Your words may predict your future mental health | Mariano Sigman

802,510 views ・ 2016-06-16

TED


لطفا برای پخش فیلم روی زیرنویس انگلیسی زیر دوبار کلیک کنید.

Translator: sadegh zabihi Reviewer: soheila Jafari
00:13
We have historical records that allow us to know how the ancient Greeks dressed,
0
13006
5150
شواهدی تاریخی داریم که به ما نشان می‌دهند یونانیان باستان چطور لباس می‌پوشیدند،
00:18
how they lived,
1
18180
1254
چطور زندگی می‌کردند،
00:19
how they fought ...
2
19458
1522
چطور می‌جنگیدند ...
00:21
but how did they think?
3
21004
1524
اما آنها چطور فکر می‌کردند؟
00:23
One natural idea is that the deepest aspects of human thought --
4
23432
4440
ایده طبیعی ما این است که عمیق ترین جنبه افکار انسان --
00:27
our ability to imagine,
5
27896
1872
توانایی تصور کردن،
00:29
to be conscious,
6
29792
1397
هوشیار بودن،
00:31
to dream --
7
31213
1231
خیال کردن --
00:32
have always been the same.
8
32468
1619
همیشه یکسان بوده است.
00:34
Another possibility
9
34872
1499
احتمال دیگر
00:36
is that the social transformations that have shaped our culture
10
36395
3723
این است که تحولات اجتماعی که فرهنگ ما را شکل داده‌اند
00:40
may have also changed the structural columns of human thought.
11
40142
3785
ممکن است ستون‌های اندیشه انسان را هم تغییر داده باشند.
00:44
We may all have different opinions about this.
12
44911
2524
ممکن است نظرات متفاوتی در این باره داشته باشیم.
00:47
Actually, it's a long-standing philosophical debate.
13
47459
2717
در واقع، این یک بحث فلسفی طول و دراز است.
00:50
But is this question even amenable to science?
14
50644
2727
اما آیا حتی این پرسش هم تابع دانش است؟
00:54
Here I'd like to propose
15
54834
2506
در اینجا می‌خواهم پیشنهاد کنم
00:57
that in the same way we can reconstruct how the ancient Greek cities looked
16
57364
4772
همان طور که شهرهای یونان باستان را
01:02
just based on a few bricks,
17
62160
2388
بر اساس تنها چند آجر بازسازی می‌کنیم،
01:04
that the writings of a culture are the archaeological records,
18
64572
4126
نوشته‌های یک فرهنگ هم مدارک باستانی
01:08
the fossils, of human thought.
19
68722
2143
و فسیل‌های تفکر بشر هستند.
01:11
And in fact,
20
71905
1174
و در واقع،
01:13
doing some form of psychological analysis
21
73103
2206
با انجام چند تحلیل روانشناسی
01:15
of some of the most ancient books of human culture,
22
75333
3544
بر تعدادی از کتابهای فرهنگی باستانی،
01:18
Julian Jaynes came up in the '70s with a very wild and radical hypothesis:
23
78901
5955
جولین جینز در دهه ۷۰ فرضیه‌ای بسیار عجیب و رادیکال ارائه داد:
01:24
that only 3,000 years ago,
24
84880
2413
که تنها در ۳٫۰۰۰ سال پیش،
01:27
humans were what today we would call schizophrenics.
25
87317
4888
انسان‌ها طبق آنچه ما امروز می‌گوییم مبتلا به جنون جوانی بودند.
01:33
And he made this claim
26
93753
1508
و او این ادعا را
01:35
based on the fact that the first humans described in these books
27
95285
3301
بر اساس این واقعیت مطرح کرد که انسان‌های اولیه توصیف شده در این کتاب‌ها
01:38
behaved consistently,
28
98610
1904
همواره
01:40
in different traditions and in different places of the world,
29
100538
3016
با رسم و رسوم متفاوت و در نقاط مختلف جهان،
01:43
as if they were hearing and obeying voices
30
103578
3532
طوری رفتار می‌کردند که گویی صداهایی می‌شنیدند و از آنها پیروی می‌کردند
01:47
that they perceived as coming from the Gods,
31
107134
3040
که آنها را از جانب خدا می‌پنداشتند،
01:50
or from the muses ...
