La nuova intelligenza artificiale rileva i disturbi mentali in base ai post sul Web

I ricercatori di Dartmouth hanno costruito un modello di intelligenza artificiale per rilevare i disturbi mentali utilizzando le conversazioni su Reddit, parte di un'ondata emergente di strumenti di screening che utilizzano i computer per analizzare i post sui social media e ottenere informazioni sugli stati mentali delle persone.

Ciò che definisce il nuovo modello a parte c'è un focus sulle emozioni piuttosto che sul contenuto specifico dei testi dei social media che vengono analizzati. In un documento presentato alla 20a Conferenza internazionale sulla Web Intelligence e sulla tecnologia degli agenti intelligenti, i ricercatori mostrano che questo approccio funziona meglio nel tempo, indipendentemente dagli argomenti discussi nei post.

Ci sono molte ragioni per cui le persone non cercano aiuto disturbi mentali—stigma, costi elevati e mancanza di accesso ai servizi sono alcune delle barriere comuni. C'è anche la tendenza a minimizzare i segni di disordini mentali o confonderli con lo stress, afferma Xiaobo Guo, Guarini '24, coautore dell'articolo. È possibile che cercheranno aiuto con qualche suggerimento, dice, ed è qui che gli strumenti di screening digitale possono fare la differenza.

"I social media offrono un modo semplice per attingere ai comportamenti delle persone", afferma Guo. I dati sono volontari e pubblici, pubblicati per essere letti da altri, dice.

Reddit, che offre una vasta rete di forum di utenti, è stata la loro piattaforma preferita perché ha quasi mezzo miliardo di utenti attivi che discutono di un'ampia gamma di argomenti. I post e i commenti sono disponibili pubblicamente e i ricercatori potrebbero raccogliere dati risalenti al 2011.

Nel loro studio, i ricercatori si sono concentrati su ciò che chiamano disturbi emotivi—disturbi depressivi, d'ansia e bipolari maggiori—che sono caratterizzati da schemi emotivi distinti. Hanno esaminato i dati di utenti che si erano autodenunciati come affetti da uno di questi disturbi e di utenti senza alcun disturbo mentale noto.

Hanno addestrato il loro modello per etichettare le emozioni espresse nei post degli utenti e mappare le transizioni emotive tra i diversi post, quindi un post potrebbe essere etichettato come "gioia", "rabbia", "tristezza", "paura", "nessuna emozione" o una combinazione di questi. La mappa è una matrice che mostrerebbe quanto fosse probabile che un utente passasse da uno stato all'altro, ad esempio dalla rabbia a uno stato neutro di assenza di emozioni.

Diversi disturbi emotivi hanno i loro modelli distintivi di transizioni emotive. Creando un'"impronta digitale" emotiva per un utente e confrontandola con le firme consolidate di disturbi emotivi, il modello può rilevarli. Per convalidare i loro risultati, lo hanno testato su post che non sono stati utilizzati durante la formazione e hanno dimostrato che il modello prevede accuratamente quali utenti potrebbero o meno avere uno di questi disturbi.

Questo approccio elude un problema importante chiamato "fuga di informazioni" in cui si imbattono tipici strumenti di screening, afferma Soroush Vosoughi, assistente professore di informatica e un altro coautore. Altri modelli sono costruiti attorno allo scrutinio e all'affidamento al contenuto del testo, dice, e mentre i modelli mostrano prestazioni elevate, possono anche essere fuorvianti.

Leggi la storia completa qui ...