چت‌باتی که به سوالات جنسی زنان پاسخ می دهد

به گزارش سیتنا، عذرا اسماعیل، استادیار انفورماتیک پزشکی در دانشکده پزشکی اموری، که در دهلی متولد شده و در ابوظبی بزرگ شده است، با بازدیدهای مکرر از زادگاه خود در ایالت بیهار هند، شاهد شکاف‌های عمیق اجتماعی بوده است. او در حال حاضر در تلاش است تا با استفاده از فناوری‌های دیجیتال پیشرفته، از جمله هوش مصنوعی، به جوامع محروم در حوزه سلامت کمک کند.

بخش عمده‌ای از فعالیت‌های اسماعیل بر بهبود دسترسی زنان به مراقبت‌های بهداشتی مادر و کودک متمرکز است. او با همکاری بنیاد «ماینا ماهیلا»، یک سازمان غیرانتفاعی هندی به رهبری دکتر سوهانی جالوتا، چت‌باتی مبتنی بر هوش مصنوعی توسعه داده که اطلاعات مرتبط با سلامت جنسی و باروری را ارائه می‌دهد. این ابزار موضوعاتی مانند برنامه‌ریزی خانواده، مراقبت‌های دوران بارداری و دانش پایه‌ای درباره آناتومی تولیدمثل را پوشش می‌دهد. با این حال، تطبیق یک مدل هوش مصنوعی که بر اساس داده‌های کشورهای توسعه‌یافته آموزش دیده است، با نیازهای یک جامعه کاملاً متفاوت از نظر فرهنگی و فنی، چالشی جدی محسوب می‌شود.

اسماعیل تأکید می‌کند که مشکلات زبانی و مسائل فرهنگی از چالش‌های اصلی در طراحی این ابزار هستند. او معتقد است که دسترسی به اطلاعات دقیق و به‌موقع از خانه می‌تواند بر سلامت افراد تأثیر بگذارد، اما درک درست اطلاعات توسط کاربر نهایی، نیازمند تلاش زیادی است.

فرایند توسعه این مدل با تحقیقات میدانی گسترده برای شناسایی دغدغه‌های اصلی زنان در زمینه سلامت جنسی و باروری آغاز شد. اسماعیل و تیمش تلاش کردند بفهمند که این مسائل تا چه حد مختص یک جامعه خاص هستند و آیا می‌توان آن‌ها را به سایر جوامع تعمیم داد. آنها با کمک بهیاران محلی و گروه‌های متمرکز، سؤالات کاربران را پالایش کرده و سپس چت‌بات را با آزمایش روی ۳۰۰۰ زن مورد بررسی قرار دادند. در مرحله بعد، اصلاحات زبانی براساس بازخوردهای دریافتی انجام خواهد شد و آزمایش‌های گسترده‌تری برنامه‌ریزی شده است.

یافته‌های این تحقیق نشان داد که مهم‌ترین دغدغه‌های کاربران مربوط به بارداری، روش‌های پیشگیری، برنامه‌ریزی خانواده و سلامت دوران بارداری است. از آنجا که بسیاری از کاربران به زبان هندی صحبت می‌کنند اما سؤالات خود را به انگلیسی تایپ می‌کنند، این چت‌بات از زبانی ترکیبی به نام «هینگلیش» پشتیبانی می‌کند. هدف این است که کاربران بتوانند در قالبی آشنا و راحت با ابزار تعامل کنند.

این پژوهش اخیراً در کنفرانس معتبر CHI در زمینه تعامل انسان و رایانه پذیرفته شده است. اسماعیل، با توجه به پس‌زمینه چندفرهنگی خود، معتقد است که مدل‌های زبانی بزرگ باید برای استفاده در کشورهای در حال توسعه تطبیق داده شوند. او در عین حال، به روند توسعه مدل‌های زبانی بومی در هند خوش‌بین است و می‌گوید که کشورهای مختلف در حال تدوین راهبردهای هوش مصنوعی متناسب با نیازهای منطقه‌ای خود هستند.

انتهای پیام