שימוש בבינה מלאכותית לחיזוי דפוסי התמכרות בהימורי אונליין

הימורי אונליין הם תעשייה שמנוהלת דרך דאטה. כל כניסה, כל הימור, כל הפקדה, כל יציאה באמצע סשן – הכל נרשם. מצד אחד, זו בדיוק הסיבה שהעולם הדיגיטלי מגדיל סיכון אצל חלק מהאנשים: אין "חיכוך" טבעי, אין מרחק פיזי ואין סוף ברור לערב. מצד שני, אותה תשתית דיגיטלית מאפשרת לזהות מוקדם דפוסים שמרגישים כמו החמרה לפני שהנזק נהיה בלתי הפיך.

בשנים האחרונות נכנסה לזירה טכנולוגיה שמכוונת גבוה יותר מהסיסמה המוכרת של "הימורים אחראיים". אותה טכנולוגיה שואפת לא רק ללוות את המשחק אלא לזהות מראש מתי דפוסי ההתנהגות מתחילים לסטות ולהתערב עוד לפני שהנזק מתייצב. השאלה האמיתית בנושא זה היא: האם שימוש בבינה מלאכותית כדי לחזות התמכרות בהימורי אונליין הוא כלי הגנתי שיכול למנוע הידרדרות או שמדובר בעוד שכבת אופטימיזציה חכמה מדי, כזו שמכירה את השחקן לעומק ועלולה לחצות קו דק בין הגנה לשליטה?

למה בכלל צריך חיזוי? 

התמכרות להימורים בעידן הדיגיטלי כמעט אף פעם לא נכנסת לחיים ברוח סערה. היא זולגת פנימה בשקט דרך הרגלים קטנים שלא מרגישים חריגים: עוד כניסה בערב, עוד "בדיקה" קצרה לפני השינה, עוד ניסיון לא מזיק כביכול לסגור הפסד. לרוב אין רגע דרמטי שאפשר להצביע עליו ולומר כאן זה התחיל. יש רצף, תנועה איטית וכמעט בלתי מורגשת.

הקושי הוא שהסביבה הדיגיטלית יודעת לטשטש את התנועה הזו היטב. אין דילר שמרים גבה, אין חבר שיושב לידכם ורואה כמה זמן עבר ואין צורך להסביר לאף אחד למה מתבצעת עוד הפקדה. כשהכול מתרחש מול מסך קל יותר גם לעגל פינות כלפי עצמכם: לשכנע שזה זמני, שזה בשליטה, שזה באמת "רק כמה דקות".

כאן נכנס רעיון החיזוי. לא להמתין לרגע שבו אדם יודה שהוא בבעיה ולא להישען רק על שאלונים ודיווח עצמי שמגיעים לעיתים מאוחר מדי. במקום זה לנסות לזהות דפוסים התנהגותיים עדינים, כאלה שמתחילים להופיע הרבה לפני שהמהמר עצמו מגדיר את המצב כבעייתי.

מה בינה מלאכותית באמת "רואה" אצל שחקן?

כדי להבין את זה צריך רגע לשים את המילים הגדולות בצד. בינה מלאכותית בהקשר הזה היא סט של אלגוריתמים שלומדים דפוסים מתוך נתונים. לא "קוראי מחשבות" ולא "אבחון קליני". למערכת יש קלט (התנהגות חשבון) ופלט (סיכוי שהדפוס מתאים לקבוצת סיכון).

הקלט בדרך כלל כולל פרמטרים כמו:

• תדירות כניסה וימי משחק.

• מספר הימורים ביום/בסשן.

• תדירות הפקדות, במיוחד הפקדות חוזרות באותו סשן.

• הפסד ממוצע ליום משחק והפסד ממוצע לסשן.

• "ריקון חשבון" (סיום סשן כשהיתרה כמעט אפסית).

• משחק בשעות חריגות (לילה/לפנות בוקר).

• שינוי חד בהתנהגות ביחס להרגל הקודם (קפיצה בפעילות).

