Los investigadores de USC crean algoritmo para optimizar a grupos de la intervención del abuso de substancia

Cuando se trata de abuso de substancia que lucha, la investigación sugiere que la compañía que usted guarda puede diferenciar entre la recuperación y la recaída. Así pues, mientras que los programas de intervención del grupo pueden desempeñar un papel importante en la prevención de abuso de substancia, especialmente en poblaciones en peligro tales como juventud sin hogar, pueden también exponer inadvertidamente a participantes a los comportamientos negativos.

Ahora, los investigadores del centro de USC para la inteligencia artificial en sociedad han creado un algoritmo que clasificación a los participantes del programa de intervención - quién están trabajando voluntariamente en la recuperación - en grupos más pequeños, o a subgrupos, en una manera que mantiene conexiones sociales útiles y rompen las conexiones sociales que podrían ser perjudiciales a la recuperación.

“Sabemos que el abuso de substancia es afectado altamente por influencia social; es decir con quién usted es los amigos,” dice a Aida Rahmattalabi, estudiante de tercer ciclo de informática de USC y autor importante del estudio.

“Para perfeccionar la eficacia de intervenciones, usted necesita saber la gente se influenciará en un grupo.”

Rahmattalabi y los colegas de la escuela de USC Viterbi de la escuela de la ingeniería, del Dworak-Peck de USC Susana del trabajo social y de la universidad de Denver trabajaron en colaboración con el pico urbano, una juventud sin hogar Denver-basada de la porción no lucrativa, para desarrollar el socorro de decisión, que esperan ayudarán a intervencionistas en general abusan de la prevención.

Los resultados mostraron el importante mejor realizada algoritmo que las estrategias del mando para formar a grupos. El estudio, llamado maximización de la influencia para la red social basó la prevención del abuso de substancia, fue publicado en la conferencia de AAAI sobre la sección del extracto del estudiante de la inteligencia artificial.

Los co-autores del estudio eran Phebe Vayanos, profesor adjunto de USC de la ingeniería industrial y de sistemas y de informática, Milind Tambe, la Helen N. y Emmett H. Jones profesor en la ingeniería y profesor de la ingeniería de informática e industrial y de sistemas, y arroz de Eric, profesor adjunto en trabajo social; Camarero Adhikari de Anamika de la universidad de Denver; y panadero del petirrojo del pico urbano.

Potencia de la influencia del par

Cada año, hasta dos millones de juventudes en los E.E.U.U. experimentarán falta de vivienda, y los presupuestos sugieren entre el 39 y 70 por ciento de drogas sin hogar del abuso de la juventud o el alcohol.

Las iniciativas del abuso de substancia tales como terapia del grupo pueden ofrecer el apoyo por la juventud sin hogar encouraging para compartir sus experiencias, para aprender estrategias que hacen frente positivas, y para construir redes sociales sanas.

Pero si no estructuran a estos grupos correctamente, pueden exacerbar los problemas que se preponen tratar animando la formación de amistades basadas en comportamiento antisocial. Esto es un proceso sabido en trabajo social como “entrenamiento de la desviación,” cuando los pares se refuerzan para el comportamiento irregular.

Las personas abordaron este problema de una perspectiva de la inteligencia artificial, creando un algoritmo que tiene en cuenta ambos cómo conectan a los individuos en un subgrupo - sus amarres sociales - y su historia anterior del abuso de substancia.

Los datos del levantamiento topográfico recopilados voluntariamente de la juventud sin hogar en Los Ángeles, así como las teorías del comportamiento y las observaciones de intervenciones anteriores, fueron utilizados para construir un modelo de cómputo de las intervenciones.

“Basado en esto tenemos un modelo de la influencia que explique cómo está probablemente para que un individuo adopte comportamientos negativos o cambie los comportamientos negativos basados en su participación en el grupo,” diga Rahmattalabi.

“Esto nos ayuda a predecir qué suceso cuando agrupamos a gente en grupos más pequeños.”

Quizás el encontrar más asombrosamente era ése, contrariamente a la intuición común, distribuyendo uniformemente a utilizadores regulares de la substancia a través de los subgrupos no es la manera óptima de diseñar una intervención acertada.

“Distribución uniforme de utilizadores mientras que la negligencia de sus lazos existentes puede disminuir grandemente el índice de éxito de estas intervenciones,” dice Rahmattalabi.

Además, el análisis sugiere que eso a veces el conducto de la intervención podría real tener un perjudicial en el grupo.

“En algunos casos, encontramos que es real una idea mala conducto la intervención: por ejemplo, si usted tiene mucha gente de alto riesgo en un grupo, es mejor no conectarla con los individuos poco arriesgados,” dice Rahmattalabi.

Mientras que los nuevos datos se agregan al algoritmo, los investigadores esperan que se adapte a las condiciones de cambio, revelando cómo las redes sociales se desarrollan durante el curso del programa de intervención. Esto podría permitir que los intervencionistas determinen cómo una intervención dará forma resultados del participante. Los investigadores están continuando trabajar con el pico urbano, y el plan para desplegar la herramienta para optimizar las estrategias del grupo de la intervención para la juventud sin hogar en Denver en la caída 2018.

Fuente: https://www.usc.edu/