پرونده کارآفرینی اجتماعی

مشاوری همراه در بازپروری

نویسنده: سمیه موسوی

تخمین زمان مطالعه: ۷ دقیقه


 آیا می‌توان با کمک اطلاعاتی که از گوشی‌های هوشمندِ معتادانِ رهایی‌یافته از اعتیاد به دست می‌آید، به آ‌ن‌ها در بازپروری اعتیادشان کمک کرد؟ گروه نرم‌افزاری تریگر معتقد است که چنین کاری ممکن است. آن‌ها در قالب یک اپلیکیشن گوشی همراه در کنار بیمار هستند. فعالیت‌های اینترنتی او را رصد می‌کنند و مواقع بحران و خطر بازگشت به مواد را پیش‌بینی کرده و از بازگشت به اعتیاد فرد پیشگیری می‌کنند. در حال حاضر تریگر با دقت ۹۴ درصد می‌تواند احتمال لغزش فرد به سوی اعتیاد در سه روز آینده را پیش‌بینی کند. در عین حال که بیشتر کار اپلیکیشن توسط دستگاه انجام می‌گیرد، هاسکل سازندۀ اصلی طرح تلاش دارد تا حد ممکن فضای رابطۀ بین فرد و دستگاه را انسانی شکل دهد و به کاربر این اطمینان را بدهد که در نهایت مخاطب او، نه یک روبات که یک انسان است.


«ما می‌خواهیم افراد هر چه بیشتری را در مسیرشان به سوی بهبودی، رهنمون باشیم»

این شعاری است که در ابتدای ورود به صفحۀ اینترنتی گروه نرم‌افزاری تریگر به چشم می‌خورد. اپلیکیشن تریگر که در سایت https://triggrhealth.com ارائه می‌شود، استارت آپی در شیکاگو است که مبنای کار آن استفاده از اطلاعات گوشی‌های هوشمند همراه و هوش مصنوعی برای پیگیری و تفسیر رفتار افراد در دورۀ بازپروری اعتیاد است؛ این برنامه هدفی غیرمعمول دارد: پیش‌بینی بازگشت به اعتیاد و پیشگیری از وقوع آن.

تاشا هداستورم ۶۱ روز بود که مواد را ترک کرده بود و در دورۀ بازپروری به سر می‌برد. اما او استفاده از برنامه‌های حمایتی را که در آن گروهی از ترک‌کنندگان مواد دور هم جمع می‌شوند و دربارۀ تجربیاتشان حرف می‌زدند، دوست نداشت. او مایل نبود بارها و بارها ماجرایش را برای افراد مختلف بازگو کند. از این رو تاشا به اپلیکیشن تریگر پناه آورد. جایی که در آن علاوه بر روزشماری دورۀ پاکی‌اش از اعتیاد با تیمی از درمانگران در تماس بود که طی روز به شکل متناوب با او از طریق سیستم پیام‌رسانی اپلیکیشن در گفتگو بودند. اگر او با آن‌ها تماس نمی‌گرفت، آن‌ها با او تماس می‌گرفتند. آن‌ها دربارۀ این صحبت می‌کردند که او روز خود را چطور گذرانده است و چه اهدافی برای خود تعیین کرده است. آن‌ها اخیراً با چالشی غیرمنتظره به او یاری رساندند. درست در زمانی که تاشا احساس کرد نیاز دارد دوباره به سوی مواد برگردد، غریبه‌ای ماشین او را تعقیب کرد و بعد به او پیشنهاد مواد داد. بعد از چند دقیقه مشخص شد این غریبه یکی از مشاوران گروه تریگر بوده است: شیوه‌ای خلاقانه برای مواجهه با لغزش تاشا به سوی مواد.

اساس کار تریگر و مزیت اقتصادی آن

 اساس کار تریگر بر مبنای اطلاعاتی است که از گوشی‌های هوشمند افراد متقاضی به دست می‌آید. هدف این اپلیکیشن فقط یاری رساندن به افراد برای گذراندن دورۀ بازپروری اعتیاد نیست، بلکه پیش‌بینی واقعی زمانی که فرد ممکن است در ریسک بازگشت به اعتیاد قرار داشته باشد نیز هست. تریگر اطلاعاتی همچون میزان درگیری فرد با گوشی خود، الگوهای متن‌نویسی در چت، ورود به تلفن، تاریخچۀ خواب و مکان فرد را جمع‌آوری می‌کند. این اطلاعات با اطلاعاتی که در فرم اولیۀ ثبت‌نام فرد پر شده، همچون تاریخچۀ مصرف مواد و مواد ترجیحی گرد هم می‌آیند و در الگوریتم‌های شخصی و خاص طبقه‌بندی می‌شوند. دستگاه با کمک این داده‌ها زمانی را که علاقۀ فرد به روی‌آوری دوباره به مواد، به سطح خطرناک افزایش پیدا می‌کند، تشخیص می‌دهد و تیم مراقبتی را از آن مطلع می‌سازد.

