“`html

Os modelos de inteligência artificial podem detectar pensamentos suicidas nas redes sociais?

Todos os anos, mais de 720.000 pessoas morrem por suicídio no mundo, o que o torna uma das principais causas de morte entre jovens adultos. As redes sociais, como o Reddit, tornaram-se espaços onde os indivíduos expressam abertamente o seu sofrimento psicológico, por vezes de forma indireta ou metafórica. Um estudo recente avaliou a capacidade de diferentes ferramentas computacionais para identificar esses sinais de sofrimento nas publicações online.

Os pesquisadores compararam várias abordagens: modelos clássicos de aprendizado de máquina, redes neurais profundas e um modelo de linguagem avançado baseado em inteligência artificial. Os métodos tradicionais, como máquinas de vetores de suporte ou florestas aleatórias, foram testados com representações semânticas dos textos. As redes neurais, como CNNs e LSTMs, também foram avaliadas pela sua capacidade de capturar padrões contextuais e emocionais. Por fim, um modelo do tipo GPT-2, especialmente adaptado, foi treinado para classificar as mensagens em duas categorias: suicidas ou não suicidas.

Os resultados mostram que o modelo GPT-2 obteve o melhor desempenho, com uma precisão de 98,25%. Ele conseguiu distinguir efetivamente as mensagens de risco daquelas que não eram, minimizando os erros de classificação. Entre as redes neurais, a CNN alcançou uma precisão de 96,04%, seguida de perto pela LSTM, com 95,97%. Os modelos clássicos, quando associados a representações semânticas, como o codificador universal de frases, também demonstraram boa eficácia, com precisões superiores a 93% para as melhores combinações.

O estudo destaca que os modelos baseados em transformadores, como o GPT-2, se destacam na captura de nuances emocionais e de dependências contextuais longas. Essas capacidades são particularmente úteis para detectar expressões indiretas de sofrimento, frequentemente presentes nas publicações em redes sociais. Os modelos tradicionais, embora menos eficientes, permanecem competitivos e mais acessíveis em termos de recursos computacionais.

Os pesquisadores também verificaram a robustez dos resultados repetindo os experimentos com diferentes configurações e partições de dados. O desempenho dos modelos, especialmente o do GPT-2 e da CNN, provou ser estável e reprodutível, confirmando sua confiabilidade nesse contexto.

Este estudo evidencia a importância das ferramentas de inteligência artificial para identificar precocemente sinais de sofrimento nas redes sociais. No entanto, os resultados permanecem específicos da plataforma Reddit e dos dados utilizados. Uma validação adicional em outras redes e em diferentes idiomas seria necessária para generalizar essas conclusões.

“`

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