شارك
الرئيسية
2 دقائق 
استخدم باحثون من عدة جامعات إيطالية تقنيات الذكاء الاصطناعي والتعلم الآلي للتنبؤ باحتمال انفصال الأزواج، بالاعتماد على بيانات مثل الرضا عن الحياة الزوجية لكلا الشريكين ونسبة الأعمال المنزلية التي تقوم بها المرأة مقارنةً بتلك التي يقوم بها الرجل، ووجدوا أن 45% من الأزواج ينفصلون لهذه الأسباب أو ما يشابهها.
نُشرت الدراسة في دورية "ديموغرافيا" (Demography) العلمية، واشترك فيها عدة علماء من جامعات مختلفة، من بينهم برونو أربينو من جامعة فلورنسا، بالإضافة إلى ماركو موغلي من الجامعة الكاثوليكية في ميلانو، وليتيزا مينكاريني من مركز بوكوني دوندينا لأبحاث الديناميات الاجتماعية والسياسة العامة.
عينة الأزواج المدروسة
أجرت اللجنة الاجتماعية والاقتصادية الألمانية مسحاً شارك فيه 2038 من الأزواج أو الشركاء الذين تربطهم علاقة مساكنة، ثم أخذ هؤلاء الباحثون الإيطاليون هذه البيانات وحللوها بالاعتماد على تقنية التعلم الآلي.
استمرت دراسة كل زوج من الأزواج لمدة 12 عاماً تقريباً، وسجل الباحثون 18,613 ملاحظة خلال تلك الفترة. وقد انفصل 45% من الأزواج، أي 914 زوجاً، وتبين أن الرضا عن الحياة لكلا الشريكين والنسبة التي تقوم بها المرأة من الأعمال المنزلية من أهم العوامل التي تُنبئ بانفصال الشريكين.
استخدام تقنية تعلم آلي ذات قدرة تنبؤية فائقة
استخدم الباحثون تقنية تعلم آلي ذات قدرة تنبؤية فائقة -مقارنة بالنماذج التقليدية- تُسمى (RSF) وهي اختصار لمصطلح «مجمعات البقاء العشوائي» (Random Survival Forests).
وقد استُخدمت هذه التقنية دون سواها بسبب وجود عدد كبير من المتغيرات المستقلة (35 متغيراً)، حيث يصعب إدارة هذا العدد من المتغيرات في نماذج التعلم الآلي التقليدية التي تكون قادرة عادة على اكتشاف الأنماط المعقدة في مجموعات البيانات الصغيرة نسبياً. وانقسمت المتغيرات إلى مجموعتين، الأولى لحساب سمات كلا الشريكين (10 متغيرات) وشملت الثانية جميع تفاعلاتهما (25 متغيراً).
قسم المؤلفون عينة الدراسة إلى جزأين، واستخدموا نتائج النصف الأول للتنبؤ بنتائج النصف الثاني، فوجدوا أن الدقة التنبؤية لـ (RSF) كانت أعلى بكثير من تلك الخاصة بالنماذج التقليدية.
العوامل الرئيسية التي تنبأ الذكاء الاصطناعي بأنها ستكون من أسباب الانفصال
استنتج الباحثون العوامل الرئيسية التي أدت إلى الانفصال، وهي العوامل التي تمكن نموذج الذكاء الاصطناعي من خلالها التنبؤ بالانفصال. وهذه العوامل هي:
- عدم رضا أحد الطرفين عن حياته.
- قيام المرأة بالنسبة الأكبر من الأعمال المنزلية.
- الحالة الاجتماعية، ففي المساكنة يسهل الانفصال أكثر من الزواج.
- ساعات عمل المرأة الطوال.
- مستوى الانفتاح الاجتماعي للمرأة.
- مستوى انفتاح الرجل وعلاقاته مع من حوله.
توصل الباحثون أيضاً إلى استنتاجات مثيرة للاهتمام، فقد وجدوا أن العديد من المتغيرات تتفاعل بطرق معقدة. على سبيل المثال؛ عندما يكون الرجل راضياً عن حياته كثيراً، أدى ارتفاع رضا المرأة عن حياتها إلى ازدياد فرصة استمرارية العلاقة بينهما. ولكن عندما كان الرضا عن حياة الرجل منخفضاً، كان الارتباط بين الرضا عن حياة المرأة والاستمرار بالعلاقة سلبياً.
على الرغم من ذلك، لم يُكتَشف أي تأثير للتفاعل بين المتغيرات عند النظر في السمات الشخصية، حيث إن انفتاح المرأة أو انفتاح الرجل يزيدان احتمالية إنهاء العلاقة، بغض النظر عن شخصية الشريك.
تأتي أهمية هذه الدراسة من كونها توضح الفوائد المحتملة لتقنيات التعلم الآلي لتحليل بيانات الأزواج، والتنبؤ باحتمال إنهاء العلاقة، وللبحث الديموغرافي بشكل عام.
تبدو نتائج هذه الدراسة مثيرةً للاهتمام، خاصةً وأنها تتنبأ بمستقبل علاقة الشريكين، مع أخذ العديد من المتغيرات بعين الاعتبار، لكن يجب عدم تجاهل أو نسيان أن هذه الدراسة أُجريت في المجتمع الألماني فقط، لذا يجب إجراء دراسات عالمية مماثلة، قبل تعميم النتائج.