خطوط بحرانی برای سالهای متمادی بوده است، اما تا همین اواخر داده های بسیار کمی وجود دارد که در آن راهکارهای مشاوره برای کمک به مردم مقابله می کنند. ظهور اخیر خطوط کمک به بحران مبتنی بر متن در حال تغییر است.

این سرویس ها برای افرادی طراحی می شود که پیام کوتاه را به صحبت می کنند، این سرویس ها مجموعه های گسترده ای از جلسات مشاوره ناشناس را فراهم می کند - مواد خام که دانشمندان کامپیوتر می توانند به شناسایی کلمات و تکنیک هایی که به نظر می رسد نتایج را بهبود بخشد.

"اگر درباره آینده حرف بزنید، بیشتر درباره آینده صحبت خواهم کرد. اگر من مثبت صحبت کنم، بیشتر احتمال دارد که به طور مثبت صحبت کنید. "

یور Leskovec، استادیار علوم کامپیوتر در دانشگاه استنفورد می گوید: "تا کنون، اکثر تحقیقات در مورد مشاوره در مقیاس کوچک باقی مانده است، به دنبال رونوشت های صوتی تنها چند جلسه چند است."

Leskovec و همکارانش پیام های متنی 660,000 را از جلسات مشاوره بحران 15,000 تحلیل کردند. در یک مقاله در معاملات انجمن زبان شناسی محاسباتی، محققان چندین تکنیک مرتبط با جلسات موفقیت آمیز را شناسایی می کنند ، مانند شخصی سازی مبادلات ، سریع ریشه یابی مشکل و استفاده از کلمات و عبارات برای هدایت مکالمات به مسیر مثبت.

Leskovec می گوید که معتقد است این یافته ها می تواند برای آموزش مشاوره ها در مورد نحوه پاسخگویی به موقع در زمانی که یک فرد در اوج بحران برای کمک به او استفاده می شود مورد استفاده قرار گیرد. او می گوید: "ما می توانیم اطلاعاتی بیش از مطالعات قبلی را مجاز بدانیم، به دست آوردن بینش جدید و دقیقا مشخص نمودن کدام راهبردهای مشاوره ای کار می کنند."

از شروع تا پایان

برای این مطالعه، محققان روشهای جدید تجزیه و تحلیل زبان طبیعی را برای تعیین اینکه چگونه کلمات و عباراتی که مشاوران استفاده می شود تحت تاثیر قرار دادند، این است که آیا متون دچار مشکل در پایان گفتگو احساس بهبود می کنند.

به طور خاص، آنها با زبان های مورد استفاده توسط مشاوران سازگار هستند که در برخورد با متخصصان موفق به دریافت بهتر زبان با زبان آن دسته از مشاوران که به طور کلی کمتر موفق بوده اند،

محققان کشف کردند که تمام مکالمات مشاوره ای به پنج مرحله تقسیم شده است: مقدمه، تنظیم مشکل، اکتشاف مشکالت، حل مسئله و بسته شدن.

هر مرحله می تواند توسط مشاوران کلمات و همچنین متخصصان استفاده شود. به عنوان مثال، مرحله معرفی با تبریک در هر دو طرف مشخص شد و مرحله تکمیل شده متخصصان بیان کننده قدردانی و مشاوران را با استفاده از کلمات مانند "هر زمان"، "شب شبانه" و "قدردانی" نشان داد.

چگونه مردم را بیرون بکشیم

این مراحل مستقل از موضوع بود، که می توانست هر چیزی از مشکلات ارتباط با افکار خودکشی باشد. اما با تحلیل و مقایسه اینکه چگونه مشاوران موفق و کمترین موفق در طی مراحل پیشرفت کردند، محققان یک تفاوت کلیدی را کشف کردند.

آلتفف می گوید: "مشاوران موفق به سرعت در معرض این مسئله قرار گرفتند و بیشتر از گفتگو با مشکل را صرف کردند." مشاوران کمتر موفق به زمان بیشتری رسیدند تا مشکل را بدانند.

این یافته با یک الگوی جالب دیگر مرتبط است: مشاوران موفق تمایل بیشتری به پیام های مبهمی دارند. به طور مثال با یک شخصیت دوستانه یا دوست داشتنی ارائه شده است - یک مشاور موفقیت آمیز به طور معمول پرسش های روشن تر را می پرسد. آنها پاسخ هایی را برای اطمینان از درک درست می کنند و از texter برای رسیدن به آن تشکر می کنند.

به طور خلاصه، مشاوران موفق، بیشتر برای برداشتن یک texter کت و شلوار و حل مشکل شخصی دست به کار می شوند. همانطور که آلتفف توضیح می دهد، این به این معنی است که مشاوران موفق تر بیشتر صحبت می کنند. آنها پیام های خود را به texter خاص و وضعیت خاص خود، بنابراین نظرات خود را طبیعی به نظر می رسد. این مطالعه نشان می دهد که متخصصان در مورد موضوعات خاص صحبت می کنند تا زمانی که مشاوران این موضوعات را باز کردند. بنابراین، مشاوران می توانند متمرکز را در یک فرایند بهتر از ذهن ایجاد تغییرات ظریف به زبان خود.

آلتفف می گوید: "اگر درباره آینده حرف بزنید، احتمال بیشتری دارم که درباره آینده صحبت کنم." "اگر من مثبت صحبت کنم، بیشتر احتمال دارد که به طور مثبت صحبت کنید."

این نوع تحلیل می تواند برای مشاوران بحران در کوتاه مدت مورد استفاده قرار گیرد و به عنوان تکنیک های تجزیه و تحلیل زبان، شاید حتی به ایجاد عوامل خودکار مکالمه ای که از مشاوره ها در طول آموزش و مکالمه واقعی پشتیبانی می کنند، منجر شود.

Leskovec می گوید: "این نوع برنامه ها زمانی ممکن است که ما توانایی تجزیه و تحلیل زبان طبیعی و هوش مصنوعی را برای تحویل در مجموعه های بسیار گسترده ای از مکالمات بحران واقعی فراهم کنیم.

منبع: مارینا کراکوفسکی برای دانشگاه استنفورد

کتاب های مرتبط

at InnerSelf Market و آمازون