تاشا در ابتدا اپلیکیشن را رایگان دانلود کرد اما حالا ماهانه مبلغ ناچیزی -کمتر از دو دلار در روز- برای آن می‌پردازد. در واقع سازندگان این اپلیکیشن بیش از آن که بخواهند هزینه‌های آن را از مراجعه‌کنندگان دریافت کنند، امیدوار به استفادۀ گسترده از آن در مؤسسات دولتی و بیمه‌های بهداشتی که هزینه‌های مرتبط با اعتیاد را می‌پردازد، هستند. یک درمان اولیۀ بستری سی روزه در بیمارستان به‌تنهایی ۱۷۰۰۰ دلار هزینه داشته و هزینه‌های همراهان و موارد دیگر نیز بر آن اضافه می‌شود. در حالی که برآورد می‌شود که سالانه بیش از ۵ میلیارد دلار صرف درمان بیماری‌های عفونی هپاتیت سی در اوهایو می‌شود(بیماری که به‌شدت با مواد تزریقی و اعتیاد مرتبط است) سرمایه‌گذاری بر روی چنین اپلیکیشن‌هایی می‌تواند برای سیستم‌های بیمه‌ای و بهداشتی بسیار به‌صرفه است. هزینه‌های مشاوره و درمان در دورۀ بازپروری اعتیاد با کمک این اپلیکیشن بسیار کاهش می‌یابد، چرا که مشاوران سیستم توانسته‌اند با کمک داده‌های تریگر زودتر و با ریسک کمتری بیمار را از شرایط خطر آگاه ساخته و دورش نگاه دارند. چنین به نظر می‌رسد در آینده تریگر بتواند هزینۀ ثابتی را ماهانه از مراجعان دریافت کند به جای آن که هزینه‌هایش بر اساس سرویس‌های ارائه‌شده متغیر باشد.

ایدۀ تریگر از کجا آمد؟

ایدۀ تریگر زمانی که سازندۀ آن، جان هاسکل، در دانشگاه استنفورد در حال تحصیل بود، به ذهنش خطور کرد. در آن دوران یکی از دوستانش درگیر مشکلات روانی و اعتیاد بود. او به جایی رسید که تصمیم گرفت درمانش را نیمه‌تمام بگذارد و خودکشی کند. اما درست در لحظۀ بحرانی، مادرش با او تماس می‌گیرد. تماسی که باعث می‌شود آن دختر در شرایط بهتری قرار بگیرد و از خودکشی منصرف شود. وقتی هاسکل از مادر آن دختر می‌پرسد که چه چیزی باعث شد در آن لحظه به دخترش زنگ بزند، پاسخ می‌شنود:شهود مادرانه.

به نظر هاسکل چنین آمد که می‌تواند این شهود مادرانه را با کمک گوشی‌های هوشمند شبیه‌سازی کند. شهودی که به باور هاسکل مبتنی بر تغییرات الگوریتمی الگوهای رفتاری فرد در مواجهه با گوشی همراه بود؛ مثلاً تغییر ساعات آنلاین‌بودن فرد که نشان از تغییر الگوهای خواب او دارد یا میزان مشارکت او در گفتگوهای شبکه‌های اجتماعی یا محتوای گفتگوها. این الگوها و تغییرات آن بیست‌وچهار ساعته توسط دستگاه رصد می‌شود. هر زمانی که تغییراتی در الگوریتم‌های ثابت هر فرد رخ می‌دهد، امتیازی منفی برای او در نظر گرفته می‌شود و وقتی این امتیازها به ده می‌رسد، خطر بازگشت به مواد به حد آستانه‌ای رسیده است و توسط تیم مشاوره‌ای پیگیری می‌شود.

در حال حاضر تریگر با دقت ۹۴ درصد می‌تواند احتمال لغزش فرد طی سه روز آینده به سوی اعتیاد را پیش‌بینی کند. در عین حال که کار اصلی اپلیکیشن توسط دستگاه انجام می‌گیرد، هاسکل، سازندۀ اصلی طرح تلاش دارد تا حد ممکن فضای رابطۀ بین مراجع و دستگاه را انسانی شکل دهد و به کاربر اطمینان بدهد که در نهایت مخاطب او نه یک روبات که یک انسان است.

تریگر، بیم‌ها و امیدها

برخی متخصصان همچون جان توروس که سال‌ها در زمینۀ هوشمندسازی فرایندهای مرتبط با درمان بیماری‌های روانی از جمله اسکیزوفرنیا در دانشگاه بوستون کار کرده است، امید چندانی به کارایی تریگر در بعد کلان ندارند. آن‌ها معتقد هستند داده های برآمده از رفتار انسانی بسیار پیچیده‌تر از آن هستند که تنها به کمک ماشین و هوش مصنوعی قابل تفسیر و تحلیل باشند. اما در مقابل هستند افرادی که نگاه خوش‌بینانه‌تری به کارایی این‌گونه اپلیکیشن‌ها دارند؛ به باور آن‌ها نیاز به درمان و حمایت بیست‌وچهار ساعته از فرد در دوران بازپروری اعتیاد، نیازی بسیار جدی است. این کار مستلزم صرف نیروی انسانی و هزینه‌ای بسیار عظیم است و استفاده از یک اپلیکیشن پیشرفته و هوشمند می‌تواند بسیار اثرگذار باشد. جان پکا اونلا، استاد دانشگاه هاروارد و همکار توروس از این دسته است. او بر این باور است که هر چقدر گوشی‌های هوشمند، بیشتر و بیشتر بخشی از زندگی روزمرۀ ما می‌شوند، داده‌های برآمده از آن‌ها نیز بیشتر و بیشتر اثرگذار، پر قدرت و معنادار می‌شوند. این امر به‌ویژه دربارۀ افرادی که شرایط محیطی و سابقۀ زندگی‌شان بسیار بر روی آن‌ها تأثیرگذار است، از جمله مبتلایان به اعتیاد و بیماران اسکیزوفرن صدق می‌کند.

 

 

افزودن دیدگاه

لطفا دیدگاه خود را بنویسید
لطفا نام خود را وارد کنید

سه × سه =