32
110198
1198
یا از جانب الهه‌های شعر، موسیقی و ...
01:52
what today we would call hallucinations.
33
112063
2769
آنچه امروز ما توهم می‌نامیم.
01:55
And only then, as time went on,
34
115888
2626
و با گذشت زمان، ایامی فرا رسید
01:58
they began to recognize that they were the creators,
35
118538
3651
که آنها متوجه شدند که خالق،
02:02
the owners of these inner voices.
36
122213
2515
و صاحب این صداها خود آنها هستند.
02:05
And with this, they gained introspection:
37
125316
2715
و به این ترتیب، به درون گرایی رسیدند:
02:08
the ability to think about their own thoughts.
38
128055
2483
توانایی اندیشیدن درباره تفکرات خودشان.
02:11
So Jaynes's theory is that consciousness,
39
131785
3397
پس نظریه جینز این است که هوشیاری،
02:15
at least in the way we perceive it today,
40
135206
3166
حداقل آن گونه که ما امروز آن را درک می‌کنیم،
02:18
where we feel that we are the pilots of our own existence --
41
138396
3540
که احساس می‌کنیم خلبانان وجود خود هستیم --
02:21
is a quite recent cultural development.
42
141960
2737
یک دستآورد فرهنگی بدیع است.
02:25
And this theory is quite spectacular,
43
145456
1786
این نظریه بسیار چشمگیر است،
02:27
but it has an obvious problem
44
147266
1433
اما یک مشکل واضح دارد
02:28
which is that it's built on just a few and very specific examples.
45
148723
3992
و آن این است که تنها بر اساس چند مثال به خصوص بنا شده است.
02:33
So the question is whether the theory
46
153085
1763
پس سوال اینجاست
02:34
that introspection built up in human history only about 3,000 years ago
47
154872
4751
که آیا می‌توان این درونگرایی که تنها در تاریخ ۳٫۰۰۰ ساله بشر به وجود آمده است را
02:39
can be examined in a quantitative and objective manner.
48
159647
2984
به روشی کمی و عینی مورد آزمایش قرار داد.
02:43
And the problem of how to go about this is quite obvious.
49
163543
3563
و مشکل انجام این کار هم مشخص است.
02:47
It's not like Plato woke up one day and then he wrote,
50
167130
3460
این طور نیست که افلاطون یک روز از خواب بلند شده باشد و نوشته باشد،
02:50
"Hello, I'm Plato,
51
170614
1659
«سلام، من افلاطونم،
02:52
and as of today, I have a fully introspective consciousness."
52
172297
2889
و از امروز به یک هوشیاری کاملا درونگرایانه رسیده‌ام.»
02:55
(Laughter)
53
175210
2293
(خنده)
02:57
And this tells us actually what is the essence of the problem.
54
177527
3333
و این ماهیت مسئله را به ما نشان می‌دهد.
03:01
We need to find the emergence of a concept that's never said.
55
181467
4055
باید خاستگاه مفهومی را پیدا کنیم که هیچ وقت به زبان نیامده است.
03:06
The word introspection does not appear a single time
56
186434
4310
کلمه درونگرایی حتی یک بار هم
03:10
in the books we want to analyze.
57
190768
1919
در کتاب‌هایی که می‌خواهیم بررسی کنیم نیامده است.
03:13
So our way to solve this is to build the space of words.
58
193728
4087
پس راه حل ما این است که فضای کلمات را ایجاد کنیم.
03:18
This is a huge space that contains all words
59
198571
3287
این فضای عظیم شامل همه کلمات به نحوی است
03:21
in such a way that the distance between any two of them
60
201882
2802
که فاصله بین هر کدام از آنها
03:24
is indicative of how closely related they are.
