Исследователи, которые проанализировали язык, связанный с депрессией в социальных сетях во время пандемии, говорят, что данные свидетельствуют о том, что люди научились справляться с нарастающими волнами.

Исследователь из Университета Альберты Алона Фише и ее сотрудники из Университета Западного Онтарио выдвинули гипотезу, что речь, связанная с депрессией, будет резко увеличиваться во время каждой волны COVID-19. Но их исследование показывает, что это не так.

«Вначале была большая реакция, а затем люди как бы нашли свою новую норму», — говорит Фише, доцент кафедры компьютерных наук и психологии. «Это послание о стойкости людей, которые выясняют, как выжить в условиях пандемии».

Для исследования исследователи обратили свое внимание на онлайн-платформы , такие как Reddit и Twitter. Социальные сети — полезный инструмент для оценки психического здоровья на уровне населения, объясняет Файше, научный сотрудник Института машинного интеллекта Альберты и председатель Канадского CIFAR AI.

Исследователи сначала определили ключевые слова, проанализировав тип языка, который плакаты использовали в обсуждениях на Reddit. По словам Фише, самоидентификация, найденная в этих сабреддитах и ​​форумах, не воспроизводится во многих других платформах социальных сетей.

«По сути, мы обучили модель машинного обучения, которая может различать язык людей, которые публикуют сообщения на тему депрессии, и людей, которые этого не делают», — говорит Файше.

Используя эту информацию и выявленные ключевые слова, они обратили свое внимание на Twitter. Они проанализировали данные из четырех городов — Сиднея, Мумбаи, Сиэтла и Торонто — с разными волнами COVID-19, чтобы определить, какие языковые изменения были вызваны глобальными тенденциями, а какие — локальными. Они ограничили данные областями с большим процентом англоязычных твитов, чтобы использовать одну и ту же методологию для анализа всех данных.

Результаты были неожиданными, говорит Фише. В целом в данных не отражены всплески случаев заболевания COVID-19 и различные волны на протяжении всей пандемии. На самом деле, единственным городом, в котором после первой волны увеличилось количество высказываний, связанных с депрессией, был Мумбаи, в котором наблюдалась значительная вторая волна.

Фише говорит, что методы машинного обучения, используемые для очистки подфорумов Reddit для определения ключевых слов и анализа данных Twitter, могут быть применены к широкому кругу тем. Например, при изучении данных в Сиэтле они обнаружили сильную реакцию на движение Black Lives Matter.

«Это указывало на то, что в общем настроении произошли большие изменения — о чем люди говорили и как люди относились к миру, в котором они жили».

Исследование было опубликовано в International Journal of Population Data Science.