الاضطرابات النفسية في وكلاء التعلم المعزز: دراسة للعلاقة بين الجرعة والاستجابة في القلق والهوس

طوّر باحثون نظاماً لمحاكاة سبعة اضطرابات نفسية في وكلاء التعلم المعزز عبر التحكم المضبوط في معاملات التقييم المعرفي. نُشر العمل على arXiv، ويتضمن نتائج أكثر من ألف تشغيل مضبوط ذات تأثيرات قابلة للتكرار.

كيف يمكن محاكاة الاضطراب في الوكيل

بدلاً من ضبط المكافأة يدوياً لكل عَرَض على حدة، أعاد الباحثون تصميم خوارزمية PPO (Proximal Policy Optimization) بإضافة «إشارات تقييم معرفي» مضبوطة. وتقابل كل إشارة معاملاً في الطب النفسي الحسابي:

• الاضطرابات السبعة المحاكاة: القلق، والهوس، واضطراب الوسواس القهري، والاكتئاب، والاندفاعية، والإدمان، واضطراب ما بعد الصدمة
• المنهج: منحنيات الجرعة والاستجابة (dose-response)؛ لكل معامل شدة تتراوح من 0 إلى 1، وكلما ارتفعت زادت حدّة الأعراض
• التحقق: أكثر من 1000 تشغيل مع 10 بذور عشوائية، وأربع مجموعات ضابطة، وفترات ثقة بنسبة 95%

قيست كل أعراض الاضطرابات عبر «اختبارات مسجَّلة مسبقاً» (preregistered assays)، وهي اختبارات سلوكية معيارية مقتبسة من علم النفس السريري: متاهات، ومهام المرونة، والاختيار بين المخاطرة والأمان.

الاضطرابات تشكّل فضاءً ثنائي البعد

أبرز اكتشاف في الدراسة أن الاضطرابات السبعة نظّمت نفسها ذاتياً في فضاء ثنائي البعد للقطبية العاطفية، ولم يُدرجه أحد في الخوارزمية. على أحد المحورين ظهر القلق والهوس قطبين متعاكسين؛ وعلى المحور الآخر ظهر الفرق بين الاضطرابات المشوِّهة لإشارة المكافأة (الهوس، والوسواس القهري، والإدمان) والاضطرابات الموجَّهة نحو التجنّب (القلق، واضطراب ما بعد الصدمة).

ومن هذه الخريطة نشأت تنبؤات غير متوقعة بشأن الاعتلال المشترك (comorbidity): فعند تفعيل معاملين في الوقت نفسه، تفاعلت التأثيرات بصورة غير تراكمية، وأنتجت ظواهر مركّبة تشبه ما يُلاحظ في العيادات.

منطقان للعلاج

ساعد حذف المعامل (إيقافه كلياً) في حالة الاضطرابات المشوِّهة للمكافأة: اختفى الهوس، وتوقف السلوك القهري في الوسواس القهري، وتلاشى الإدمان. لكن هذا النهج لم ينجح مع اضطرابات التجنّب (القلق، واضطراب ما بعد الصدمة)، إذ ظل الوكيل عالقاً.

أما في هذه الاضطرابات فنجح العلاج بالتعريض التدريجي (exposure): رفع تدريجي لتعقيد البيئة، يتعلم الوكيل خلاله التمييز بين الخطر الحقيقي والإنذار الكاذب الصادر عن معامل القلق. وهذا يتوافق مع الممارسة السريرية: فالعلاج المعرفي السلوكي لاضطراب ما بعد الصدمة يقوم على إعادة معايشة الصدمة بصورة مضبوطة.

الانتقال إلى بيئات أخرى

انتقلت ثلاثة معاملات (الاكتئاب، والإدمان، والقلق) بنجاح إلى بيئة مختلفة تماماً، هي عالم MiniWorld ثلاثي الأبعاد المبني على البكسل، وإلى وكيل آخر (شبكة عصبية التفافية قياسية بلا ناقد تقييم (appraisal) مدمج). وتأكد الفصل بين الاختبارات (assays) في البيئة الجديدة أيضاً، ما يشير إلى أن التأثير ليس نتاجاً عرضياً لبنية PPO أو للعالم الشبكي.

ماذا يعني ذلك

تُظهر الدراسة أن وكلاء التعلم المعزز قد يُبدون سلوكيات مشابهة في بنيتها للاضطرابات النفسية، وأن هذه السلوكيات قابلة للتحكم عبر معاملات التقييم المعرفي. وهذا مهم في ثلاثة اتجاهات: اختبار النظريات الحسابية في الطب النفسي، وفهم أنماط الفشل (failure modes) في أنظمة التعلم المعزز التي تتحكم بالعالم المادي، وأبحاث سلامة الذكاء الاصطناعي — فإذا كان بإمكان الوكيل أن «يصاب» بالقلق، فإننا بحاجة إلى أساليب للتشخيص والعلاج.