61
204708
2883
نشان می‌دهد که چقدر به هم مربوط هستند.
03:28
So for instance,
62
208460
1151
پس به طور مثال،
03:29
you want the words "dog" and "cat" to be very close together,
63
209635
2897
کلمات «سگ» و «گربه» را خیلی به هم نزدیک می‌دانید،
03:32
but the words "grapefruit" and "logarithm" to be very far away.
64
212556
3831
اما کلمات «ترنج» و «لگاریتم» بسیار دور از هم هستند.
03:36
And this has to be true for any two words within the space.
65
216809
3896
و این باید برای هر کلمه‌ای درون فضا صدق کند.
03:41
And there are different ways that we can construct the space of words.
66
221626
3341
و راه‌های گوناگونی برای ایجاد فضای کلمات وجود دارد.
03:44
One is just asking the experts,
67
224991
1643
یکی تنها سوال کردن از متخصصان است،
03:46
a bit like we do with dictionaries.
68
226658
1896
چیزی شبیه به کاری که با فرهنگ لغات می‌کنیم.
03:48
Another possibility
69
228896
1428
امکان دیگر
03:50
is following the simple assumption that when two words are related,
70
230348
3715
استفاده از این فرضیه ساده است که وقتی دو کلمه با هم مرتبط هستند،
03:54
they tend to appear in the same sentences,
71
234087
2349
در یک جمله،
03:56
in the same paragraphs,
72
236460
1453
یک بند،
03:57
in the same documents,
73
237937
1770
و یک متن بیشتر از آنچه تصادف محض تلقی شود
03:59
more often than would be expected just by pure chance.
74
239731
3182
در کنار هم ظاهر می‌شوند.
04:04
And this simple hypothesis,
75
244231
2050
و این فرضیه ساده،
04:06
this simple method,
76
246305
1306
این روش ساده،
04:07
with some computational tricks
77
247635
1607
با چند حقه محاسباتی
04:09
that have to do with the fact
78
249266
1389
که به این واقعیت مربوط است
04:10
that this is a very complex and high-dimensional space,
79
250679
3064
که این فضایی بسیار پیچیده با ابعاد زیاد است،
04:13
turns out to be quite effective.
80
253767
1665
خیلی هم موثر از آب در آمد.
04:16
And just to give you a flavor of how well this works,
81
256155
2802
و برای نمونه‌ای از نحوه کار آن،
04:18
this is the result we get when we analyze this for some familiar words.
82
258981
3912
این نتایج تحلیل چند کلمه آشنا است
04:23
And you can see first
83
263607
1185
و مشاهده می‌کنید که اول
04:24
that words automatically organize into semantic neighborhoods.
84
264816
3278
کلمات خود به خود با توجه به قرابت معنایی مرتب می‌شوند.
04:28
So you get the fruits, the body parts,
85
268118
2217
پس میوه‌ها، اعضای بدن،
04:30
the computer parts, the scientific terms and so on.
86
270359
2425
بخش‌های کامپیوتر، اصطلاحات علمی و غیره را می‌بینید.
04:33
The algorithm also identifies that we organize concepts in a hierarchy.
87
273119
4222
الگوریتم همچنین تشخیص می‌دهد که ما مفاهیم را در سلسله مراتبی قرار می‌دهیم.
04:37
So for instance,
88
277852
1151
پس به طور مثال،
04:39
you can see that the scientific terms break down into two subcategories
89
279027
3597
مشاهده می‌کینید که اصطلاحات علمی به دو زیرمجموعه تقسیم می‌شوند
04:42
of the astronomic and the physics terms.
90
282648
2100
که بخش‌های فیزیکی و ستاره شناسی هستند.
04:45
And then there are very fine things.
91
285338
2246
و بعد در آن نکات بسیار ظریفی هست.
