随着全球老龄化趋势日益发展，孤独成为了一个严重的公共卫生问题。在老年人中，孤独是一个特殊的挑战，因为老年人群体正在增长，孤独与许多心理和身体健康问题并存。社会环境中存在各种影响因素，使确定孤独的影响变得困难。在人工智能时代，心理学家们选择运用现代机器学习技术来解决这个问题。
心理学家们进行了一项实验，分析了四组年龄较大的群体，分为两个年龄组，第一组为45-69岁，第二组为70-79岁，以检查哪种常见的心理和社会人口与不同年龄阶段的孤独感有关。分析方法用到了机器学习方法中的梯度建模与回归分析。
在所有的观察者中，情绪稳定性越高，孤独感越低。在年龄较大的一组中，独居等社会环境也与较高的孤独感有关。在较年轻的一组中，外向性与较低的孤独感之间的联系是唯一被确认的关系。也就是说，越外向的人孤独感越低。
研究发现了不同的个体和社会因素可能是孤独在不同年龄组的差异的基础。运用机器学习方法，有可能揭示心理和社会变量之间的新的关联，更多有关心理的奥秘即将揭晓。
参考文献：
Altschul D, Iveson M, Deary IJ.Generational differences in loneliness and its psychological and sociodemographic predictors: an exploratory and confirmatory machine learning study.Psychol Med. 2020 Mar 9:1-10. doi: 10.1017/S0033291719003933. [Epub ahead of print]
网友评论