Dialoginen sekvenssianalyysi (DSA) on menetelmä sen ymmärtämiseen, miten ihmiset positioivat itsensä puheessa — professori Mikael Leimanin yli 30 vuoden kliinisen tutkimuksen aikana kehittämä. Se ei ole koodausjärjestelmä vaan tapa kuunnella.
DSA-Intelligence -hanke, jota tukee Thinking Machinesin Tinker-tutkimusapuraha, tutkii voidaanko tekoälyä kouluttaa tukemaan tällaista syvää kliinistä kuuntelemista. Tavoitteena ei ole korvata ihmisanalyytikkoa vaan auttaa tutkijoita ja kliinikoita heidän työssään.
Keskeinen haaste on kiehtova: DSA on pohjimmiltaan semanttisten positioiden kuulemista — merkkiverkostoja joihin henkilö on yhteydessä, hänen suhtautumistaan näihin kohteisiin ja sitä, miten puheen vastaanottaja muovaa sitä mitä voidaan sanoa. Koneen opettaminen kuulemaan näitä kuvioita vaatii pintatasoisen tekstianalyysin ylittämistä.
Hanke yhdistää psykoterapian prosessitutkimuksen asiantuntemuksen moderneihin tekoälymenetelmiin. Alustavat tulokset viittaavat siihen, että huolellisesti kuratoidulla harjoitusdatalla ja teoreettisesti perustelluilla lähestymistavoilla tekoäly voi oppia tunnistamaan joitakin kuvioita, jotka koulutetut analyytikot tunnistavat.