一項試點研究表明，人工智能可能有助于預(yù)測哪些學生面臨更高的學校暴力風險。

研究人員發(fā)現(xiàn)，機器學習 - 在沒有人為干預(yù)的情況下讓計算機長時間學習的科學 - 與兒童和青少年精神病學家團隊(包括法醫(yī)精神病學家)在確定學校暴力風險方面一樣準確。

“以前的暴力行為，沖動，學校問題和消極態(tài)度與其他人的風險相關(guān)，”辛辛那提兒童醫(yī)院醫(yī)學中心的兒童法醫(yī)精神病學家Drew Barzman博士說。“我們的風險評估主要集中在預(yù)測學校的任何類型的身體攻擊。我們沒有收集結(jié)果數(shù)據(jù)來評估機器學習是否真的有助于防止學校暴力。這是我們的下一個目標。”

該研究在線發(fā)表在精神病學季刊上。

Barzman博士及其同事評估了美國74所傳統(tǒng)學校的103名青少年學生，他們對自己或他人有重大或輕微的行為改變或侵略。這些學生是從精神病學門診，住院病房和急診室招募的。

該團隊與參與者進行了學校風險評估。來自評估的錄音被轉(zhuǎn)錄并手動注釋。事實證明，根據(jù)團隊在之前的研究中開發(fā)和驗證的兩個量表，學生在中高風險和低風險之間的比例相對平均。

高風險組和低風險組之間的總分有顯著差異。研究人員開發(fā)的機器學習算法在使用訪談內(nèi)容預(yù)測學校暴力風險時，準確率達到91.02%，被認為是優(yōu)秀的。當增加人口統(tǒng)計和社會經(jīng)濟數(shù)據(jù)時，這一比率增加到91.45%。

“機器學習算法僅基于參與者的訪談，在評估風險等級時幾乎與我們的研究團隊進行全面評估一樣準確，包括從父母和學校收集信息，對可用記錄進行評估，以及對我們開發(fā)了兩個量表，“辛辛那提兒童生物醫(yī)學信息學部門的計算科學家，該研究的合著者，Yizhao Ni博士說。

巴茲曼博士補充說：“我們的最終目標，即研究支持，是將機器學習技術(shù)的使用在未來擴展到學校，以增強結(jié)構(gòu)，專業(yè)判斷，更有效地防止學校暴力。”