Технологии искусственного интеллекта помогут реабилитации бездомных

Исследовательская группа Центра искусственного интеллекта ФКН НИУ ВШЭ под руководством Ивана Ямщикова разработала...

Исследовательская группа Центра искусственного интеллекта ФКН НИУ ВШЭ под руководством Ивана Ямщикова разработала модель для прогнозирования успешности реабилитации бездомных. Модель с вероятностью около 80% предсказывает эффективность работы с клиентами организаций для бездомных. Об этом CNews сообщили представители НИУ ВШЭ.

Сегодня проблема бездомности в России не изучена: не существует достоверной статистики о количестве бездомных в стране, крайне мало исследований на эту тему. Проект благотворительной организации «Ночлежка» и Лаборатории естественного языка ВШЭ — «Яндекс» в рамках программы Центра ИИ НИУ ВШЭ — это одна из первых попыток применить методы машинного обучения для изучения способов реабилитации бездомных.

В «Ночлежке» уже несколько лет работает электронная система МКС (Многофункциональный кабинет соцработника), в которую специалисты по социальной работе и юристы заносят информацию о сопровождении подопечных и оказанных услугах. Всего в базе данных 12891 уникальный клиент. В исследовании Лаборатории естественного языка ВШЭ — «Яндекс» о прогнозировании исходов контрактов использована информация о 3219 клиентах, имеющих хотя бы один контракт. Обучение и проверка модели проходили на выборке из 6528 контрактов, заключенных с этими клиентами.

«Клиент» и «контракт» — термины Многофункционального кабинета соцработника. Под контрактом понимается услуга, которую может получить клиент МКС с участием соцработника. Всего таких контрактов (услуг) 43, например, временная регистрация по адресу «Ночлежки», восстановление или получение паспорта и др.

«Первая задача, которую мы решали, — это предсказание успешности контракта, — сказала Анна Быкова, аналитик Лаборатории естественного языка ВШЭ — «Яндекс». — Для того чтобы научить машину что-то делать, необходимо подготовить информацию. На основе комментариев базы данных кабинета соцработника “Ночлежки” мы выделили признаки по категориям клиентов. Также мы выбрали статусы контрактов, которые можно считать успешными (контракты выполнены полностью) и неуспешными (контракт не выполнен по причинам, связанным с клиентом)».

Каждый клиент был представлен в датасете строкой с 93 признаками, но, по мнению исследователей, «данных много не бывает». Любая информация помогает точнее спрогнозировать вероятность успешного завершения контракта, а это, в свою очередь, дает соцработникам больше возможностей помочь реальному человеку, попавшему в тяжелую жизненную ситуацию. Признаки загружались в модели машинного обучения.

Модель предсказывала вероятность успешного завершения того или иного контракта. Точность предсказаний модели при проверке составила 80%. Самым сложным для выполнения оказался контракт «Получение гражданства», а самым реально выполнимым — «Временная регистрация по адресу “Ночлежки”».

Несмотря на эффективность работы искусственного интеллекта, исследователи подчеркивают важность человеческого фактора в принятии решений. «Мы даем инструмент, рассказываем, как им пользоваться, а то, как интерпретировать результат с этической стороны, — уже задача специалистов. Речь идет о людях, и решение принимает социальный работник», — отметила Анна Быкова.

Ученые планируют совершенствовать модель с помощью подбора гиперпараметров, использования ансамблевых методов и различных архитектур нейросетей, проводить эксперименты с синтетическими данными, полученными в результате компьютерного моделирования. Также в планах — изучение данных других регионов, проверка гипотезы о влиянии гуманитарных проектов на дальнейшее обращение к социальным работникам.

«Мы хотим проверить гипотезу о том, что клиент, посетивший один из пунктов оказания гуманитарных услуг “Ночлежки” (пункт обогрева, “Ночной автобус”, “Ночной приют”, “Культурная прачечная” и пр.), с большей вероятностью примет решение “уйти с улицы” и обратиться за помощью к соцработникам. В терминах МКС это означает, что с ним будет связан хотя бы один “контракт”», — сказал аналитик Лаборатории естественного языка ВШЭ — «Яндекс» Николай Филиппов.

Адрес новости:
https://corp.cnews.ru/news/line/2022-05-20_tehnologii_iskusstvennogo