Media społecznościowe: algorytm identyfikuje posty na Facebooku, które powodują depresję

Każdego dnia ludzie zamieszczają swoje osobiste przemyślenia na swoich kanałach na Facebooku, powierzając internetowi informacje, których nigdy nie powierzą prawdziwej osobie. Podczas gdy te posty mogą wydawać się bezsensownym hałasem dla innych użytkowników, autorzy nowego Materiały z National Academy of Scientists badania wykazały, że były to cyfrowe wołania o pomoc. Ukryte w języku tych postów znalazły sposób na identyfikację użytkowników zmagających się z depresją, nawet jeśli sami użytkownicy jeszcze o tym nie wiedzą.

Teraz, gdy ludzie rzucają swoje myśli na pustkę Facebooka, algorytm może wsłuchiwać się w sens swoich rozważań. Artykuł napisany przez H. Andrew Schwartza, informatyka Stony Brook University, oraz doktora Johannesa Eichstaedta z University of Pennsylvania, opisuje, w jaki sposób nowy algorytm może przepowiadać, wywróżyć diagnoza przyszłej depresji poprzez identyfikację pewnych kluczowych słów i zwrotów, które ludzie używają w swoich aktualizacjach statusu na Facebooku.

„Depresja wpływa na wiele aspektów życia. Nie jestem pewien, czy ludzie docierają tak bardzo, jak tylko to, że język online, podobnie jak język offline, często odzwierciedla, kim jest lub w jakim stanie ”- mówi Schwartz Odwrotność. „Słowa wskazujące na depresję sugerują zarówno, że ludzie docierają do tego, jak się czują, ale są też różnice w stylu, które wydają się mniej docierać do takich osób, jak większe korzystanie z samoodniesienia („ ja ”,„ ja ”)”.

Przetestowali swój algorytm, analizując posty na Facebooku od 683 użytkowników w miejskim obszarze metropolitalnym, z których 114 zdiagnozowano u nich depresję, co potwierdzają akta medyczne. W szczególności przeanalizowali treść postów wcześniejszy do diagnozy każdego użytkownika, aby ocenić, czy obecność danej osoby w mediach społecznościowych może przewidzieć, kto już zmaga się z depresją i sprawdzić, czy algorytm przewidywania depresji naprawdę działa.

W tych nagraniach znaleźli zmiany w sposobie, w jaki osoby w depresji korzystały z mediów społecznościowych. Zazwyczaj używali więcej zaimków pierwszej osoby (ja, ja, ja) więcej niż ci, u których nie zdiagnozowano depresji. Ci ludzie często narzekali na fizyczne symptomy poprzez posty na Facebooku, często używając słów takich jak „boli”, „zmęczony”, „głowa” i „zły”. Ponadto używali więcej słów, które wskazywały na przeżuwanie, jak „przestraszony”, „ umysł ”i„ martw się ”. Przeżuwanie jest markerem depresji zdefiniowanej przez obsesję na punkcie szczegółów, która ostatecznie prowadzi do uporczywego i miażdżącego niepokoju.

Ale być może najbardziej wymowny jest fakt, że posty depresyjnych użytkowników były zazwyczaj znacznie dłuższe niż posty użytkowników bez depresji. Każdego roku użytkownicy w depresji pisali średnio 1424 więcej słów we wszystkich postach.

Takie narzędzia są potężne, ponieważ mogą uniemożliwić ludziom, którzy po cichu, starają się, aby ich głowy nad wodą nie gubiły się w anonimowości mediów społecznościowych. Nowy algorytm nie odnosi się do osób, które raczej zwierzyłyby się innej platformie, jak Twitter lub Instagram. ale Schwartz twierdzi, że ten algorytm można dostosować również do innych platform mediów społecznościowych.

„Facebook jest używany znacznie częściej przez przeciętną osobę w naszej populacji, więc dostarczył więcej danych”, mówi. „Z drugiej strony, istnieją metody„ adaptacji ”modelu zbudowanego na Facebooku do innych domen mediów społecznościowych i moglibyśmy trenować model od podstaw dla tej domeny, a po wcześniejszej pracy spodziewałbym się, że będzie on działał niemal równie dobrze. ”

W tej chwili trzymają się Facebooka, starając się zwiększyć dokładność. Ale ta próbna próba pokazuje jedną rzecz: ludzie mówili. Wystarczyło algorytm, żeby naprawdę zrozumieć, co mówią.

Znaczenie:

Depresja jest niepełnosprawna i dająca się leczyć, ale niedostatecznie zdiagnozowana. W tym badaniu pokazujemy, że treści udostępniane przez użytkowników wyrażających zgodę na Facebooku mogą przewidzieć przyszłe występowanie depresji w dokumentacji medycznej. Przewidywanie depresji językowej obejmuje odniesienia do typowych objawów, w tym smutku, samotności, wrogości, przeżuwania i wzmożonego odniesienia do siebie. Badanie to sugeruje, że analiza danych z mediów społecznościowych mogłaby zostać wykorzystana do skontrolowania osób wyrażających zgodę na depresję. Ponadto treści mediów społecznościowych mogą wskazywać lekarzom na konkretne objawy depresji.

Możesz także polubić: Twój mózg w mediach społecznościowych