מחקר בולט בתחום ניתח נתוני שחקנים אמיתיים בקזינו אונליין והשווה בין דיווח עצמי על בעיית הימורים (באמצעות שאלון PGSI) לבין ההתנהגות בפועל בחשבון. שם נמצא שלמהמרים בעייתיים היו דפוסים מובחנים הכוללים הפסד גבוה יותר ליום משחק, הפסד גבוה יותר לסשן והפקדה תכופה יותר בתוך סשנים. 

במחקר עצמו בלט מודל אחד מעל השאר: Random Forest ממשפחת מודלי “היער האקראי”. לא מדובר בקסם ולא בכדור בדולח, מדובר בכלי סטטיסטי שיודע לחבר הרבה החלטות קטנות לתמונה אחת רחבה. ובמבחן התוצאה הוא עשה עבודה מרשימה. המודל הצליח לנבא דיווח עצמי על בעיית הימורים ברמת דיוק שנחשבת גבוהה יחסית למה שמקובל במחקרים מהסוג הזה במיוחד כשמדובר בהתנהגות אנושית מורכבת ולא צפויה.

המשמעות כאן חשובה: לא עוד ניחוש גס או הסתמכות בלעדית על הצהרות של שחקנים אלא יכולת אמיתית לזהות דפוסים שמרמזים על החמרה עוד לפני שהאדם עצמו בהכרח מנסח זאת במילים.

דפוס שמדליק נורה -"עוד הפקדה בתוך אותו סשן"

אם צריך לבחור "סימן אחד" שמופיע שוב ושוב במחקרי דאטה של הימורים אונליין זה הדפוס הזה: הפסד – הפקדה – המשך מידי.

לא מדובר רק בסכום הכולל שהופקד. לפעמים הסכומים אפילו לא ענקיים. העניין האמיתי כאן הוא הרצף: במקום לעצור מתבצעת פעולה שמחזירה דלק למנוע בזמן אמת. זו נקודה שמתחברת לתופעה מוכרת של "רדיפה אחרי הפסדים" – ניסיון להחזיר מיד מתוך דחיפות רגשית.

ברמה האנושית זה גם הגיוני: מי שנמצא במתח, בושה או חוסר שליטה לא תמיד מתכנן תקציב. הוא מתכנן הקלה רגעית והדיגיטל נותן את זה בלחיצה.

"ריקון חשבון" – כשהסשן נגמר רק כי הכסף נגמר

עוד סימן שחוזר במחקרים שונים הוא סיום סשן כשהיתרה נמוכה מאוד שוב ושוב. אפשר לקרוא לזה "שימוש במגבלת כסף כבלם אחרון": עצירה כי נותר עוד על מה להמר ולא כי הגעתי להחלטה לעצור.

חשוב לדייק כאן: לא מדובר באבחון רפואי ולא בקביעה חד-משמעית. זו אינדיקציה התנהגותית המהווה סימן אזהרה ולא חותמת סופית. אבל כשהסימן הזה מצטרף לעוד דפוסים חוזרים כמו ריבוי הפקדות, משחק בשעות לא שגרתיות או הפסדים גבוהים בכל סשן מתחילה להיווצר תמונה רחבה יותר. תמונה שלא צורחת "בעיה" אבל בהחלט לוחשת שמשהו זז לכיוון רגיש. בנקודה הזו התערבות מוקדמת כבר לא נראית כמו צעד דרמטי אלא כמו ניסיון אחראי לעצור לפני שהמצב נהיה קיצוני.

למה שחקן "רגוע" יכול להיות בסיכון יותר משחקן פעיל

אחת הטעויות הכי נפוצות בשיח על חיזוי התמכרות היא בלבול בין נפח לבין סיכון. קל מאוד לחשוב שאם מישהו מהמר הרבה אז יש בעיה אבל המציאות מורכבת יותר מזה. יש שחקנים עם הכנסה גבוהה, גבולות ברורים ויכולת שליטה שעבורם ההימור הוא תחביב מנוהל. ולעומתם יש כאלה שלא משחקים בכל יום ולא משקיעים סכומים חריגים לאורך החודש, אבל בכל פעם שהם כן נכנסים משהו שם יוצא משליטה.