04:47
For instance, the word astronomy,
92
287608
1905
برای مثال، کلمه ستاره شناسی،
04:49
which seems a bit bizarre where it is,
93
289537
1815
که جایی نسبتا عجیب دارد،
04:51
is actually exactly where it should be,
94
291376
2048
دقیقا در جایی است که باید باشد،
04:53
between what it is,
95
293448
1595
بین آنچه هست،
04:55
an actual science,
96
295067
1270
یک دانش واقعی،
04:56
and between what it describes,
97
296361
1536
و آنچه توصیف می‌کند،
04:57
the astronomical terms.
98
297921
1492
واژگان ستاره شناسی.
05:00
And we could go on and on with this.
99
300182
1891
و این نکات را می‌توانیم مکررا دنبال کنیم.
05:02
Actually, if you stare at this for a while,
100
302097
2060
در واقع، اگر مدتی به این نگاه کنید،
05:04
and you just build random trajectories,
101
304181
1858
و مسیرهای تصادفی را در آن دنبال کنید،
05:06
you will see that it actually feels a bit like doing poetry.
102
306063
3166
می‌بینید که در واقع کمی شبیه شعر گفتن است.
05:10
And this is because, in a way,
103
310018
1882
و دلیل آن این است که، از جهاتی،
05:11
walking in this space is like walking in the mind.
104
311924
2940
حرکت در این فضا مانند سیر در ذهن است.
05:16
And the last thing
105
316027
1617
و نکته آخر
05:17
is that this algorithm also identifies what are our intuitions,
106
317668
4040
این است که این الگوریتم همچنین بینش ما
05:21
of which words should lead in the neighborhood of introspection.
107
321732
3896
از کلماتی که باید در همسایگی درون گرایی قرار بگیرند را هم نشان می‌دهد.
05:25
So for instance,
108
325652
1223
پس به طور مثال،
05:26
words such as "self," "guilt," "reason," "emotion,"
109
326899
3979
کلماتی مانند «خود،» «گناه،» «دلیل،» «احساس،»
05:30
are very close to "introspection,"
110
330902
1889
خیلی به «درون گرایی» نزدیک هستند،
05:32
but other words,
111
332815
1151
اما کلمات دیگر
05:33
such as "red," "football," "candle," "banana,"
112
333990
2167
مانند «قرمز،» «فوتبال،» «شمع،» «موز،»
05:36
are just very far away.
113
336181
1452
بسیار دور هستند.
05:38
And so once we've built the space,
114
338054
2762
و وقتی که این فضا را ساختیم،
05:40
the question of the history of introspection,
115
340840
2826
پرسش درباره تاریخ درون گرایی،
05:43
or of the history of any concept
116
343690
2333
یا هر مفهوم دیگری
05:46
which before could seem abstract and somehow vague,
117
346047
4779
که تا پیش از این انتزاعی و به نحوی گنگ تلقی می‌شد،
05:50
becomes concrete --
118
350850
1604
مستحکم می‌شود --
05:52
becomes amenable to quantitative science.
119
352478
2738
با دانش کمی قابل پیگیری می‌شود.
05:56
All that we have to do is take the books,
120
356216
2762
تنها کاری که باید بکنیم این است که کتاب‌ها را برداریم،
05:59
we digitize them,
121
359002
1381
به آنها رقم بدهیم،
06:00
and we take this stream of words as a trajectory
122
360407
2809
و این رشته کلمات را به عنوان یک مسیر مشخص کنیم
06:03
and project them into the space,
123
363240
1969
و آنها را در فضا طرح ریزی کنیم،
06:05
and then we ask whether this trajectory spends significant time
124
365233
3754
و بعد بپرسیم آیا این مسیر زمانی قابل توجه
06:09
circling closely to the concept of introspection.
125
369011
2992
در چرخش حول کلمه درون گرایی سپری می‌کند یا نه.
