Hoe een applicatie met AI die elderspeak detecteert, ervoor zorgt dat ouderen betere en aangenamere gesprekken kunnen hebben.

Sibian
De Gussem

Stel u voor dat u Madeleine bent, 80 jaar met bijzonder veel levenservaring, en dat u naar een woonzorgcentrum vertrekt omdat alleen wonen niet meer lukt. U komt aan en een van de eerste conversaties die u heeft, gaat als volgt: “Dag Madeleineke! We zijn hier al goed geplaceerd hé? Gaan we straks een wandelingetje maken, ja hé? Ja, dat is goed hé, we zullen straks een wandelingetje maken! Voilà sé. Dat is goed. En zeg, Madeleineke, vergeet uw koekjes niet op te eten hé!”. De manier waarop hier gesproken werd heet elderspeak. Elderspeak is het fenomeen waarbij jongere mensen tegen ouderen spreken op een betuttelende manier, vandaar dat elderspeak ook wel als secondary baby talk wordt benoemd.

 

Wist u dat elderspeak ervoor kan zorgen dat ouderen hulpeloos en afhankelijk worden? Het bedreigt bovendien hun zelfbeeld, zelfrespect en het welzijn, en dit kan ook depressieve gevoelens opwekken die zowel fysieke als cognitieve achteruitgang in de hand kunnen werken. Hierdoor zullen sommige ouderen sociale interactie vermijden en mogelijk sociaal geïsoleerd geraken.

 

De kenmerken van elderspeak zijn de volgende:

• Langzaam spreken

• Verhoogde toonhoogte

• Verhoogd stemvolume

• Overdreven intonatie

• Vereenvoudigd woordgebruik, gebruik van verkleinwoorden, ongepaste bijnamen of troetelnamen

• Verminderde grammaticale complexiteit (bv. Voornamelijk enkelvoudige zinnen)

• Gebruik van collectieve voornaamwoorden (bijvoorbeeld “we” i.p.v. “jij”)

• Veelvuldig gebruik van (bevestigende) tussenwerpsels (zoals “hé” of “voilà”)

• Gewijzigd non-verbaal gedrag (bv. langdurig oogcontact, extra gebaren, te dichtbij komen)

• Veelvuldige verduidelijking en herhaling

 

Om dit fenomeen tegen te gaan, heeft Sibian De Gussem, een student Toegepaste Informatica aan HOGENT, een (web)applicatie gemaakt waarbij de eigenschappen van elderspeak geanalyseerd en weergegeven worden. Concreet zal deze applicatie vanaf dit academiejaar al gebruikt worden in de opleiding Verpleegkunde aan HOGENT. Hierdoor hoopt men dat de communicatie tussen toekomstig zorgpersoneel en ouderen zal verbeteren, waardoor er voorzien kan worden in een kwaliteitsvolle zorg en een waardige levenseindefase.

 

Om aspecten van elderspeak te kunnen herkennen in een gesprek, was de eerste stap het ijken of het normaliseren van de toonhoogte en het stemvolume van de person die de applicatie gebruikt. Nadien werd spraakherkenning gebruikt met achterliggend een geavanceerd artificieel intelligentie-model en daarnaast wordt natural language processing of NLP toegepast om de precisie te verbeteren. Het AI-model dat gebruikt werd is niet zelf opgesteld, want hiervoor zouden er miljoenen audiobestanden beschikbaar moeten zijn om dit model te trainen. Dus om het wiel niet opnieuw uit te vinden, werd hiervoor de Google Speech Recognition-API toegepast, een gratis bibliotheek van Google die spraak omzet naar tekst. De spraakherkenning werkt het beste bij een minimum aan achtergrondlawaai. In dagdagelijkse situaties is dit natuurlijk moeilijk, dus wordt er wel actief achtergrondlawaai weggefilterd om betere resultaten te verkrijgen.

 

Om alles met elkaar te verweven is ervoor gekozen om het geheel te schrijven in de programmeertaal Python. De reden hiervoor is dat Python ideaal is voor startende en kleinere projecten zoals een eerste versie van deze applicatie. Er is gebruikt gemaakt van Flask, een micro-framework in Python om bijzonder snel een webserver op te zetten. Om de audio te verwerken zijn er ook enkele Python-bibliotheken gebruikt die al enkele methoden hebben om audio te analyseren zoals het berekenen van de toonhoogte en het stemvolume.