וזו בדיוק הנקודה שבה חיזוי הופך לעניין עדין. המחקר שהזכרנו מצא תופעה מפתיעה: חלק מהשחקנים שסווגו כ"בעייתיים" לפי מדד PGSI לא היו הפעילים ביותר במונחים של ימים או סכום כולל, הם היו האינטנסיביים ביותר ברגע עצמו. הם הפסידו יותר בכל יום משחק, הפסידו יותר בכל סשן, ביצעו יותר הפקדות בתוך סשן אחד ורוקנו את החשבון בתדירות גבוהה יותר.

הנתונים האלה מדגישים שינוי זווית חשוב: פחות להסתכל על השאלה "כמה הוא משחק" ויותר על "איך הוא משחק כשהוא כבר בפנים". זה סוג הדיוק שדאטה ובינה מלאכותית מאפשרים: לזהות דפוסי עומק ולא רק נפח חיצוני.

מה קורה כשמנסים לנבא בלי דיווח עצמי?

דיווח עצמי הוא כלי חשוב אבל יש לו מגבלות מובנות. אנשים ממלאים שאלונים בחופזה, לעיתים הם מתביישים, לפעמים ממעיטים בחומרה ולא פעם פשוט עדיין לא מבינים שמשהו אצלם השתנה. לכן בשנים האחרונות חוקרים החלו לחפש דרכים אחרות לקרוא את הסיפור, כאלה שלא נשענות רק על מה שהשחקן אומר על עצמו.

אחת הגישות המעניינות היא להניח בצד תוויות חד-משמעיות כמו "סגר חשבון" או "ביצע הרחקה עצמית" ולהתמקד בדפוסים בפועל. במקום לשאול אם יש בעיה בוחנים איך נראית ההתנהגות: מי משחק בצורה קז'ואלית ומי מפתח אינטנסיביות גם אם עדיין לא חצה קו ברור. מתוך ההבחנה הזו נבנים מודלים שמנסים לחזות מי נמצא במסלול שעלול להסתבך עוד לפני שהדפוס מתקבע.

מחקר שפורסם ב-Journal of Gambling Studie מציג בדיוק את החשיבה הזו: זיהוי מוקדם של אשכולות התנהגות על בסיס נתוני הימורים בלבד ולאחר מכן ניסיון לחזות האם השחקן ימשיך למסלול של הימור אינטנסיבי בזמן אמת. זו לא אבחנה משמעית אבל זו דרך חכמה יותר להקשיב למה שהנתונים מספרים גם כשהשחקן עצמו עדיין שותק.

כאן טמון היתרון הגדול של הגישה הזו: היא לא מחכה לרגע שבו השחקן ירים יד ויגיד שיש לו בעיה. היא פחות תלויה בהצהרות, בשאלונים או בווידוי עצמי ומנסה לקרוא את המציאות דרך ההתנהגות עצמה בזמן אמת.

אבל בדיוק באותה נקודה נמצא גם הסיכון. כשעובדים עם תוויות התנהגותיות בלבד ללא הקשר אנושי ובלי להבין מי עומד מאחורי המספרים, קל לבלבל בין מי שמשחק הרבה מתוך שליטה, גבולות ויכולת כלכלית, לבין מי שנמצא בתהליך שקט של הידרדרות. הדאטה רואה דפוס אך היא לא רואה כוונה ומודעות. לכן השאלה היא לא רק אם אפשר לחזות אלא איך עושים את זה בזהירות מבלי להפוך דיוק טכנולוגי לפספוס אנושי.

שלב ההתערבות: מה עושים כשהמודל "חושב" שמישהו בסיכון?

ברגע שהמערכת מזהה סיכון יש כמה סוגי תגובה אפשריים:

• מסרים מותאמים אישית: התראות עדינות שמנסות לעצור לרגע את ההתנהגות האוטומטית כמו למשל: הצעה לשים לב לחריגה בדפוס המשחק ולהציע הפסקה קצרה בלי האשמה ובלי דרמה.

• הפניה לכלים קיימים: הצגת אפשרויות שכבר נמצאות במערכת כמו הגבלת זמן או סכום, הפסקה יזומה או חסימה עצמית – כבחירה של המשתמש ולא בתור כפייה.

• הוספת חיכוך מודע: הפיכת פעולה אימפולסיבית לפחות חלקה כמו למשל: עוד שלב אישור, זמן המתנה קצר או הודעת הסבר שמחזירה את המשקל להחלטה.