06:12
And with this,
126
372760
1196
و با این کار،
06:13
we could analyze the history of introspection
127
373980
2112
می‌توانیم تاریخ درون گرایی
06:16
in the ancient Greek tradition,
128
376116
1921
در آیین یونان باستان را
06:18
for which we have the best available written record.
129
378061
2602
با استفاده از بهترین مدارک نوشته شده‌ در دسترس تحلیل کنیم.
06:21
So what we did is we took all the books --
130
381631
2255
خوب کاری که کردیم همه کتاب‌ها را برداشتیم --
06:23
we just ordered them by time --
131
383910
2284
فقط آنها را بر اساس تاریخ مرتب کردیم --
06:26
for each book we take the words
132
386218
1752
کلمات هر کتاب را خارج کردیم
06:27
and we project them to the space,
133
387994
1961
و آنها را در فضا طرح ریزی کردیم،
06:29
and then we ask for each word how close it is to introspection,
134
389979
3032
و بعد درباره نزدیکی هر واژه با درون گرایی تحقیق کردیم،
06:33
and we just average that.
135
393035
1230
و بعد تنها از آن میانگین گرفتیم.
06:34
And then we ask whether, as time goes on and on,
136
394590
3198
و بعد تحقیق کردیم که با گذشت زمان این کتاب‌ها
06:37
these books get closer, and closer and closer
137
397812
3252
به مفهوم درون گرایی،
06:41
to the concept of introspection.
138
401088
1754
هر چه بیشتر نزدیک می‌شوند یا نه.
06:42
And this is exactly what happens in the ancient Greek tradition.
139
402866
3801
و این دقیقا اتفاقی است که در سنت‌های یونان باستان رخ داد.
06:47
So you can see that for the oldest books in the Homeric tradition,
140
407698
3127
پس مشاهده می‌کنید که در قدیمی‌ترین کتاب‌ها مربوط به آیین هومری،
06:50
there is a small increase with books getting closer to introspection.
141
410849
3412
کمترین افزایش در نزدیک شدن کلمات به درون گرایی اتفاق می‌افتد.
06:54
But about four centuries before Christ,
142
414285
2206
اما تقریبا چهار قرن پیش از میلاد مسیح،
06:56
this starts ramping up very rapidly to an almost five-fold increase
143
416515
4708
با نرخ بسیار زیاد تقریبا پنج برابر قبل
07:01
of books getting closer, and closer and closer
144
421247
2500
کتاب‌ها به مفهوم درون گرایی
07:03
to the concept of introspection.
145
423771
1682
نزدیک و نزدیک و نزدیک‌تر می‌شوند.
07:06
And one of the nice things about this
146
426159
2424
و یکی از نکات زیبا در این باره این است که
07:08
is that now we can ask
147
428607
1198
حالا می‌توانیم بپرسیم
07:09
whether this is also true in a different, independent tradition.
148
429829
4147
آیا این موضوع در یک آیین متفاوت و مستقل دیگر هم صحت دارد یا نه.
07:14
So we just ran this same analysis on the Judeo-Christian tradition,
149
434962
3176
پس ما همین تحلیل را درباره آیین یهودی-مسیحی هم به کار بردیم،
07:18
and we got virtually the same pattern.
150
438162
2721
و تقریبا به همان الگو رسیدیم.
07:21
Again, you see a small increase for the oldest books in the Old Testament,
151
441548
4635
دوباره، شاهد افزایش اندک در کتاب‌های قدیمی عهد عتیق،
07:26
and then it increases much more rapidly
152
446207
1914
و پس از آن افزایش به مراتب سریع‌تر
07:28
in the new books of the New Testament.
153
448145
1839
در کتاب‌های عهد جدید هستید.
07:30
And then we get the peak of introspection
154
450008
2032
و نقطه اوج درون گرایی را
07:32
in "The Confessions of Saint Augustine,"
155
452064
2127
در «اعتراف آگوستین مقدس،»
07:34
about four centuries after Christ.
156
454215
1857
تقریبا چهار قرن پس از مسیح می‌بینیم.