 

Dus welke eigenschappen detecteert de applicatie? De applicatie stuurt de audio door naar de Google Speech Recognition-API, die dan de tekst detecteert van wat er gezegd is geweest. Nadien zal de applicatie de verkleinwoorden, de herhalingen, collectieve voornaamwoorden en tussenwerpsels detecteren. Daarnaast vergelijkt het programma ook de stemfrequentie of toonhoogte, en het stemvolume met hoe de persoon normaal spreekt. Wanneer er te veel herhalingen, te veel verkleinwoorden of collectieve voornaamwoorden gebruikt worden, zal de applicatie dit in het rood aanduiden. Dit is geïllustreerd in figuur 1:

image 655

Figuur 1. Elderspeak-detector na het analyseren (De Gussem, 2022).

Deze bachelorproef besluit dat het mogelijk is om elderspeak te detecteren via AI, specifiek via spraakherkenning en Python-methoden. Dit werd gevisualiseerd op een website zodat studenten in de zorgsector beroep kunnen doen op deze tool om te oefenen tijdens werkcolleges in hun opleiding. Een demovideo kan bekeken worden op de volgende link: https://vimeo.com/713225947/9ea9850566.

 

Dus hoe vermijdt u nu elderspeak? Hieronder zijn er enkele tips hieronder beschreven:

• Spreek personen aan met de naam waarmee ze willen aangesproken worden. Gebruik geen collectieve voornaamwoorden als die niet van toepassing zijn.

• Als een persoon een zorgverlener toestaan om hem of haar met zijn voornaam aan te spreken, ga er dan niet van uit dat deze toestemming voor alle zorgverleners geldt.

• Vermijd het gebruik van troetelnamen en overmatige intieme liefkozingen.

• Wees u bewust van je non-verbaal gedrag.

• Verhoog uw stemvolume (in beperkte mate) enkel en alleen wanneer de gesprekspartner hardhorig is.

• Vermijd korte, langzaam en met overdreven intonatie uitgesproken zinnen.

• Vermijd het gebruik van verkleinwoorden, aangezien die het gevoel van afhankelijkheid kunnen versterken en denigrerend kunnen geïnterpreteerd worden.

• Vermijd overdreven directieve boodschappen en bied keuzevrijheid.

• Hanteer een beleefd taalgebruik en beleefde omgangsvormen (bv. op de kamerdeur kloppen voor de kamer binnen te gaan).

• Herhaling en verminderde grammaticale complexiteit hebben een plaats als de gesprekspartner u niet begrepen heeft.

 

Stel u opnieuw voor dat u Madeleine bent en dat u toe komt in het rusthuis, maar dat het personeel geen elderspeak gebruikt: “Dag Madeleine. Alles goed? Kan ik helpen met de was op te vouwen? Ah, ik zie dat je dat zelf kunt, perfect! Deze namiddag gaan we met iedereen een wandeling gaan maken. Heb je geen zin om mee te gaan?”. In de laatste situatie zou ik liever meegaan en zou ik me persoonlijk meer op mijn gemak voelen. En dit is precies wat we willen! We willen niet dat ouderen zich zullen opsluiten, maar dat ze nog altijd een waardig leven hebben als volwassen mensen.

Bibliografie

Zie scriptiebestand:

 

