراموش کرد که این رویکردهای روانشناس ارزان نیست. بنابراین ، باید یک سیستم میانی برای سیستم خبره با قواعد کلی در مورد انسان طی شود و الگوی تفکر ایجاد شود. بعداً ، نوعی رهنمود برای به دست آوردن خود از تعامل مستقیم با بیمار ، اجرا خواهد شد.
سیستم های خبره برنامه های پیچیده ای هستند که مجموعه ای از دستورالعمل ها را براساس تجربه متخصص بشر در شرایط خاص انتخاب می کنند. ادراکات مربوط به اجرای آن معمولاً در بعد مجموعه ای از دستورالعمل ها و در نهایت در ارائه وضوح این مجموعه اعمال می شود. از ابعاد محاسبات ، محاسبات با کارایی بالا مانند Grid یا Cloud می توانند به ارتفاعات زیادی برسند. با این حال ، دانستن افکار بشر موضوعی کاملاً پیچیده است ، به ویژه نمی توان آن را با کلمات بیان کرد و نبود کانال ارتباطی ممکن است انتقال دانش را بیشتر محدود کند. از دیدگاه نظری ، کاربرد این سیستم ها بسیار زیاد است ، زیرا ایده اساسی در پشت توسعه AI می تواند از تفکر انسان تقلید کند. اما ، برای رسیدن به این شاهکار ، ما یک راه طولانی در پیش داریم.
هر سیستم خبره باید شامل سه م keyلفه اصلی باشد. پایگاه دانش ، موتور استنباط و رابط کاربری. به نظر می رسد مترجم جهانی اولین کاربرد در خط تولید است. سطح دانش برای حل یک پایگاه داده گسترده و متنوع مانند Google و تکمیل شده توسط یک سیستم خبره به همان اندازه قدرتمند ارائه می دهد. کاربرد سیستم های خبره در گفتاردرمانی می تواند کاربرد آن را بیشتر تقویت کند. محققان امیدوارند که با توجه به این فازی بهبود یافته ، بتوان از یک سیستم متخصص در ارائه درمان در منزل بیمار نیز استفاده کرد [25] .
در روانپزشکی عمومی از تکنیک های مختلف AI استفاده می شود. به عنوان مثال ، حتی داده های ورودی با کیفیت پایین در تشخیص صحیح نارساخوانی با ادغام کاربرد الگوریتم های فازی و ژنتیکی کافی است. صدای منفعل خود می تواند به عنوان منبع کمکی اطلاعات در ایجاد یک تجزیه و تحلیل خوب استفاده شود. از آسیب شناسی صدا در یافتن نشانه های مهم روانشناختی نیز استفاده می شود. نتایج پایگاه داده های اختلالات صوتی بیمارستانی و گوش ماساچوست (MEEI) یکی از این نمونه هاست [26] . این نتایج را نمی توان به طور جداگانه درمان کرد زیرا دلایل متعددی می توانند عامل تغییر صدای بیمار باشند. در صورت استفاده همزمان با سایر اندازه گیری ها ، استفاده از آن می تواند اطلاعات ارزشمندی در مورد بیمار به دست دهد.
7. سیستم بازیابی اطلاعات اجتماعی
کارشناسان علوم اجتماعی و روانشناسی باید با سناریوهای فعلی فضای مجازی در جریان باشند. جمع آوری اطلاعات افراد یا جوامع اساسی است و باید روشهای جدیدتری اندیشید. امروزه بازیابی اطلاعات از اینترنت نیز امکان پذیر است. زندگی اجتماعی بصورت جزئی یا کامل مجازی سازی می شود تا به راحتی از طریق اینترنت بتوان به جزئیات شخصی دسترسی داشت. این مجموعه اطلاعات را می توان به داده های صریح یا داده های ضمنی تفکیک کرد. مورد اول توسط شبکه اجتماعی لازم است تا کاربر از محتوای عمومی شده آگاهی داشته باشد و از پیامدهای عمومی یا جزئی شدن آن آگاه شود. در حالی که داده های قبلی شامل اطلاعاتی است که از طریق تعامل با همه افرادی که از طریق بستر شبکه اجتماعی آشنا هستند ، داده می شود.