07:36
And this was very important,
157
456897
1944
و این بسیار مهم بود،
07:38
because Saint Augustine had been recognized by scholars,
158
458865
3373
زیرا آگوستین مقدس توسط محققان،
07:42
philologists, historians,
159
462262
2172
زبانشناسان و مورخان،
07:44
as one of the founders of introspection.
160
464458
2078
به عنوان یکی از پایه گذاران درون گرایی شناخته می‌شود.
07:47
Actually, some believe him to be the father of modern psychology.
161
467060
3297
در واقع، برخی او را پدر روانشناسی مدرن می‌دانند.
07:51
So our algorithm,
162
471012
1839
پس الگوریتم ما،
07:52
which has the virtue of being quantitative,
163
472875
2842
که دارای پرهیزگاری کمّی بودن،
07:55
of being objective,
164
475741
1263
و عینی بودن است،
07:57
and of course of being extremely fast --
165
477028
2016
و البته بسیار هم سریع است --
07:59
it just runs in a fraction of a second --
166
479068
2397
تنها در کسری از ثانیه اجرا می‌شود --
08:01
can capture some of the most important conclusions
167
481489
3503
می‌تواند برخی از مهم‌ترین نتایج را
08:05
of this long tradition of investigation.
168
485016
2222
از این تحقیقات آیینی استخراج کند.
08:08
And this is in a way one of the beauties of science,
169
488317
3651
و این یکی از زیبایی‌های دانش است،
08:11
which is that now this idea can be translated
170
491992
3476
که حالا این ایده می‌تواند ترجمه شود
08:15
and generalized to a whole lot of different domains.
171
495492
2571
و در زمینه‌ای کاملا متفاوت تعمیم بیابد.
08:18
So in the same way that we asked about the past of human consciousness,
172
498769
4767
پس به روشی مشابه آنچه درباره گذشته هوشیاری انسان پرسیدیم،
08:23
maybe the most challenging question we can pose to ourselves
173
503560
3406
شاید چالش برانگیزترین سوالی که بتوانیم از خودمان بپرسیم این است که
08:26
is whether this can tell us something about the future of our own consciousness.
174
506990
4137
آیا این می‌تواند چیزی را درباره آینده ذهن ما روشن کند یا نه.
08:31
To put it more precisely,
175
511550
1470
برای اینکه بیشتر قابل درک باشد،
08:33
whether the words we say today
176
513044
2416
آیا کلماتی که امروز به کار می‌بریم
08:35
can tell us something of where our minds will be in a few days,
177
515484
5197
می‌توانند به ما بگویند که ذهن ما چند روز دیگر،
08:40
in a few months
178
520705
1151
چند ماه دیگر،
08:41
or a few years from now.
179
521880
1182
یا چند سال دیگر چگونه خواهد بود.
08:43
And in the same way many of us are now wearing sensors
180
523597
3020
و به همان طریقی که همین الان هم بسیاری از ما
08:46
that detect our heart rate,
181
526641
1786
حسگرهایی برای سنجش ضربان قلب،
08:48
our respiration,
182
528451
1269
تنفس،
08:49
our genes,
183
529744
1667
یا ژن‌هایمان پوشیده‌ایم،
08:51
on the hopes that this may help us prevent diseases,
184
531435
3651
و امیدواریم که آنها ما را از بیماری‌های آینده آگاه کنند،
08:55
we can ask whether monitoring and analyzing the words we speak,
185
535110
3521
می‌توانیم بپرسیم ثبت و سنجش کلماتی که در حرف زدن،
08:58
we tweet, we email, we write,
186
538655
2683
توییت کردن، ایمیل زدن، یا نوشتن به کار می‌بریم،
09:01
can tell us ahead of time whether something may go wrong with our minds.
187
541362
4808
می‌توانند ما را از مشکلات آتی ذهنمان باخبر کنند یا نه.
