ما الذي يقدمه الذكاء الاصطناعي يتجاوز النماذج الإحصائية التقليدية مثل تحليل الانحدار لاستقصاء سلوك الأسر، وبشكل خاص العوامل التي تسبب انفصال الأزواج وحل الرابطة الزوجية؟

مع برونو أربينو (جامعة فلورنسا) وماركو لي موجلي (الجامعة الكاثوليكية في ميلانو) قمنا بتحليل بيانات لأكثر من 2000 زوج ألماني متزوج أو معاشر، والذين تم متابعتهم لمدة عشر سنوات تقريبًا من خلال مسح GSOEP السنوي (المسح الألماني الاجتماعي-الاقتصادي)، وانتهت أكثر من 900 حالة بالانفصال.

من خلال اعتماد نهج التعلم الآلي (تحديدًا ، غابات البقاء العشوائي)، وجد الإجراء بمفرده العلاقة بين العوامل المختلفة الموجودة في قاعدة البيانات. في هذه الحالة، تم اعتبار أكثر من 40 عاملاً، من العمر إلى مستوى التعليم، من الصحة إلى الصفات النفسية: تم تغذية كمية كبيرة من البيانات الخام إلى نظام التعلم الآلي، دون وضع فرضيات دقيقة، ولكن ببساطة تحديد انفصال الزواج كحدث مهم، وأشار الخوارزمية إلى تأثير كل عامل موجود في البيانات. تم تحديد المتغيرات التي تشكل أكبر تهديد لاستقرار الرابطة بدقة تصل إلى 70% (قدرة تنبؤية تفوق الـ 50% التي تحققها أساليب التحليل التقليدية للانحدار).

لم يكن الذكاء الاصطناعي قادرًا فقط على اكتشاف العوامل وراء انفصال الأزواج، بل كان أيضًا قادرًا على استخدام هذه المعرفة للتنبؤ بنهاية الرابطة قبل حدوثها. يعود ذلك أيضًا إلى استخدام نصف البيانات المتاحة لتعليم الخوارزمية نفسها، وتم التحقق من صحة النتائج باستخدام النصف الآخر من مجموعة البيانات.

نتائج التحليل مثيرة للاهتمام للغاية، وذلك بشكل خاص لأن منهجية التعلم الآلي قادرة على تقدير الأهمية النسبية للعوامل المختلفة في تسبب الانفصال. العوامل التي كانت ذات تأثير كبير في الدراسات السابقة فقدت أهميتها هنا، مثل البطالة ومستوى التعليم والدخل العالي للشريك.

ChatGPT

العوامل الرئيسية الأربعة التي ظهرت من الدراسة ترتيبًا تنازليًا هي: الرضا الشخصي، كمية عمل المرأة المدفوع، بعض العوامل الشخصية والعمر.

أقوى عامل تنبؤ بالانفصال هو الرضا الشخصي: إذا كان الشريكان غير راضين، فمن الواضح أن الزوجة لن تدوم العلاقة. ولكن أمرًا أقل وضوحًا هو أن هناك انخفاضًا قويًا في استقرار الرابطة يظهر عندما تكون المرأة راضية جدًا عن العلاقة ولكن الرجل أقل رضاً بها، في حين يكون التأثير العكسي أقل وضوحًا. إذا كانت المرأة تعمل ساعات كثيرة خارج المنزل، فإن خطر الانفصال أو الطلاق يكون أعلى، حتى عندما يكون الرجل أكثر مشاركة في الأعمال المنزلية (ولكن هذه النتيجة ليست جديدة ووفقًا للمراجع السابقة، فإنها تعتمد على الوكالة الأكبر واستقلالية النساء العاملات).

أما بالنسبة لصفات الشخصية، فالانفتاح العالي للرجال (المرتبط تقليديًا بارتفاع الخيانة الزوجية) وعدم التكيف الجيد لدى النساء (قدرتهم على التكيف بشكل أقل مع التغيرات الناتجة عن التعايش) هما الصفات المرتبطة بشدة بنهاية العلاقة. كما أن مستوى منخفض من الحرص لدى الشريكين (يفهم كقدرة تنظيمية في الحياة اليومية، وبالتالي - إذا كان منخفضًا - كفر وعجز عن احترام التزاماته) لا يساعد على البقاء معًا. ولكن أيضًا مستوى مرتفع جدًا أو منخفض جدًا من العصبية يمكن أن يكون مشكلة. يمكن تفسير هذه النتيجة بأن العاناة من القلق الزائد أو الغيرة أو الشعور بالذنب أو القلق أو الغضب يعقد العلاقة.

وهذا صحيح بشكل خاص بالنساء، ولكن، من ناحية أخرى، النساء اللاتي لا يشعرن بهذا النوع من العواطف قد يدفعن شركائهن لاستشراف تلك الصفة الشخصية كعدم وجود اهتمام (الرجال، في هذه الحالة). ومع ذلك، لم يتم تحديد أي تجاهل للشخصيات يرتبط بشكل أقوى بانهيار العلاقة. أخيرًا، بالنسبة للعمر، يميل الأزواج الشابة جدًا إلى أن يكونوا أكثر عدم استقرارًا، ولكن بالنسبة للنساء، فإن الاستقرار في العلاقات يتزايد بعد سن الأربعين، في حين أن هذا ليس الحال بالنسبة للرجال.

تحليل التعلم الآلي ليس بدون قيود. في هذه الحالة، يعتبر القيد الرئيسي أنه يشير فقط إلى ألمانيا ولديه أقل قدر من التفاصيل حول الجوانب النفسية للشريكين. ومع ذلك، من وجهة نظر منهجية، توضح الدراسة الإمكانات الكبيرة لتقنيات التعلم الآلي في البحوث الديموغرافية والاجتماعية بشكل عام، مؤكدة قدرتها على رصد وتحليل عدد كبير من العوامل التنبؤية، وايجاد علاقات خطية أو غير خطية، علاقات مجمعة أو غير مجمعة بين هذه العوامل ونتيجة الاهتمام، مع دقة أكبر وتحمل أقوى للتقديرات أمام التعاطف من الأساليب المستخدمة عادة.