ساند: روبوت محادثة عبر واتساب مدمج بالذكاء الاصطناعي، يجمع بين محاكاة الألعاب القائمة على اتخاذ القرار وتقنية دلفي للتوعية بمخاطر تعاطي المخدرات بين الشباب في السودان

يُمثّل تعاطي المخدرات أزمةً اجتماعيةً واقتصاديةً وصحيةً عامةً بين الشباب في السودان، وقد تفاقمت حدّتها بفعل النزاع المسلح وعدم الاستقرار الاقتصادي ومحدودية حملات التوعية القائمة على التخويف. طوّرت هذه الدراسةُ وقيّمت «ساند» (SAND)، وهو وكيل محادثة قائم على الذكاء الاصطناعي، أُتيح عبر واتساب لتقديم تدخل وقائي تفاعلي، واسع النطاق، ومُكيّف ثقافيًا. يدمج «ساند» محاكاةً متفرعةً قائمةً على لعبة اتخاذ القرار مع تقنية دلفي، بهدف تعزيز الوعي بمخاطر تعاطي المخدرات والتفكير النقدي واتخاذ القرارات الآمنة لدى الشباب السودانيين الذين تتراوح أعمارهم بين 18 و24 عامًا. شارك خمسة عشر خبيرًا من تخصصات متعددة، شملت الوقاية من الإدمان والصحة النفسية والإرشاد الإسلامي والذكاء الاصطناعي، في عملية دلفي مؤلفة من ثلاث جولات لتطوير سيناريوهات المخاطر الحساسة ثقافيًا والتحقق من صلاحيتها وتنقيحها. وعُرضت هذه السيناريوهات عبر واتساب، حيث سُجّلت قرارات المشاركين، وحُدّثت درجات المخاطر على مستوى الجلسة، وقُدّمت تغذية راجعة فورية قائمة على عواقب القرارات. كما أُحيل المستخدمون ذوو المخاطر المرتفعة إلى قنوات دعم سرية تخضع لمراجعة بشرية. يتضمن النظام بنيةً للسلامة مؤلفة من أربع طبقات: مرشّح للأزمات والسلامة، وموجّه لتصنيف النوايا، ومحرك معرفي قائم على التوليد المعزّز بالاسترجاع (RAG)، وطبقة لتسجيل البيانات بصورة مجهولة الهوية والتصعيد عند الحاجة. وقُيّمت الفاعلية من خلال تجربة عشوائية مضبوطة بتصميم المجموعة الضابطة والاختبارين القبلي والبعدي، شملت 200 مشارك. تفاعل أفراد المجموعة التجريبية مع «ساند»، بينما تلقت المجموعة الضابطة مواد توعوية غير تفاعلية. أظهرت النتائج تحسنًا أكبر ذا دلالة إحصائية لدى أفراد المجموعة التجريبية في الوعي بمخاطر المخدرات، وانخفاض قابلية التعرّض للمخاطر، والكفاءة الذاتية في اتخاذ القرار، والتكيف الإيجابي؛ إذ كانت قيمة p < 0.001 في جميع هذه المؤشرات. وتشير النتائج إلى أن الجمع بين توافق الخبراء والتعلّم السلوكي التفاعلي قد يدعم الوقاية من تعاطي المواد المخدرة مع الحفاظ على الخصوصية في البيئات المتأثرة بالأزمات والمحدودة الموارد. ومع ذلك، ينبغي تفسير أحجام الأثر الكبيرة على نحو حذر، كما يُوصى بتكرار الدراسة على مدى زمني أطول وفي مواقع متعددة قبل التوسع في تطبيق النظام.