Connectez-vous avec nous

Internet

Un algorithme entraîné à détecter le malheur sur les réseaux sociaux

Crédit : Pixabay/CC0 Domaine public

Des chercheurs ont mis au point un algorithme capable d’identifier les besoins fondamentaux des utilisateurs à partir des textes et des images qu’ils partagent sur les réseaux sociaux. Les experts espèrent que cet outil aidera les psychologues à diagnostiquer d’éventuels problèmes de santé mentale. L’étude suggère que les utilisateurs hispanophones sont plus susceptibles de mentionner des problèmes relationnels lorsqu’ils se sentent déprimés que les anglophones.

Nous passons une partie importante de notre temps à partager des images, des vidéos ou des pensées sur les réseaux sociaux tels qu’Instagram, Facebook et Twitter. Aujourd’hui, un groupe de chercheurs de l’Universitat Oberta de Catalunya (UOC) a mis au point un algorithme qui vise à aider les psychologues à diagnostiquer d’éventuels problèmes de santé mentale grâce au contenu que les gens publient sur ces plateformes.

Selon la théorie du choix de William Glasser, il existe cinq besoins fondamentaux qui sont au cœur de tout comportement humain : la survie, le pouvoir, la liberté, l’appartenance et le plaisir. Ces besoins ont même une influence sur les images que nous choisissons de télécharger sur notre page Instagram. « La façon dont nous nous présentons sur les médias sociaux peut fournir des informations utiles sur les comportements, les personnalités, les perspectives, les motivations et les besoins », explique Mohammad Mahdi Dehshibi, qui a dirigé cette étude au sein du groupe AI for Human Well-being (AIWELL), qui appartient à la Faculté d’informatique, de multimédia et de télécommunications de l’UOC.

L’équipe de recherche a passé deux ans à travailler sur un modèle d’apprentissage profond qui identifie les cinq besoins décrits par Glasser, en utilisant des données multimodales telles que des images, du texte, une biographie et une géolocalisation. Pour l’étude, qui a été publiée dans la revue IEEE Transactions on Affective Computing (en anglais), 86 profils Instagram, en espagnol et en persan, ont été analysés.

S’appuyant sur des réseaux neuronaux et des bases de données, les experts ont entraîné un algorithme pour identifier le contenu des images et pour catégoriser le contenu textuel en attribuant différentes étiquettes proposées par des psychologues, qui ont comparé les résultats avec une base de données contenant plus de 30 000 images, légendes et commentaires.

Le problème de la standardisation des étiquettes obtenues à partir de textes et d’images a été résolu grâce à un livre de codes, Bag-of-Content, qu’ils ont décrit comme une « carte sémantique du domaine visuel au domaine textuel ». Selon les chercheurs, les expériences « montrent une précision prometteuse et des informations complémentaires entre les indices visuels et textuels. »

Chaque choix que nous faisons répond-il à un seul besoin fondamental ? La théorie de Glasser dit le contraire, et l’approche multi-étiquettes de cette étude est utile pour lever ce doute. M. Dehshibi, actuellement chercheur au laboratoire de recherche imBody de l’université Carlos III de Madrid (UC3M) et au laboratoire d’informatique non conventionnelle de l’UWE Bristol, utilise un exemple pour expliquer cela : « Imaginez qu’un cycliste gravisse une montagne et qu’au sommet, il puisse choisir entre partager un selfie et une photo de groupe. S’il choisit le selfie, nous percevons un besoin de pouvoir, mais s’il choisit l’autre option, nous pouvons en conclure que la personne ne cherche pas seulement à s’amuser mais aussi à satisfaire son besoin d’appartenance. »

En outre, le fait que les profils analysés appartiennent à des personnes qui communiquent dans deux langues différentes permet d’éviter les biais culturels. Des études antérieures ont révélé, par exemple, que les utilisateurs hispanophones sont plus susceptibles de mentionner des problèmes relationnels lorsqu’ils se sentent déprimés que les anglophones. « L’étude des données provenant de réseaux sociaux appartenant à des utilisateurs non anglophones pourrait contribuer à l’élaboration d’outils et de modèles inclusifs et diversifiés pour traiter les problèmes de santé mentale chez les personnes ayant des antécédents culturels ou linguistiques différents », ont-ils noté.

Les auteurs estiment que leurs recherches peuvent contribuer à améliorer les mesures préventives, allant de l’identification à l’amélioration du traitement lorsqu’une personne a été diagnostiquée comme souffrant d’un trouble de la santé mentale.


Un robot peut repérer les utilisateurs déprimés de Twitter dans 9 cas sur 10


Plus d’informations :
Mohammad Mahdi Dehshibi et al, Une approche d’apprentissage multimodal profond pour percevoir les besoins fondamentaux des humains à partir du profil Instagram, IEEE Transactions on Affective Computing (en anglais) (2021). DOI: 10.1109/TAFFC.2021.3090809

Fourni par
Universitat Oberta de Catalunya

Citation:
Un algorithme entraîné à détecter le malheur sur les réseaux sociaux (2022, 13 mai)
récupéré le 14 mai 2022
à partir de https://techxplore.com/news/2022-05-algorithm-unhappiness-social-networks.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune
partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre d’information uniquement.


Continuer la lecture
Cliquez pour commenter

Laissez un commentaire

Votre adresse e-mail ne sera pas publiée.

ARTICLES POPULAIRES