I ricercatori della Dartmouth College (un’università statunitense, situata ad Hanover, nella contea di Grafton), in questa ricerca hanno usato i social media come una lente nel comportamento umano, e per costruire un modello di intelligenza artificiale per rilevare i disturbi mentali, hanno utilizzato le conversazioni su Reddit. Il modello fa parte di uno sviluppo di strumenti di screening che utilizzano i computer per analizzare i post dei social media e ottenere una visione degli stati mentali delle persone.
I ricercatori nel documento di ricerca presentato alla 20th International Conference on Web Intelligence and Intelligent Agent Technology, hanno dimostrato che questo metodo funziona meglio nel tempo, indipendentemente dagli argomenti discussi nei post.
Xiaobo Guo, co-autore del documento ha detto:
«Ci sono molte ragioni per cui le persone non cercano aiuto per i disturbi di salute mentale, alcune comuni barriere sono lo stigma, i costi elevati e la mancanza di accesso ai servizi. C’è anche una tendenza a minimizzare i segni di disturbi mentali o confondere con lo stress. È possibile che cercheranno aiuto con qualche sollecitazione, è in questo il caso in cui gli strumenti di screening digitale possono fare la differenza. I social media offrono un modo semplice per attingere ai comportamenti delle persone, i dati sono volontari e pubblici, pubblicati per essere letti da altri».
Reddit offre una grandissima rete di forum chiamati subreddit, è stata scelta perché ha quasi mezzo miliardo di utenti attivi che discutono una vasta gamma di argomenti. I post e i commenti sono pubblicamente disponibili, i ricercatori hanno potuto raccogliere dati che risalgono al 2011.
I ricercatori nel loro studio pubblicato nell’archivio arXiv, si sono concentrati su ciò che chiamano disturbi emotivi (maggiore depressione, ansia e disturbi bipolari) che sono caratterizzati da distinti modelli emotivi. Hanno esaminato i dati degli utenti che avevano autoriferito di avere uno di questi disturbi e degli utenti senza alcun disturbo mentale noto.
I ricercatori hanno addestrato il loro modello per etichettare le emozioni espresse nei post degli utenti e mappare le transizioni emotive tra diversi post, per esempio, un post poteva essere etichettato come “gioia”, “rabbia”, “tristezza”, “paura”, “nessuna emozione” o una combinazione di questi. La mappa è una matrice che può mostrare quanto è probabile che un utente sia passato da uno stato all’altro, come ad esempio dalla rabbia a uno stato neutro di nessuna emozione.
È emerso che diversi disturbi emotivi hanno i propri modelli di transizione emotiva. Il modello può individuarli creando l’impronta digitale emotiva per un utente, confrontandola con le firme stabilite dei disturbi emotivi. I ricercatori per convalidare i loro risultati, lo hanno testato su post che non sono stati utilizzati durante l’addestramento, hanno evidenziato che il modello predice accuratamente quali utenti possono o non possono avere uno di questi disturbi.
Soroush Vosoughi, assistente professore di informatica, coautore dello studio, ha detto:
«Il nostro metodo evita un problema importante chiamato “fuga di informazioni” in cui incorrono i tipici strumenti di screening. Altri modelli sono costruiti principalmente per scrutare e fare affidamento sul contenuto del testo. I modelli mentre mostrano alte prestazioni, possono anche essere fuorvianti, per esempio, se un modello impara a correlare “Covid” con “tristezza” o “ansia”, assumerà che uno scienziato che studia e posta abbastanza spassionatamente su Covid-19 soffra di depressione o ansia».
Il nuovo modello, d’altra parte, si concentra solo sull’emozione, non impara nulla sul particolare argomento o evento descritto nei post. I ricercatori sebbene non guardino alle strategie di intervento, sperano che questo lavoro possa indicare la strada verso la prevenzione, nel loro articolo, rappresentano una valida argomentazione per un esame più ponderato dei modelli basati sui dati dei social media.
Soroush Vosoughi in conclusione ha detto:
«È molto importante avere modelli che funzionino bene, ma anche capire veramente il loro funzionamento, le distorsioni e le limitazioni».