Les publications sur Facebook pourraient identifier le risque de consommation de substances chez les jeunes sans-abri

Ce qu’une personne publie sur Facebook pourrait prédire son risque de consommation de substances, selon une nouvelle recherche menée par le Penn State College of Information Sciences and Technology.

Dans leurs travaux, les chercheurs ont construit de nouveaux systèmes de détection, utilisant des techniques d’apprentissage automatique et de traitement du langage naturel, qui peuvent identifier certains types de consommation de substances sur la base des publications Facebook d’un individu. Ils ont concentré leurs efforts sur la prévision de la consommation de substances chez les jeunes sans-abri – une population à haut risque avec des taux élevés de consommation de drogues dures.

«En raison de leur caractère éphémère, les jeunes sans-abri sont extrêmement difficiles à atteindre à des fins de recherche et d’intervention», a déclaré Anamika Barman-Adhikari, professeur agrégé de travail social à l’Université de Denver. « Les sites de réseautage social comme Facebook présentent une source de données importante et accessible pour comprendre le contexte social des comportements de consommation de substances de ces jeunes. »

Barman-Adhikari a expliqué que parce que l’intelligence artificielle est beaucoup plus sophistiquée que les techniques de modélisation rudimentaires sur lesquelles les chercheurs en sciences sociales s’appuient souvent, des modèles plus précis et prédictifs pour capturer la complexité de ce comportement peuvent être développés.

«Cela pourrait être utile à une agence à but non lucratif qui tente de classer les jeunes sans-abri en consommateurs de substances et en utilisateurs de non-substances afin de diriger leurs ressources limitées vers les personnes susceptibles de se livrer à la consommation de substances», a déclaré Amulya Yadav, PNC Technologies Career Development Professeur assistant au College of IST et chercheur principal.

Pour construire et former leurs modèles, les chercheurs ont recueilli plus de 135 000 publications Facebook de jeunes sans-abri au cours de la dernière année. De plus, on a demandé à ces jeunes participants sans-abri de répondre à une enquête en fournissant leurs informations démographiques et leur point de vue sur la façon dont ils sont devenus sans-abri et sur la fréquence à laquelle ils ont l’impression de manquer de camaraderie. Ces dernières questions « ne portent pas directement sur les caractéristiques démographiques ou la consommation de substances, mais elles peuvent être utilisées pour des prévisions de consommation de substances », ont écrit les chercheurs dans leur article. Plus important encore, on a demandé aux participants de noter quels médicaments, le cas échéant, ils utilisaient au cours des 30 derniers jours.

Les chercheurs ont utilisé des techniques d’apprentissage automatique pour pré-traiter les publications sur les réseaux sociaux, telles que l’identification des hashtags, des emojis, de l’argot et des mots mal orthographiés, afin d’obtenir les données sous une forme qui puisse être apprise par des modèles d’apprentissage automatique. Ensuite, ils ont utilisé le modèle pour analyser les messages.

Ils ont constaté que les messages contenant des mots tels que «amour» ou «sincèrement» étaient en corrélation avec le fait que les auteurs n’étaient pas des utilisateurs de substances. D’un autre côté, si des jurons étaient inclus dans les messages, les auteurs étaient plus susceptibles de se livrer à la consommation de substances. Ils ont également utilisé des outils d’analyse des sentiments pour classer des morceaux de texte comme heureux ou tristes.

« Ce que nous avons constaté, ce qui est assez intuitif, c’est que les personnes qui publient des messages plus heureux sont moins susceptibles de se livrer à la toxicomanie, et les personnes qui publient des citations plus en colère ou tristes sont plus susceptibles de se livrer à la toxicomanie », a déclaré Yadav .

Bien que le modèle n’ait pas encore été déployé, Yadav envisage de créer un plugin Google Chrome qui pourrait être installé dans les salles informatiques des refuges pour sans-abri ou des centres de jour. Les utilisateurs pourraient alors accepter de donner accès à leurs données Facebook et les informations pourraient être fournies aux assistants sociaux.

«Notre outil pourrait fournir aux refuges pour sans-abri des informations sur le fait qu’un individu est susceptible ou non de se livrer à la toxicomanie», a déclaré Yadav. « Ensuite, le plan de gestion de cas de chaque individu peut être modifié pour répondre à ses besoins en fonction de ces informations. »

Ont également collaboré au projet: Zi-Yi Dou, étudiant à la maîtrise à l’Université Carnegie Mellon (CMU); et Fei Fang, professeur adjoint à la CMU. Leur travail sera présenté à la conférence virtuelle de l’AAAI sur l’intelligence artificielle cette semaine, où un autre article comprenant Yadav, explorant l’utilisation d’algorithmes d’intelligence artificielle pour prévenir la propagation du VIH parmi les jeunes sans-abri, est présenté.