09:07
And with Guillermo Cecchi,
188
547087
1534
و به همراه جیرمو سچی،
09:08
who has been my brother in this adventure,
189
548645
3001
که در این ماجراجویی برادر من بود،
09:11
we took on this task.
190
551670
1555
این کار را صورت دادیم.
09:14
And we did so by analyzing the recorded speech of 34 young people
191
554228
5532
و این کار را با تحلیل صحبت‌های ضبط شده ۳۴ جوان
09:19
who were at a high risk of developing schizophrenia.
192
559784
2801
که در معرض خطر شدید شیزوفرنی قرار داشتند انجام دادیم.
09:23
And so what we did is, we measured speech at day one,
193
563434
2881
و خوب کاری که ما کردیم این است که، در روز اول بحث را تحلیل کردیم،
09:26
and then we asked whether the properties of the speech could predict,
194
566339
3242
و اینکه ویژگی‌های آن بحث می‌توانند
09:29
within a window of almost three years,
195
569605
2496
از منظری حدودا سه ساله،
09:32
the future development of psychosis.
196
572125
2035
توسعه جنون در آینده را پیش بینی کنند را تحقیق کردیم.
09:35
But despite our hopes,
197
575427
2366
اما با وجود امیدهایمان
09:37
we got failure after failure.
198
577817
3117
پشت سر هم شکست خوردیم.
09:41
There was just not enough information in semantics
199
581793
3882
اطلاعات کافی در معانی نبود
09:45
to predict the future organization of the mind.
200
585699
2793
تا بتوانیم با آن سازمان آینده ذهن را پیش بینی کنیم.
09:48
It was good enough
201
588516
1809
به اندازه‌ای خوب بود
09:50
to distinguish between a group of schizophrenics and a control group,
202
590349
4175
که بتوان گروه مبتلا به شیزوفرنی را از سایرین تشخیص داد،
09:54
a bit like we had done for the ancient texts,
203
594548
2712
کمی شبیه کاری که درباره متون باستانی کردیم،
09:57
but not to predict the future onset of psychosis.
204
597284
2994
اما برای پیش بینی جنون در آینده کافی نبود.
10:01
But then we realized
205
601164
1706
اما بعد متوجه شدیم
10:02
that maybe the most important thing was not so much what they were saying,
206
602894
4088
که شاید مهم ترین نکته چیزهایی که می‌گوییم نباشند،
10:07
but how they were saying it.
207
607006
1673
بلکه نحوه گفتن آنها باشد.
10:09
More specifically,
208
609679
1220
به طور خاص،
10:10
it was not in which semantic neighborhoods the words were,
209
610923
2827
گروه معنایی که کلمات در آن بودند مهم نبود،
10:13
but how far and fast they jumped
210
613774
2600
بلکه فاصله آنها و سرعت پریدن آنها
10:16
from one semantic neighborhood to the other one.
211
616398
2301
از یک گروه واژگان به گروهی دیگر اهمیت داشت.
10:19
And so we came up with this measure,
212
619247
1731
و به این معیار رسیدیم،
10:21
which we termed semantic coherence,
213
621002
2389
که در آن واژگان مرتبطی
10:23
which essentially measures the persistence of speech within one semantic topic,
214
623415
4804
که اساسا دوام یک سخنرانی حول یک معنی را مشخص می‌کنند
10:28
within one semantic category.
215
628243
1529
را در یک دسته بندی معنایی قرار دادیم.
10:31
And it turned out to be that for this group of 34 people,
216
631294
4047
و مشخص شد که در آن گروه ۳۴ نفره،
10:35
the algorithm based on semantic coherence could predict,
217
635365
3659
الگوریتم بر پایه ارتباط معانی توانست
10:39
with 100 percent accuracy,
218
639048
2500
با دقت ۱۰۰درصد،
10:41
who developed psychosis and who will not.
219
641572
2507
پیش بینی کند که چه کسی به جنون مبتلا خواهد شد و چه کسی نه.
