“`html

هل يمكن لنماذج الذكاء الاصطناعي اكتشاف الأفكار الانتحارية على وسائل التواصل الاجتماعي؟

كل عام، يموت أكثر من 720 ألف شخص بسبب الانتحار في جميع أنحاء العالم، مما يجعله أحد الأسباب الرئيسية للوفاة بين الشباب. أصبحت وسائل التواصل الاجتماعي، مثل ريديت، مساحات يعبر فيها الأفراد علنًا عن ضيقهم النفسي، أحيانًا بشكل غير مباشر أو مجازي. قدّمت دراسة حديثة تقييمًا لقدرة أدوات حاسوبية مختلفة على اكتشاف هذه الإشارات في المنشورات عبر الإنترنت.

قارن الباحثون عدة نهج: نماذج التعلم الآلي الكلاسيكية، وشبكات العصبون العميقة، ونموذج لغة متقدم قائم على الذكاء الاصطناعي. تم اختبار الأساليب التقليدية، مثل آلات الدعم المتجهي وغابات القرار، مع تمثيلات دلالية للنصوص. كما تم تقييم شبكات العصبون مثل CNN وLSTM لقدرتها على التقاط الأنماط السياقية والعاطفية. أخيرًا، تم تدريب نموذج من نوع GPT-2، مخصص لهذا الغرض، لتصنيف الرسائل إلى فئتين: انتحارية أو غير انتحارية.

أظهرت النتائج أن نموذج GPT-2 حقق أفضل أداء، بدقة بلغت 98.25%. تمكّن من تمييز الرسائل الخطيرة عن تلك غير الخطيرة بشكل فعال، مع تقليل أخطاء التصنيف. بين شبكات العصبون، حقق CNN دقة بلغت 96.04%، يليه LSTM بدقة 95.97%. كما أظهرت النماذج الكلاسيكية، عند ارتباطها بتمثيلات دلالية مثل مشفر الجمل العالمي، كفاءة جيدة، حيث تجاوزت دقة أفضل التركيبات 93%.

تشير الدراسة إلى أن النماذج القائمة على المحولات، مثل GPT-2، تميز في التقاط الدلالات العاطفية والاعتمادات السياقية الطويلة. هذه القدرات مفيدة بشكل خاص لاكتشاف تعبيرات الضيق غير المباشرة، التي غالبًا ما توجد في منشورات وسائل التواصل الاجتماعي. على الرغم من أن النماذج التقليدية أقل أداء، إلا أنها تبقى تنافسية وأكثر سهولة من حيث الموارد الحسابية.

كما قام الباحثون بتحقيق متانة النتائج من خلال تكرار التجارب مع تكوينات وتقسيمات مختلفة للبيانات. ثبت أن أداء النماذج، وخاصة GPT-2 وCNN، كان مستقرًا وقابلاً للتكرار، مما يؤكد موثوقيتها في هذا السياق.

تسلط هذه الدراسة الضوء على أهمية أدوات الذكاء الاصطناعي لاكتشاف إشارات الضيق مبكرًا على وسائل التواصل الاجتماعي. ومع ذلك، تبقى النتائج محددة لمنصة ريديت والبيانات المستخدمة. سيكون من الضروري إجراء التحقق الإضافي على منصات أخرى ولغات مختلفة لتعميم هذه الاستنتاجات.

“`

Sources du média

Document de référence

DOI : https://doi.org/10.1186/s43093-026-00867-w

Titre : A unified comparative evaluation of machine learning, deep learning and GPT-2 for suicide ideation detection from social media

Revue : Future Business Journal

Éditeur : Springer Science and Business Media LLC

Auteurs : Yasmeen Mohamed Saleh; Fahad Kamal Alsheref; Mahmoud Mohamed Bahloul