• התערבות אנושית: פנייה יזומה מצד צוות שעבר הכשרה ייעודית שמטרתה לא "לסגור חשבון" אלא לפתוח שיחה – לשאול, להציע, לכוון.

בחלק מהמדינות הרגולציה כבר לא משאירה את זה לשיקול דעת בלבד. יש דרישות ברורות לתגובה בזמן ולעיתים גם חובה לפעול כאשר מופיעים סימנים התנהגותיים מסוימים. במקביל, מתנהל ויכוח עמוק שלא נפתר: עד כמה ההתערבות צריכה להיות אקטיבית והאם גוף מסחרי שגם מרוויח מהפעילות צריך להיות זה שמחליט מתי שחקן "חוצה קו". זו נקודת המתח שבין הגנה אמיתית לבין כוח יתר ושם בדיוק נבחנת האחריות של המערכת כולה.

הגנה אמיתית מתחילה כשהמערכת מוכנה לעצור את עצמה

בינה מלאכותית יכולה לזהות דפוסים בעייתיים בדיוק מרשים. אולם, לדעתי האישית זיהוי לבד לא שווה הרבה אם הוא לא משנה את מה שקורה בפועל. אם כל מה שקורה אחרי האיתור הוא הודעה מנומסת או טיפ כללי זו לא הגנה זה סימון וי.

המבחן האמיתי של "הימורים אחראיים" בעידן של מערכות חיזוי הוא לא בתחכום האלגוריתם אלא בנכונות לפגוע בזרימה. ברגעים שבהם ההתנהגות חורגת: הפקדות חוזרות באותו סשן, פעילות בשעות קצה, קפיצה חדה בהיקפים, שם בדיוק נדרשת התערבות שמרגישים אותה. גם אם המשמעות היא פחות פעילות, פחות סשנים ופחות הכנסות בטווח הקצר.

אם המוצר ממשיך להיות מתוכנן כך שהכול יהיה חלק, מהיר ונוח דווקא בנקודות הרגישות ביותר, המודל אולי חכם אבל ההגנה נשארת שטחית. הגנה אמיתית מתחילה רק כשהמערכת מוכנה לשלם מחיר על האחריות שלה.

למה קשר אנושי עדיין קריטי גם בעידן של בוטים חכמים

בתוך כל השיח על אלגוריתמים, חיזוי ודאטה קל לשכוח משהו פשוט וחשוב: ברגעי מצוקה אנשים מחפשים אנשים. במיוחד כשמעורבים בסיטואציה בושה, פחד או תחושה שהשליטה מתחילה להחליק. בחלק גדול מהמקרים קשר אנושי ישיר נקודת ההצלה הראשונה.

זו בדיוק הסיבה שגופים כמו ה-National Council on Problem Gambling ממשיכים להפעיל קווי סיוע טלפוניים כערוץ מרכזי גם בעידן של צ'אטים ובוטים. שיחה קולית מאפשרת משהו ששום ממשק לא מצליח לשחזר באמת: אמפתיה בזמן אמת ומרחב שבו אפשר לדבר בלי לחשוש מ"עקבות דיגיטליים". זו תזכורת חשובה לכך שהיציאה מהתמכרות להימורים דיגיטליים מתחילה לא פעם במפגש אנושי.

הגבול הדק בין הגנה למעקב

כדי שמערכות חיזוי יעבדו הן זקוקות למידע והרבה ממנו. שעות פעילות, דפוסי הפקדה, הפסדים, קצב משחק, תגובות ועוד. ככל שהמערכת נעשית חכמה יותר כך היא גם מחזיקה תמונה אינטימית יותר של המשתמש. וזה מעלה שאלות לא נוחות אבל הכרחיות.

• מי נחשף למידע הזה ובאיזה הקשר עסקי?
• האם אותו ידע יכול לשמש גם להתאמת שיווק אגרסיבי יותר?
• איך מונעים מצב שבו קבוצות מסוימות מסומנות כ"בעייתיות" רק בגלל גיל, מצב כלכלי או הרגלי שימוש?
• והאם למשתמש עצמו יש דרך להבין מה נאסף עליו ואיך זה משפיע עליו?

