Виявлення цифрової втоми та вигорання у текстовому контенті засобами штучного інтелекту
Вантажиться...
Дата
2026
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
Хмельницький національний університет
Анотація
Стаття присвячена розробленню підходу до автоматизованого виявлення цифрової втоми та цифрового
виснаження у текстовому контенті засобами штучного інтелекту. Актуальність зумовлена зростанням обсягів цифрової
комунікації у навчанні й професійній діяльності та потребою у масштабованих, відтворюваних і інтерпретованих
методах моніторингу психоемоційних станів без залучення сенсорних даних і без втручання у робочі процеси користувача.
Запропонований підхід реалізовано як послідовність трьох методів. На першому етапі цифровий профіль автора
сегментується на комунікативні сегменти на основі семантичних векторних представлень текстів із подальшою
кластеризацією та інтерпретованим іменуванням сегментів. На другому етапі для кожного сегмента виконується
нейромережеве оцінювання проявів цифрової втоми трансформерними моделями, а сегментні показники формуються
шляхом узагальнення прогнозів для повідомлень у межах сегмента. Проведено порівняння декількох архітектур, що
демонструє різні компроміси між точністю та повнотою виявлення; найбільш збалансовані результати за F1 отримано
для mental/mental-roberta-base та microsoft/deberta-v3-base. На третьому етапі визначається профільний індикатор
цифрового виснаження як середньозважена агрегація сегментних показників із врахуванням значущості сегментів у профілі,
а інтерпретація результатів підсилюється виділенням ключових тем і іменованих сутностей у кожному сегменті. Вихід
підходу подано у вигляді карти цифрової втоми за сегментами та інтегральної оцінки цифрового виснаження за профілем
автора. Практична цінність полягає у можливості застосування підходу для превентивної аналітики ризиків у системах
електронного навчання, дистанційної роботи та організаційних комунікацій за умови дотримання етичних і приватнісних
вимог. Результати сегментного аналізу можуть використовуватися для раннього виявлення проблемних тематичних зон
комунікації, що потребують оптимізації навантаження, зміни регламентів взаємодії або підтримувальних інтервенцій.
Інтегральний показник цифрового виснаження забезпечує основу для порівняння динаміки стану автора у часі та оцінювання
ефективності впроваджених організаційних заходів, не порушуючи цілісності робочих процесів
The paper focuses on developing an approach for automated detection of digital fatigue and digital exhaustion in textual content using artificial intelligence methods. The relevance of this study is driven by the growing volume of digital communication in education and professional activities and by the need for scalable, reproducible, and interpretable techniques for monitoring psycho-emotional states without relying on sensor data and without interfering with users’ workflows. The proposed approach is implemented as a sequence of three methods. At the first stage, the author’s digital profile is segmented into communicative segments based on semantic vector representations of texts, followed by clustering and interpretable naming of the segments. At the second stage, each segment is assessed by transformer-based neural models to estimate manifestations of digital fatigue, and segment-level indicators are obtained by aggregating predictions for messages within the segment. A comparison of several architectures is performed, revealing different trade-offs between precision and recall; the most balanced F1 results are achieved by mental/mentalroberta-base and microsoft/deberta-v3-base. At the third stage, a profile-level digital exhaustion indicator is computed as a weighted average aggregation of segment-level fatigue indicators, taking into account the significance of segments within the profile, while interpretability is enhanced by extracting key topics and named entities for each segment. The outputs of the approach are presented as a segment-based digital fatigue map and an integrated digital exhaustion score for the author’s profile. The practical value lies in applying the approach to preventive risk analytics in e-learning systems, remote work environments, and organizational communications, provided that ethical and privacy requirements are observed. Segment-level results can be used for early identification of problematic thematic areas of communication that require workload optimization, adjustments to interaction protocols, or supportive interventions. The integrated digital exhaustion indicator provides a basis for comparing the dynamics of the author’s state over time and for evaluating the effectiveness of implemented organizational measures without disrupting the integrity of work processes
The paper focuses on developing an approach for automated detection of digital fatigue and digital exhaustion in textual content using artificial intelligence methods. The relevance of this study is driven by the growing volume of digital communication in education and professional activities and by the need for scalable, reproducible, and interpretable techniques for monitoring psycho-emotional states without relying on sensor data and without interfering with users’ workflows. The proposed approach is implemented as a sequence of three methods. At the first stage, the author’s digital profile is segmented into communicative segments based on semantic vector representations of texts, followed by clustering and interpretable naming of the segments. At the second stage, each segment is assessed by transformer-based neural models to estimate manifestations of digital fatigue, and segment-level indicators are obtained by aggregating predictions for messages within the segment. A comparison of several architectures is performed, revealing different trade-offs between precision and recall; the most balanced F1 results are achieved by mental/mentalroberta-base and microsoft/deberta-v3-base. At the third stage, a profile-level digital exhaustion indicator is computed as a weighted average aggregation of segment-level fatigue indicators, taking into account the significance of segments within the profile, while interpretability is enhanced by extracting key topics and named entities for each segment. The outputs of the approach are presented as a segment-based digital fatigue map and an integrated digital exhaustion score for the author’s profile. The practical value lies in applying the approach to preventive risk analytics in e-learning systems, remote work environments, and organizational communications, provided that ethical and privacy requirements are observed. Segment-level results can be used for early identification of problematic thematic areas of communication that require workload optimization, adjustments to interaction protocols, or supportive interventions. The integrated digital exhaustion indicator provides a basis for comparing the dynamics of the author’s state over time and for evaluating the effectiveness of implemented organizational measures without disrupting the integrity of work processes
Опис
Ключові слова
цифрова втома, цифрове виснаження, обробка природної мови, трансформерні моделі, комунікативні сегменти, digital fatigue, digital exhaustion, natural language processing, transformer models, communicative segments, interpretability
Бібліографічний опис
Віт Р. Виявлення цифрової втоми та вигорання у текстовому контенті засобами штучного інтелекту // Herald of Khmelnytskyi National University. Technical Sciences. 2026. Vol. 361, No. 1. P. 617-622.