في عالم اليوم، ترتبط مشاعر الأفراد بشكل عميق بالمحتوى الذي يتفاعلون معه على وسائل التواصل الاجتماعي. في دراسة حديثة، تم تقديم نموذج جديد يُعرف باسم C$^{3}$T (Counterfactual Causal Conversation Transformer) والذي يستهدف فهم كيف تتغير المشاعر في سياقات المحادثات العميقة.

يعتبر هذا النموذج متغيرًا هامًا حيث يعالج كيفية تحرك المشاعر عبر المشاركات المختلفة في سلسلة ردود، مشيرًا إلى أن ردود الفعل الإنسانية تُعبر عن مجموعة من الحالات العاطفية التي تتأثر بالتعليقات والتصحيحات والدلائل.

تقوم الدراسة بتحديد أسباب تغير المشاعر وإمكانية تأثير ردود فعل المستخدمين على المساهمات السابقة. ومن هنا تأتي الخطوة الثورية التي اتخذها الباحثون بتقديم CaSiRe، وهي طبقة لمنطق المشاعر المتبادلة تُطبق على بيانات المحادثات العامة، مما يساعد في تعزيز فهم كيف يمكن أن تؤثر التحركات الخطابية مثل الإنكار والتصحيح والإثبات في النتائج التفسيرية للردود.

النموذج C$^{3}$T ليس فقط قادرًا على التنبؤ بمشاعر العقد في المحادثة، بل أيضًا يساعد في فهم التأثيرات السببية من خلال معالجة سياقات المناقشة. وقد أظهرت النتائج أن الإنكار والتصحيح يمكن أن يقللا من السلبية في ردود الفعل المستقبلية، بينما تعزز السمية السلبية.

تم تصميم هذا النموذج لاستيعاب المزيد من السياقات المحادثية، وتقديم استنتاجات أسرع وأكثر دقة عن أثر المشاركات المختلفة، مما يساهم في تحسين القدرة على توقع المشاعر المتغيرة في الأعمدة الاجتماعية. يمثل هذا البحث قفزة نوعية في كيفية تناولنا لدراسة الديناميكيات الاجتماعية في العصر الرقمي، مما يدعو من وجهة نظر أكاديمية وصناعية على حد سواء إلى المزيد من البحوث في هذا المجال.