一项初步研究表明, 人工智能可能有助于预测哪些学生有更高的发生学校暴力的风险。

研究人员发现, 机器学习--让计算机在没有人类干预的情况下学习的科学--在确定学校暴力风险时和儿童和青少年精神科医生小组一样准确, 包括法医精神病学家。.

"以前的暴力行为、冲动、学校问题和消极态度都与其他人的风险相关," 辛辛那提儿童医院医学中心的儿童法医精神病学家Barzman 博士说, 该研究的主要作者."我们的风险评估集中在预测任何类型的物理攻击在学校。我们没有收集结果数据来评估机器学习是否能真正帮助防止学校暴力。这是我们的下一个目标。

这项研究发表在《精神病学季刊 》杂志上。

Barzman 和他的同事对美国74所传统学校中103名十几岁的学生进行了评估, 他们对自己或他人有重大或轻微的行为改变或侵略。这些学生来自精神病门诊诊所、住院单位和急救部门。

该小组与参加者进行了学校风险评估。录音从评估被转录了并且手工地被标注了。根据小组在以前的研究中开发和验证的两个尺度, 结果显示, 在中等到高风险和低风险之间, 学生的比例相对相等。

高危人群与低风险群体的总分有显著性差异。在使用访谈内容预测学校暴力风险时, 研究人员开发的机器学习算法达到了91.02% 的准确率, 被认为是优秀的。当增加人口统计学和社会经济数据时, 这一比率增加到91.45%。

"机器学习算法, 仅基于参与者的访谈, 在评估风险水平方面几乎和我们的研究小组的全面评估一样准确, 包括从家长和学校收集信息, 在可用时对记录进行审查,在我们开发的两个音阶上得分, "辛辛那提儿童与研究合著者生物医学信息学司的计算科学家遗诏说。

"我们的终极目标, 应该研究支持它, 就是将机器学习技术的使用推广到学校的未来, 以增强结构, 专业判断更有效地防止学校暴力, 补充 Barzman。

（注：转载时请注明复诊网）