سیستم PsychoPy: از سنجش رفتار به هوش مصنوعی
مقدمه
یکی از مسایل مغفول در حوزههای علوم انسانی، بخصوص روانشناسی، جامعهشناسی، زبانشناسی، و اقتصاد، استفاده از تکنولوژیهای روزآمد جهانی برای گردآوری دادهها و تحلیل و تفسیرهای پیچیده آماری است. دلیل عمده آن شاید در برنامهها و سرفصلهای آموزشی دانشگاهی رسمی این رشتهها نهفته است که درسها و واحدهای بسیار کمی برای علوم ریاضی، کامیپوتر، و برنامهنویسی به دانشجویان ارائه میدهند.
امروزه تقریباً تمامی ۱۰ دانشگاه اول دنیا در حوزههای علوم انسانی، از ترم یک مقطع کارشناسی دانشجویان را به شکل فعال درگیر مباحث کامپیوتری مینمایند. بخصوص، گرایشهای روانشناسی شناختی، عصبروانشناسی شناختی، مدلهای محاسباتی مغز، نوروساینس، روانشناسی آزمایشگاهی، روانفیزیک و روانسنجی با استفاده از فنآوریهای نرمافزاری و سختافزاری مدرن، توانستهاند مرزهای علوم را جابجا نمایند.
در بسیاری از حوزهها، استفاده از هوش مصنوعی و تحلیلهای پیشرفته ریاضی و آمار که وابسته به کاربرد کامپیوتر هستند، نتایج حریتانگیزی در شناسایی، پیشبینی، تشخیص، و طبقهبندی مسایل مختلف ارائه نمودهاند که با هیچ ابزار سنجش معمولی تا کنون این نتایج بدست نیامدهاند.
امروزه دیگر آزمایشگاه روانشناسی، اتاقی از ابزارهای زمخت و مکانیکی سنجش نیست، بلکه یک لابراتورا پیشرفته پر از فنآوریهای دیجیتال و کتابخانههای نرمافزاری و سرورهای قدرتمند کامپیوتری برای پشتیبانی از شبکههای نرمافزاری اجرای انواع سنجش و مداخلات رفتاری است.
طراحی سیستم PsychoPy
یکی از نمونههای قدرتمند ادغام علوم داده و کامپیوتر در حوزههای روانی-اجتماعی، سیستم PsychoPy است. این سیستم در حقیقت جایگزینی قدرتمند، رایگان و بروز برای نرمافزار MATLAB است.
نرمافزار MATLAB که بر اساس زبان برنامهنویسی C تهیه شده، چهارچوبی نرمافزاری برای انواع تحلیلها و محاسبات است که افزون بر الزام به خرید لایسنس، نیازمند دانش بالای نرمافزاری و ریاضی نیز هست.
لازم به ذکر است در صورت استفاده از نسخههای بدون لایسنس MATLAB در پژوهشها، مقالات منتج از آنها در هیچ مجله معتبر علمی بینالمللی به چاپ نخواهند رسید (قانون کپیرایت).
ویژگیهای سیستم PsychoPy:
سیستم PsychoPy با زبان برنامه نویسی Python نوشته شده است که کاملاً رایگان، منبع باز و متن باز است. طراحی سیستم PsychoPy برای اجرای انواع آزمایشهای علوم انسانی است. این بسته نرمافزاری با ترکیب خصوصیات گرافیکی عالی و OpenGL که با کدهای ساده Python نگاشته شدهاند به پژوهشگران این امکان را میدهد که به سادگی آزمایشهای خود را طراحی و اجرا نمایند. حوزههای کاری سیستم PsychoPy شامل روانشناسی، روانفیزیک (سایکوفیزیک)، روانشناسی صنعتی و سازمانی، جامعهشناسی، اقتصاد، نوروساینس شناختی، زبانشناسی، و روانشناسی آزمایشی است.
امکانات سیستم PsychoPy
در کنار سادگی کار با زبان Python، به دلیل منبعباز بودن سیستم PsychoPy، میتوان بعد از دانلود آن تمام بستههای اصلی و جانبی نرمافزار را حسب سلیقه و توان برنامهنویسی، تغییر داد. با توجه به این قابلیت، طراحان سیستم PsychoPy از تمامی بستههای آزمایشی و نرمافزاری جدید طراحی شده توسط کاربران استقبال نموده و افزون بر کمک به آنها در خطایابی و تصحیح این نرمافزارها، آنها را به نام توسعهدهندگانشان بر روی سرور پشتیبانی اصلی سایت PsychoPy قرار میدهند.
خصوصیات دیگر سیستم PsychoPy شامل طیف وسیع محرکها (خطی، رادیال، تصادفی، فیلم، متن، شکل، صدا)، اجرا در تمامی سیستم عاملها (ویندوز، مک، لینوکس) بدون هیچ تغییر، واحدهای محرک انعطافپذیر (درجه، سانتیمتر، پیکسل)، صفحه کدزنی برای برنامهنویسان، صفحه آزمونسازی برای کسانی که کدزنی بلد نیستند، ورودی از صفحه کلید، ماوس، میکروفون، یا انواع جعبه کلیدها، پشتیبانی از چند صفحه نمایش، کالیبراسیون خودکار صفحه نمایش، و پشتیبانی از تمامی درگاههای سریال، موازی، و نرمافزاری (dll و dylib) هستند.
به تازگی، سیستم PsychoPy قابلیت اجرا و استفاده آنلاین را نیز پیدا کردهاست، به این معنا که میتوان از طریق فضای مجازی اقدام به سنجش از راه دور نمود. این ویژگی جهش بزرگی در روانسنجی خواهد بود.
نکته بارز در سیستم PsychoPy ارائه رایگان و کامل تمامی مستندات مربوط به طراحی آزمون و کاربری این سیستم شگفتانگیز حتی برای تدریس آن، است. طراحان این سیستم مشتاقانه مایلند که تا جای ممکن تمامی دانشگاهیان بتوانند از این امکانات قدرتمند به رایگان استفاده نموده و در راه توسعه دانش از کنشوری، رفتار، و تعامل انسان بکوشند.
زبان نگارش سیستم PsychoPy
توجه به این نکته ضروری است که سیستم PsychoPy با زبان Python نوشته شده است؛ زبان Python زبان مورد علاقه متخصصان حوزه علوم داده بوده و دارای بستهها و امکانات نرمافزاری بیشماری برای پردازش و تحلیل دادهها، هوش مصنوعی، دادهکاوی، تحلیلهای بولین و فازی، تحلیلهای فرکتال، و یادگیری ماشینی است. تسلط بر زبان Python براحتی میسور بوده و با ۲۰-۳۰ ساعت آموزش براحتی میتوان بر کدنویسی Python اشراف مطلوبی حاصل نمود.
