Reading Between the Signs: Predicting Future Suicidal Ideation from Adolescent Social Media Texts
Cet article présente Early-SIB, un modèle basé sur les transformeurs qui prédit l'idéation et le comportement suicidaires futurs chez les adolescents en analysant séquentiellement leurs publications sur les réseaux sociaux, atteignant une précision équilibrée de 0,73 sur un forum de jeunesse néerlandais tout en fournissant des informations interprétables grâce aux explications additives de Shapley (Shapley Additive Explanations).
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous soyez un détective tentant de résoudre un mystère, mais que les indices soient cachés dans une bibliothèque géante et bruyante où des millions de personnes se chuchotent leurs secrets les uns aux autres chaque seconde. C'est le monde des réseaux sociaux, un espace numérique où les adolescents partagent souvent leurs peurs, leurs frustrations et leurs rêves les plus profonds bien avant de les confier à un médecin ou à un parent. Depuis des décennies, les scientifiques tentent de prédire quand quelqu'un pourrait être en danger de se faire du mal en observant des « facteurs de risque » — des choses comme la tristesse, avoir eu une enfance difficile ou éprouver un sentiment de désespoir. Considérez ces facteurs comme l'examen du sac à dos d'une personne pour voir si elle transporte des pierres lourdes ; bien que les pierres lourdes soient un mauvais signe, beaucoup de personnes transportant des pierres ne les posent jamais, et certains qui les posent ne transportaient rien d'évident du tout. En fait, pendant cinquante ans, essayer de prédire le suicide à l'aide de ces listes de contrôle traditionnelles a été comme lancer une pièce de monnaie ; cela fonctionne à peine mieux que de deviner. Mais et si nous pouvions écouter les murmures dans la bibliothèque avant même que la personne ne prononce les mots effrayants à voix haute ? C'est la grande question que pose cet article : pouvons-nous repérer les signes avant-coureurs dans le bavardage en ligne d'un adolescent avant qu'il ne publie un message exprimant le désir de mettre fin à ses jours ?
Les chercheurs derrière cette étude, travaillant avec un forum d'aide néerlandais pour les jeunes appelé « De Kindertelefoon », ont décidé de construire un détective numérique nommé EARLY-SIB. Leur objectif était de voir s'ils pouvaient prédire si un utilisateur finirait par écrire un message concernant des pensées ou des actes suicidaires, en se basant uniquement sur ce qu'il avait écrit et les réponses qu'il avait données avant ce moment. C'est comme essayer de deviner qu'une tempête arrive en observant comment les oiseaux volent et comment le vent souffle, plutôt que d'attendre la première goutte de pluie.
Pour ce faire, ils n'ont pas seulement cherché le mot « suicide ». Au lieu de cela, ils ont entraîné un programme informatique intelligent (un type d'IA appelé « transformer ») pour lire des milliers de messages et de réponses. Le programme a appris à reconnaître les nuances subtiles dans l'historique d'un utilisateur — comme un changement soudain de ton, parler du fait que l'école est accablante, ou demander des conseils sur la façon d'arrêter de se faire du mal — qui pourraient signaler que des problèmes couvent. L'équipe a dû être très prudente. Ils ont d'abord appris à l'ordinateur comment repérer un message mentionnant réellement le suicide (ce qu'il a fait avec une grande précision, réussissant environ 96 % du temps). Ensuite, ils ont utilisé cette compétence pour créer une liste d'utilisateurs qui n'avaient pas encore publié de messages sur le suicide, mais qui le feraient dans le futur.
Lorsqu'ils ont testé leur modèle EARLY-SIB sur ce groupe, les résultats se sont révélés prometteurs. Le modèle a été capable de prédire de futurs pensées suicidaires avec une « précision équilibrée » de 0,73. Dans le monde de la prédiction, où deviner au hasard donne généralement environ 0,50, c'est une étape significative. Cela signifie que le modèle est bien meilleur que le hasard pour repérer qui est à risque. Cependant, l'article est très clair : ce n'a pas été une boule de cristal magique. Le modèle fait encore des erreurs ; il a manqué certaines personnes qui étaient à risque (un « faux négatif ») et a parfois signalé des personnes qui ne l'étaient pas (un « faux positif »). En fait, le modèle était meilleur pour trouver les personnes qui étaient à risque (en trouvant environ 71 % d'entre elles) que pour être parfaitement sûr de chaque personne qu'il signalait (seulement 10 % de ses alertes étaient réellement correctes). C'est parce que les données sont très déséquilibrées : sur 100 utilisateurs, environ 4 seulement sont à risque, il est donc très facile de se tromper par accident.
Les chercheurs ont également utilisé un outil spécial appelé SHAP pour jeter un coup d'œil à l'intérieur du cerveau de l'ordinateur et voir pourquoi il faisait ses prédictions. Ils ont découvert que le modèle ne reposait pas sur un seul message dramatique et majeur. Au lieu de cela, il examinait un mélange entier d'interactions, comme un puzzle composé de nombreuses petites pièces. Par exemple, un message sur le fait que l'école soit trop pesante, combiné à une réponse demandant des conseils sur l'automutilation, créait un schéma que le modèle reconnaissait comme dangereux. L'étude a montré que plus le modèle pouvait lire d'historique (jusqu'à environ 30 interactions), meilleur il devenait, suggérant que les signes avant-coureurs sont répartis dans le temps, et non concentrés en un seul instant.
Les auteurs prennent soin de dire qu'il s'agit d'un résultat « suggestif », et non d'un problème résolu. Ils soutiennent que, bien que leur outil soit meilleur que les anciennes méthodes, il n'est pas prêt à remplacer les médecins ou les conseillers humains. Ils le voient comme un « système d'alerte précoce » qui pourrait aider les modérateurs de forums à remarquer les utilisateurs qui pourraient avoir besoin d'aide plus tôt. Cependant, ils mettent également en garde contre les dangers. Si le système signale quelqu'un qui n'est pas réellement en danger, cela pourrait provoquer une panique inutile ou porter atteinte à sa vie privée. Si l'on manque quelqu'un qui est en danger, les conséquences pourraient être tragiques. L'article conclut que, bien que la technologie montre qu'il est possible de prédire ces risques à partir de textes sur les réseaux sociaux, le véritable défi consiste désormais à savoir comment utiliser cet outil de manière responsable, éthique et efficace dans le monde réel, en veillant à ce que, lorsque l'alarme sonne, il y ait réellement quelqu'un pour apporter de l'aide.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.