عدم تمایز بین دنیای مجازی و تماس مستقیم با اعضای گروه بزرگترین تهدید برای کاربران است زیرا ممکن است آنها در مورد نوع و محرمانه بودن اطلاعات در دسترس تشخیص ندهند. فضای مجازی دارای اطلاعات است ، بنابراین باید یک رابط با شبکه اجتماعی ایجاد شود. دسترسی به این مشخصات شخصی کاربر بدون رضایت وی بدون اخذ مجوز صریح امکان پذیر نیست. دو بخش سیستم پیشنهادی را ایجاد می کنند: بخش اول رابط مبتنی بر HCI ، با استفاده از عوامل هوشمند است و بخش دوم سیستم بازیابی اطلاعات است. راحتی استفاده از رایانه با استفاده از سیستم های خبره و تکنیک های HCI امکان پذیر است. برای کسب منافع مستقیم یا غیرمستقیم در صورت داشتن هوش هیجانی بالاتر در برخی از افراد ، سرمایه گذاری زیادی لازم نیست.
8. یک سیستم بازیابی اطلاعات
سیستم بازیابی اطلاعات (IRS) شامل جمع آوری داده ها ، نمایه سازی ، جستجو و ارائه است. داده ها با بازیابی اطلاعات از اینترنت یا شبکه های محلی طبق قوانین تنظیم شده توسط کاربران جمع آوری می شوند. گاهی اوقات ، با استفاده از واحدهای مستقل که اطلاعات را به پایگاه داده مرکزی منتقل می کنند ، به عنوان راه حل جستجو استفاده می شود. این مورد ممکن است به فرآیند عادی سازی داده ها و برخی الگوریتم های پیش نمایه سازی نیاز داشته باشد. در نمایه سازی ، افراد به پایگاه داده فوری قابل جستجو نگاه می کنند. اگرچه رویکردهای متنوعی برای نمایه سازی وجود دارد ، ارتباط هر یک بیشتر به اندازه داده بستگی دارد. بنابراین ، از یک سیستم مدیریت پایگاه داده (DBMS) سنتی برای ذخیره داده استفاده می شود. در جستجو ، یک مجموعه اختصاصی از عملیات مبتنی بر هوش مصنوعی برای هر کاربر ضمنی DBMS استفاده می شود. در ارائه ، رابط کاربری گرافیکی استفاده شده در نمایش داده های گرافیکی ساخته شده است. از روشهای خوشه بندی نیز استفاده می شود. سایبر سایکولوژی یک زمینه تحقیقاتی مرتبط است که به دلیل سرعت بالای توسعه فناوری هنوز در مراحل نوزادی است و دارای پتانسیل نامحدود است[23] .