10:44
And this was something that could not be achieved --
220
644976
2937
و این چیزی بود که نمی‌شد --
10:47
not even close --
221
647937
1508
حتی اندکی --
10:49
with all the other existing clinical measures.
222
649469
3126
با معیارهای بالینی موجود به دست آورد.
10:54
And I remember vividly, while I was working on this,
223
654525
3579
و به وضوح به یاد دارم که وقتی روی این کار می‌کردیم،
10:58
I was sitting at my computer
224
658128
2317
با کامپیوترم کار می‌کردم
11:00
and I saw a bunch of tweets by Polo --
225
660469
2635
که چند تا از توییت‌های پولو را دیدم --
11:03
Polo had been my first student back in Buenos Aires,
226
663128
3167
پولو اولین دانشجوی من در بوینس آیرس بود،
11:06
and at the time he was living in New York.
227
666319
2070
و آن زمان در نیویورک زندگی می‌کرد.
11:08
And there was something in this tweets --
228
668413
2088
و مشکلی در توییت‌های او به چشم می‌خورد --
11:10
I could not tell exactly what because nothing was said explicitly --
229
670525
3501
معلوم نبود که مشخصا درباره چه صحبت می‌کردند --
11:14
but I got this strong hunch,
230
674050
2021
اما من به این ظن قوی،
11:16
this strong intuition, that something was going wrong.
231
676095
2955
و این بینش قدرتمند رسیدم که مشکلی وجود دارد.
11:20
So I picked up the phone, and I called Polo,
232
680347
2723
پس تلفن را برداشتم، و به پولو زنگ زدم،
11:23
and in fact he was not feeling well.
233
683094
1919
و در واقع حال خوبی نداشت.
11:25
And this simple fact,
234
685362
1937
و این نکته ساده،
11:27
that reading in between the lines,
235
687323
2491
که با خواندن چند خط،
11:29
I could sense, through words, his feelings,
236
689838
4262
من توانستم، از میان کلمات به احساس او پی ببرم،
11:34
was a simple, but very effective way to help.
237
694124
2619
راهی ساده اما بسیار موثر برای کمک بود.
11:37
What I tell you today
238
697987
1638
چیزی که امروز به شما گفتم
11:39
is that we're getting close to understanding
239
699649
2508
این است که داریم به این درک نزدیک می‌شویم
11:42
how we can convert this intuition that we all have,
240
702181
4286
که چگونه می‌توانیم این بینشی که همگی داریم،
11:46
that we all share,
241
706491
1365
که در همه ما مشترک است،
11:47
into an algorithm.
242
707880
1197
را به الگوریتمی تبدیل کنیم.
11:50
And in doing so,
243
710102
1461
و با این کار،
11:51
we may be seeing in the future a very different form of mental health,
244
711587
4650
ممکن است در آینده شاهد گونه بسیار متفاوتی از روان پزشکی باشیم،
11:56
based on objective, quantitative and automated analysis
245
716261
5621
که اساس آن تحلیل کمی، عینی و خودکار
12:01
of the words we write,
246
721906
1709
کلماتی که می‌نویسیم،
12:03
of the words we say.
247
723639
1537
و کلماتی که می‌گوییم باشد.
12:05
Gracias.
248
725200
1151
متشکرم.
12:06
(Applause)
249
726375
6883
(تشویق)
درباره این وب سایت

این سایت ویدیوهای یوتیوب را به شما معرفی می کند که برای یادگیری زبان انگلیسی مفید هستند. دروس انگلیسی را خواهید دید که توسط معلمان درجه یک از سراسر جهان تدریس می شود. روی زیرنویس انگلیسی نمایش داده شده در هر صفحه ویدیو دوبار کلیک کنید تا ویدیو از آنجا پخش شود. زیرنویس‌ها با پخش ویدیو همگام می‌شوند. اگر نظر یا درخواستی دارید، لطفا با استفاده از این فرم تماس با ما تماس بگیرید.

https://forms.gle/WvT1wiN1qDtmnspy7