Bibliografie
Bansal, H. (2019, juli 19). How to get the Perfect start in AI ML as Newbie?? Learn the
Art in just 5 mins! Verkregen 18 maart 2022, van https://becominghuman.ai/howto
- get - the - perfect - start - in - ai - ml- as- newbie- learn - the - art - in - just - 5- minscba28d2705e4
Beeckman, G. (2021). Nursery Tone Monitor: softwarematige detectie van elderspeak
(eindwerk). Hogeschool Gent. Verkregen 28 november 2021, van https://catalogus.
hogent.be/catalog/hog01:000739720
Brown, K. (2019, november 13). What Is GitHub, and What Is It Used For? Verkregen
23 april 2022, van https://www.howtogeek.com/180167/htg-explains-what- isgithub-
and-what-do-geeks-use-it-for/
Campens, J. (2021). Cursus Elderspeak.
Europees Parlement. (2020, september 4). Wat is artificiële intelligentie en hoe wordt
het gebruikt? Twitter LinkedIn Whatsapp Artificiële of kunstmatige intelligentie
(AI) staat op het punt om voorloper te worden als technologie van de toekomst.
Maar wat is AI precies en hoe beïnvloedt het ons leven nu al? Europees Parlement.
Verkregen 18 maart 2022, van https://www.europarl.europa.eu/news/nl/headlines/
society/20200827STO85804/wat- is- artificiele- intelligentie-en-hoe-wordt- hetgebruikt
Google Cloud. (2022, januari 1). Natural Language AI. Verkregen 22 april 2022, van
https://cloud.google.com/natural-language
Grimme, T. M., Buchanan, J. A., & Wolf, S. (2015). Understanding elderspeak from the
perspective of certified nursing assistants. Journal of Gerontological Nursing, 41–
42-49.
Hehman, J. A., & Bugental, D. B. (2015). Responses to patronizing communication and
factors that attenuate those responses. Psychology and Aging, 552–560.
72 BIBLIOGRAFIE
Horan, C. (2020, januari 28). Tokenizers: How machines read:We will cover often-overlooked
concepts vital to NLP, such as Byte Pair Encoding, and discuss how understanding
them leads to better models. FloydHub. Verkregen 28 maart 2022, van https:
//blog.floydhub.com/tokenization-nlp/
IBM Cloud Education. (2021, juli 2). Natural Language Processing (NLP). IBM. Verkregen
28 maart 2022, van https : / /www.ibm.com/cloud/ learn / natural - languageprocessing
Jain, A. M. (2020, juni 5). Confusion Matrix. Verkregen 25 april 2022, van https://medium.
com/@anishajain2910/confusion-matrix-30249214041d
JavaTpoint. (2021, januari 1). Regression vs. Classification in Machine Learning. https:
//www.javatpoint.com/regression-vs-classification-in-machine-learning
Jung, D.-H., Kim, N. Y., Moon, S. H., Jhin, C., Kim, H.-J., Yang, J.-S., Kim, H. S., Lee,
T. S., Lee, J. Y., & Park, S. H. (2021). Deep Learning-Based Cattle Vocal Classification
Model and Real-Time Livestock Monitoring System with Noise Filtering.
Animals, 11(2), 357. https://doi.org/10.3390/ani11020357
Kavlakoglu, E. (2020, mei 27). AI vs. Machine Learning vs. Deep Learning vs. Neural
Networks: Whats the Difference? IBM. Verkregen 18 maart 2022, van https : / /
www.ibm.com/cloud/blog/ai-vs-machine-learning-vs-deep-learning-vs-neura…
Kemper, S., Finter-Urczyk, A., Ferrell, P., Harden, T., & Billington, C. (1998). Using
elderspeak with older adults. Discourse Processes, 25(1), 55–73. https://doi.org/
10.1080/01638539809545020
Kleinings, H. (2022, februari 17). How Natural Language Processing works in 2022.
Verkregen 28 maart 2022, van https : / / levity. ai / blog / how- natural - language -
processing-works
Lievens, S. (2021, september 27). Lecture notes in Distributed Databases - Machine
Learning. HoGent.
Oracle. (2014, april 24). Wat is AI? Meer informatie over kunstmatige intelligentie. https:
//www.oracle.com/nl/artificial-intelligence/what-is-ai/
Standaert, V. (2021). Nursery tone monitor (Eindwerk). Hogeschool Gent. Verkregen 28
november 2021, van https://catalogus.hogent.be/catalog/hog01:000739598
StatistiekVlaanderen. (2018). Home Bevolking Economie Levensomstandigheden Omgeving
Overheid Rapporten EvenementenDe vergrijzing zet zich verder, 3. Verkregen
28 november 2021, van https://www.statistiekvlaanderen.be/nl/de-vergrijzingzet-
zich-verder
Tamara, J. (2022, april 14). How to Host aWebsite: 4 Simple Steps and Why You NeedWeb
Hosting. Verkregen 23 april 2022, van https://www.hostinger.com/tutorials/howto-
host-a-website
Vieira, S. (2013, april 12). Can I serve multiple clients using just Flask app.run() as standalone?
(StackOverflow, Red.). Verkregen 25 april 2022, van https://stackoverflow.
com/questions/14814201/can-i-serve-multiple-clients-using-just-flask-app-runas-
standalone
Wick, J. Y., & Zanni, G. R. (2007). The Irony of Elderspeak: Effective but Condescending.
The Consultant Pharmacist, 22(2), 175–178. https://doi.org/10.4140/tcp.n.2007.
175
BIBLIOGRAFIE 73
Williams, K., & Herman, R. (2011). Linking Resident Behavior to Dementia Care Communication:
Effects of Emotional Tone. Behavior Therapy, 42–46.
Williams, K. N. (2011, juni 9). Communication in Elderly Care. Bloomsbury UK. Verkregen
28 november 2021, van https : / /www.ebook.de/de/ product /21099510/
communication_in_elderly_care.html

Download scriptie (2.46 MB)
Genomineerde longlist Bachelorprijs
Universiteit of Hogeschool
Hogeschool Gent
Thesis jaar
2022
Promotor(en)
Geert Van Boven, Jorrit Campens