Российские математики и нейробиологи создали систему машинного обучения, которая оценивает степень внимательности человека, исходя из движения глаз и скорости реакции на разные события, передает ТАСС, ссылаясь на пресс-службу НИУ ВШЭ.
Научный сотрудник НИУ ВШЭ Валентина Бачурина объяснила, что разработанный метод может использоваться для оценки когнитивных способностей водителей, хирургов, авиадиспетчеров и других специалистов, от ментальной концентрации которых зависит жизнь большого числа людей, так как их уровень внимательности может меняться из-за физического состояния или усталости.
Для своей работы Бачурина и ее коллеги набрали группу из шести десятков студентов ВШЭ и всесторонне изучили их поведение во время простого теста на внимательность, который оценивает способность человека быстро определять различия и сходства: добровольцы смотрели на быстро меняющиеся изображения и должны были определить изменения цвета некоторых объектов при смене картинки. Дополнительно отслеживался взгляд добровольцев и частота их ошибок при увеличении числа меняющихся цветов на тестовых изображениях.
Далее ученые обработали данные при помощи нескольких моделей машинного обучения, для выявления общих закономерностей в подобных массивах информации.
Бачурина и ее коллеги отмечают, что построенная на алгоритме XGBoost, система смогла с 83% точностью определять, будет ли дан правильный ответ.
В результате исследования было выявлено, что сильнее всего на внимательность студентов влияла скорость, с которой они давали ответы. Чем больше варьировался этот показатель, тем менее внимательными оказывались добровольцы при прохождении тестов. Аналогичная зависимость существовала между тем, как часто и долго студенты сосредотачивали свой взгляд на разных объектах и переводили его на другие предметы.
Выявленный алгоритм ждут последующие опыты, благодаря которым Бачурина и ее коллеги надеются выделить и другие факторы, отражающие уровень внимательности человека.
Ранее российские ученые нашли способ предсказывать течение пандемии по постам в Twitter.