„`html

Können KI-Modelle suizidale Gedanken in sozialen Netzwerken erkennen?

Jedes Jahr sterben weltweit mehr als 720.000 Menschen durch Suizid, was eine der Haupttodesursachen bei jungen Erwachsenen darstellt. Soziale Netzwerke wie Reddit sind zu Orten geworden, an denen Menschen ihre psychische Not offen äußern – manchmal auf indirekte oder metaphorische Weise. Eine aktuelle Studie hat die Fähigkeit verschiedener computergestützter Werkzeuge bewertet, diese Notfallsignale in Online-Beiträgen zu erkennen.

Die Forscher verglichen mehrere Ansätze: klassische maschinelle Lernmodelle, tiefe neuronale Netze und ein fortschrittliches Sprachmodell auf Basis künstlicher Intelligenz. Traditionelle Methoden wie Support Vector Machines oder Random Forests wurden mit semantischen Textdarstellungen getestet. Neuronale Netze wie CNNs und LSTMs wurden ebenfalls auf ihre Fähigkeit hin überprüft, kontextuelle und emotionale Muster zu erfassen. Schließlich wurde ein angepasstes GPT-2-Modell trainiert, um Nachrichten in zwei Kategorien einzuteilen: suizidal oder nicht suizidal.

Die Ergebnisse zeigen, dass das GPT-2-Modell mit einer Genauigkeit von 98,25 % die besten Leistungen erbrachte. Es konnte Risikobeiträge effektiv von harmlosen unterscheiden und Klassifizierungsfehler minimieren. Unter den neuronalen Netzen erreichte das CNN eine Genauigkeit von 96,04 %, gefolgt vom LSTM mit 95,97 %. Klassische Modelle, wenn sie mit semantischen Darstellungen wie dem Universal Sentence Encoder kombiniert wurden, zeigten ebenfalls eine gute Effizienz mit Genauigkeiten von über 93 % bei den besten Kombinationen.

Die Studie betont, dass Modelle auf Transformer-Basis wie GPT-2 bei der Erfassung emotionaler Nuancen und langer kontextueller Abhängigkeiten herausragen. Diese Fähigkeiten sind besonders nützlich, um indirekte Ausdrucksformen von Not zu erkennen, die häufig in Beiträgen in sozialen Netzwerken vorkommen. Traditionelle Modelle sind zwar weniger leistungsfähig, bleiben aber wettbewerbsfähig und ressourcenschonender in Bezug auf die Rechenkapazität.

Die Forscher überprüften auch die Robustheit der Ergebnisse, indem sie die Experimente mit verschiedenen Konfigurationen und Datenpartitionen wiederholten. Die Leistungen der Modelle – insbesondere die von GPT-2 und CNN – erwiesen sich als stabil und reproduzierbar, was ihre Zuverlässigkeit in diesem Kontext bestätigt.

Diese Studie unterstreicht die Bedeutung von KI-Tools zur frühzeitigen Erkennung von Notfallsignalen in sozialen Netzwerken. Die Ergebnisse bleiben jedoch spezifisch für die Plattform Reddit und die verwendeten Daten. Eine zusätzliche Validierung auf anderen Netzwerken und in verschiedenen Sprachen wäre erforderlich, um diese Schlussfolgerungen zu verallgemeinern.

„`

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