הפתרון כאן לא יכול להיות תקווה לשימוש אחראי. הוא חייב להיבנות מראש: שקיפות אמיתית, הגבלת שימוש במידע, פיקוח רגולטורי אפקטיבי וביקורת חיצונית. ככל שהמערכת יודעת יותר כך האחריות המוטלת עליה להסביר, להגביל ולהגן חייבת להיות גדולה יותר.

מה אפשר לעשות כבר עכשיו: כלים שעובדים גם בלי אלגוריתם

גם בלי בינה מלאכותית יש צעדים פשוטים שמוכיחים את עצמם שוב ושוב מאחר והם עובדים על העיקרון החשוב ביותר: החזרת שליטה.

• להחזיר חיכוך: מחיקה של אפליקציות, ביטול שמירת כרטיסים, הקשחת תהליך הכניסה. לפעמים עוד דקה של מאמץ שוברת את הדחף.

• לסגור דלתות כספיות: מגבלות סכום, התראות בנקאיות או מעורבות של אדם נוסף כשצריך. כסף זמין הוא זרז.

• להחליף את הרגע: לא "לנצח את הדחף", אלא להחליף אותו בפעולה קצרה – הליכה, שיחה, תנועה. משהו שמוציא מהרצף.

• לדבר מוקדם: ככל שהדפוס עדיין במצב שהוא רק "קצת מפריע" כך קל יותר לעצור. שיחה אחת יכולה לשנות הכל.

אלו צעדים שלא דורשים טכנולוגיה מתקדמת, הם רק מצריכים מכם כנות ורצון לעצור בזמן.

טכנולוגיה יכולה לעזור אם המטרה ברורה

בינה מלאכותית יכולה לעזור לזהות דפוסים מסוכנים בהימורי אונליין הרבה לפני שהשחקן מגדיר את עצמו כ"בעייתי". כאן נמצא הכוח שלה. היא לא מחליפה אנשים ולא אמורה לשפוט, היא רק צריכה להדליק נורה בזמן.

אבל חיזוי לבדו אינו מספיק. אם האלגוריתם מזהה סיכון והמערכת סביבו ממשיכה לדחוף לעוד משחק ולעוד הפקדה, ההגנה עדיין נשארת תאורטית. כדי שתהיה משמעות אמיתית הזיהוי חייב להיות מחובר לפעולות שמאטות, מקשות ומחזירות שליטה.

המודל הנכון נראה פשוט: טכנולוגיה שמזהה מוקדם, רגולציה שמציבה גבולות ברורים וקשר אנושי שנכנס כשצריך. לא קסם ולא פתרון מושלם פשוט מערכת שמנסה לעצור הידרדרות לפני שהיא הופכת לנזק.

בסופו של דבר השאלה לא טכנולוגית בכלל: האם מי שמפעיל את המערכת מוכן לעצור בזמן גם כשזה פחות נוח כלכלית. שם נמדדת האחריות האמיתית.

גילוי נאות

המאמר נכתב לצורכי מידע והעשרה בלבד ואינו מהווה ייעוץ רפואי, פסיכולוגי או משפטי. אם אתם או מישהו קרוב חווים קושי בשליטה בהימורים מומלץ לפנות לעזרה מקצועית או לקו סיוע זמין.

מקורות

Using Artificial Intelligence Algorithms to Predict Self-Reported Problem Gambling with Account-Based Player Data – מחקר מרכזי שבוחן כיצד אלגוריתמים של Machine Learning מצליחים לנבא דיווח עצמי על בעיית הימורים באמצעות נתוני התנהגות אמיתיים של שחקנים.

Unmasking Risky Habits: Identifying and Predicting Problem Gamblers Through Machine Learning Techniques – מחקר עדכני שמציע גישה חלופית לזיהוי הימור מסוכן באמצעות אשכולות התנהגותיים ללא הסתמכות על דיווח עצמי או סגירת חשבון.

Markers of Harm in Online Gambling: Evidence from Large-Scale Player Data – ניתוח רחב של סימני סיכון התנהגותיים הכוללים בין היתר: הפקדות תכופות, שעות חריגות ושינויי אינטנסיביות.