“`html

I modelli di intelligenza artificiale possono rilevare i pensieri suicidi sui social media?

Ogni anno, più di 720.000 persone muoiono per suicidio nel mondo, rendendolo una delle principali cause di decesso tra i giovani adulti. I social media, come Reddit, sono diventati spazi in cui gli individui esprimono apertamente il loro disagio psicologico, a volte in modo indiretto o metaforico. Uno studio recente ha valutato la capacità di diversi strumenti informatici di identificare questi segnali di sofferenza nei post online.

I ricercatori hanno confrontato diversi approcci: modelli classici di apprendimento automatico, reti neurali profonde e un modello linguistico avanzato basato sull’intelligenza artificiale. I metodi tradizionali, come le macchine a vettori di supporto o le foreste casuali, sono stati testati con rappresentazioni semantiche dei testi. Le reti neurali, come le CNN e le LSTM, sono state valutate anche per la loro capacità di cogliere modelli contestuali ed emozionali. Infine, un modello di tipo GPT-2, appositamente adattato, è stato addestrato per classificare i messaggi in due categorie: suicidari o non suicidari.

I risultati mostrano che il modello GPT-2 ha ottenuto le migliori prestazioni, con una precisione del 98,25%. È riuscito a distinguere efficacemente i messaggi a rischio da quelli che non lo erano, minimizzando gli errori di classificazione. Tra le reti neurali, la CNN ha raggiunto una precisione del 96,04%, seguita a ruota dalla LSTM con il 95,97%. I modelli classici, quando associati a rappresentazioni semantiche come l’encoder universale di frasi, hanno dimostrato anche una buona efficacia, con precisioni superiori al 93% per le migliori combinazioni.

Lo studio sottolinea che i modelli basati su transformer, come GPT-2, eccellono nel cogliere sfumature emozionali e dipendenze contestuali lunghe. Queste capacità sono particolarmente utili per rilevare espressioni indirette di disagio, spesso presenti nei post sui social media. I modelli tradizionali, sebbene meno performanti, rimangono competitivi e più accessibili in termini di risorse computazionali.

I ricercatori hanno verificato anche la robustezza dei risultati ripetendo gli esperimenti con diverse configurazioni e partizioni di dati. Le prestazioni dei modelli, in particolare quelle di GPT-2 e della CNN, si sono rivelate stabili e riproducibili, confermando la loro affidabilità in questo contesto.

Questo studio mette in luce l’importanza degli strumenti di intelligenza artificiale per identificare precocemente i segnali di disagio sui social media. Tuttavia, i risultati rimangono specifici per la piattaforma Reddit e per i dati utilizzati. Una validazione aggiuntiva su altre reti e in lingue diverse sarebbe necessaria per generalizzare queste conclusioni.

“`

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