夜夜爽妓女8888888视频_性色AV浪潮AV色欲AV_十七岁完整版在线观看西瓜_人畜禽CROPROATION_免费看人妻换人妻互换A片爽

首頁 > 資訊 >

【全球新視野】用AI識別有自殺傾向的人:這項研究向2萬名微博用戶發出邀請

面臨心理危機的人,需要別人的幫助。圖片來源:受訪者

2月2日,胡鑫宇事件調查情況發布會消息稱,胡鑫宇系自縊死亡;2月9日,四川警方通報失聯高中生曹某英的尸體在沱江中被發現……


(資料圖片)

近年來,自殺被認為是當前全球重大公共衛生問題之一。世界衛生組織(WHO)發布的全球預防自殺報告顯示,全球每年有80多萬人死于自殺,約每40秒鐘輕生一人,自殺是15~29歲人群的第二大死亡原因。

“雖然一些自殺行為發生得非常突然,但在自殺前其實有很多信號是可以捕捉到的。” 早在2013年,中科院心理研究所研究員朱廷劭就帶領團隊開始做自殺相關研究,他們通過人工智能和大數據技術,在微博上主動尋找有自殺傾向的人,向他們傳遞支持與幫助。

自殺行為有跡可循

“我有抑郁癥,所以就去死一死,沒有什么重要原因,大家不必在意我的離開。”

2012年3月18日,一位名為“走飯”的用戶發出最后一條微博后選擇了自殺。朱廷劭團隊早期的研究正始于對“走飯”微博內容的文本分析。他們搭建線上實驗平臺,通過抓取微博用戶發布的信息,分析他們的心理特征和心理變化,包括潛在的自殺行為和自殺原因。

為此,朱廷劭團隊隨機向約2萬名微博用戶發送了邀請私信,將愿意參加實驗的微博用戶納入線上實驗平臺,在用戶同意的情況下填寫心理問卷,并提供自己的微博賬號。

朱廷劭告訴《中國科學報》:“我們對用戶的微博文本內容進行下載,但不涉及用戶的真實姓名等信息,只是記錄問卷開始填寫與最終提交時間。在此過程中,我們共收集了2428名用戶的信息。”

為了保證問卷的準確性,朱廷劭團隊對2428名用戶作了進一步篩選,比如設有測謊題,將測謊不通過的用戶過濾掉,最終共保留了1427名用戶的信息作為實驗被試。

“自殺信號的發出并不全是為了引起別人的關注。”朱廷劭通過研究發現,“在網絡上發出自殺信號的人,大多真的有自殺傾向或者會實施自殺行為,應該予以關注和重視”。

最開始,朱廷劭團隊嘗試過人工抓取和標注來收集自殺相關信息,此舉不僅工作量大,兩三千條數據需要人工標注大約一周甚至兩周時間,而且一些帶有負面情緒的信息對工作人員的影響較大。

于是,朱廷劭決定引入人工智能技術,對自殺傾向作出識別。

“我們根據一個人的行為表現,利用人工智能,對某些個性特點作出自動判斷。” 朱廷劭介紹,“不同于以前的自殺識別基本上是基于篇幅比較長的遺書和遺言,我們根據不同緊急程度做了一些標注,分為有意念、有計劃、有實施三類,通過對這些短文本的分析,了解用戶有沒有自殺的意念。”

“不愿意跟人講話,而愿意跟機器交流”

打算自殺的人希望看到什么樣的信息?什么樣的方式可以幫助他們?

時間回到2016年3月,朱廷劭團隊在前期研究積累的基礎上,向4222名微博用戶發送私信。“這4222名用戶是我們在半年期間,用人工篩選方法確認有自殺傾向的微博用戶。”

其中有一位用戶的回復來自親人,因為該用戶已經自殺身亡了。

“半年內該用戶有過自殺傾向的表達,沒想到最后真的選擇了自殺。”收到消息的朱廷劭非常震驚,也開始思考:“雖然我們發送了私信,但并沒有起到預期效果,如何才能對有自殺傾向的人進行及時和直接的干預呢?”

在實驗中,朱廷劭增設了在線心理測量和自助干預項目。“心理測量是通過專業手段讓用戶了解自己當前的情況如何,自助干預是因為我們發現很多人不愿意跟人講話,而愿意跟機器交流。”

用計算機抓取數據如何保證準確性?在收到的回信中,有用戶稱自己并沒有發布過有自殺傾向的文字,為什么會收到這樣的私信?對此,朱廷劭團隊找到了用戶在其他地方發表的文字,向用戶作了解釋。

“計算機還是有可能出現誤差,而任何誤差都會打破我們和實驗用戶建立的互信。”朱廷劭說,“實驗中我們要確保每一條私信都發送給了有自殺傾向的人。”

“私信發出后,我們內心很忐忑,一方面擔心會遭到網絡‘鍵盤俠’的指責,一方面又擔心侵犯隱私。”朱廷劭回憶說,“當時我們最擔心的是會被推上熱搜,引發輿論,最后實驗不了了之。”

值得慶幸的是,朱廷劭團隊收到了一些回復,很多是用戶發來的感謝,特別負面的回復并不多。

朱廷劭說:“雖然有人從未回復過我們發出的私信,也沒有跟志愿者交流過,但我們會向每位用戶發送5次私信,讓其能夠感受到網絡的另一端有人在關注著他,讓他感受到來自社會的支持,從而走出困境。”

不能簡單說“救助成功率”

自殺是一個沉重的話題,自殺研究與其他研究不一樣。朱廷劭在采訪中多次指出,不能簡單用“救助成功率”這樣的說法。

“有過一次自殺行為的人,下一次實施自殺的可能性會高于其他人。”朱廷劭略有遺憾地告訴《中國科學報》,“我們能做的是長期追蹤他們,或者對他們在干預前后的認知狀態作一個比較,而不是去夸大技術干預的效果。”

盡管朱廷劭研發的機器學習系統對于自殺表達語言的分析準確率已經達到了85%,但自殺表達反映出的問題遠比預想的要復雜。“對自殺的干預,我們從技術到人工都非常小心,因為稍有不慎就可能對輕生者造成二次傷害。”

“有自殺傾向的人在社交網絡上的表達是清晰的,選擇自殺也不完全是‘一時沖動’。”朱廷劭說,“給他們講大道理,他們不僅聽不進去,甚至會產生適得其反的效果。”

那么有自殺傾向的人會尋求幫助嗎?朱廷劭團隊研究發現,有一半的人從未尋求過幫助,而在另一半求助人群中,家人不僅不是第一位,甚至低于陌生網友。

“我們的青少年需要有更好的家庭教育,包括生死教育。”朱廷劭認為,青少年的自殺行為可能并不代表其真的就想自殺,有可能是通過這種行為去表達對家人的不滿。

“我們采取人工智能技術介入研究也是為了保護用戶的隱私,讓其感受到被尊重。但技術的介入只能提高自殺干預的時效性,并不能從根本上解決自殺問題。”朱廷劭坦言,“我們救不了所有具有自殺傾向的人,但只要有人覺得我們的干預是有幫助的就可以了。”

在采訪最后,朱廷劭呼吁:“自殺不僅僅由心理問題導致,還包含很多現實問題,需要整個社會共同努力去解決。”

(原標題為《向約2萬微博用戶發出邀請——用人工智能拯救有自殺傾向的人)

關鍵詞:

責任編輯:Rex_01

推薦閱讀