9. روان درمانی و همسویی هوش مصنوعی
فرآیند آشنایی با بیمار شامل طراحی مدلهای ذهنی بر اساس تعداد کمی از اطلاعات موجود است. هوش مصنوعی اولویت بندی مدل سازی دانش است زیرا درک رفتار انسان برای دستگاه تقلید یک امر اساسی است. هندسه دانش ، مدلی است که بر اساس مفاهیم (شهود) و بالعکس (اصلاح مجدد) طراحی شده است. بیمار حرفه ای الگوهای رفتاری بیمار را ارزیابی می کند و آنها را بر اساس شرایط مشخص ترسیم می کند و آنها را تحت روان درمانی مختصر قرار می دهد. مفاهیم نظری روان درمانی در مواردی اعمال می شود که درگیری بین نقشه های روان درمانی تهیه شده و فرد مورد نظر بوجود می آید. عملیات اصلاح مجدد یک فرایند استنباط است ، جایی که از آنالوگ و پایگاه داده ایزومورفیسم به عنوان منبع استفاده می شود. با تجزیه و تحلیل هر روند و الگوی خانواده ، می توان آن را مورد بررسی قرار داد و روشهای جدیدی را برای سیستم ابداع کرد. مکانیسم های بازخورد و نگهداری به سیستم اجازه نمی دهد که تجربیات و یادگیری جدیدتری بدست آورد ، در نتیجه رشد آن را متوقف می کند یا تعارض مورد نظر را حل می کند. از این به عنوان استدلال مبتنی بر مورد یاد می شود و با منطق مرتبه اول انجام می شود. در حالی که روان درمانگر تلاش می کند تا علامت بیمار را ساده کرده و آن را به سیستم تعامل گسترده تری مرتبط کند و آن را به سناریوی جهانی پیوند دهد ، این نشان دهنده عملکرد شهودی هندسه دانش است. از این به عنوان استدلال مبتنی بر مورد یاد می شود و با منطق مرتبه اول انجام می شود. در حالی که روان درمانگر تلاش می کند تا علامت بیمار را ساده کرده و آن را به سیستم تعامل گسترده تری مرتبط کند و آن را با سناریوی جهانی پیوند دهد ، این نشان دهنده عملکرد شهودی هندسه دانش است. از این به عنوان استدلال مبتنی بر مورد یاد می شود و با منطق مرتبه اول انجام می شود. در حالی که روان درمانگر تلاش می کند تا علامت بیمار را ساده کرده و آن را به سیستم تعامل گسترده تری مرتبط کند و آن را به سناریوی جهانی پیوند دهد ، این نشان دهنده عملکرد شهودی هندسه دانش است.
این پدیده خاص بعداً به عنوان پشتیبانی جانبی برای درک الگوی گسترده تری در این مورد استفاده می شود. هوش مصنوعی فرایندی را شبیه یادگیری ماشین می نامد. روش پیوند سیستمی یک گام به جلو در استفاده از هوش محاسباتی به عنوان ابزاری کمکی در ارزیابی الگوی رفتاری زوج ها ، خانواده ها و افراد است. از میان استراتژیهای متعدد هوش مصنوعی ، منطق مرتبه اول ، اثبات قضیه خودکار و منطق فازی می تواند برای مطابقت با مداخلات روان درمانی مرتبط با توصیف مناطق ضروری ، ایجاد ژنوگرام ، ارزیابی خود تعیین ، آزمایش الگوی تعامل شناختی ، بهبود یافته مورد استفاده قرار گیرد. خودآگاهی و اصلاحات [24 ، 25]. با وجود این تحولات ، این نظر که تحقیقات AI هنوز به عنوان یک روش جهانی برای فرمول بندی پیچیده مشکلات تکامل نیافته است ، نباید نادیده گرفته شود [26] .
10. بحث 
همانند هر فناوری در حال ظهور ، احتیاط باید برای جلوگیری از تعصبات خوش بینانه و در درجه اول برای تأمین منافع بیشتر افرادی که این فناوری برای کمک به آنها طراحی شده است ، خردمندانه استفاده شود. ناگفته نماند که هوش مصنوعی برای ماندن در اینجا است ، و بیشتر تأکید می کند که سازمان باید با تغییرات اقتصادی و اجتماعی جامعه هماهنگ باشد. در غیر این صورت ، محو خواهد شد.
با این وجود ، روانشناسی همیشه یک منبع کمک دائمی به افرادی است که با ناامنی ها و سازگاری های اجتماعی دست و پنجه نرم می کنند. علاوه بر این ، توسعه فن آوری پیشرفته به هیچ وجه محرک متقابل ایجاد شده توسط تعامل بیمار-درمانگر را تغییر نداده است. پیشرفتهای فنی از بسیاری جهات بر روانشناسان تأثیر می گذارد. با این حال ، تأثیر پیشرفت فناوری بر روانشناسی با مجموعه ای از جنبه های مثبت و منفی خود همراه است ، که پزشکان ، درمانگران ، مشاوران و محققان باید از عهده آنها برآیند.

اجرای پروژه های تخصصی هوش مصنوعی با مشاوره رایگان سلول پیشتاز

منبع : ajnpp.umsha.ac.ir