Un algorithme formé pour détecter les mécontentements sur les réseaux sociaux

Instagram

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 grande partie de notre temps à partager des images, des vidéos ou des réflexions sur les réseaux sociaux tels qu’Instagram, Facebook et Twitter. Maintenant, un groupe de chercheurs de l’Universitat Oberta de Catalunya (UOC) a développé 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 réseaux sociaux peut fournir des informations utiles sur les comportements, les personnalités, les perspectives, les motivations et les besoins”, a expliqué Mohammad Mahdi Dehshibi, qui a dirigé cette étude au sein du groupe AI for Human Well-being (AIWELL), qui appartient au groupe Faculté d’Informatique, Multimédia et Télécommunications de l’UOC.

L’équipe de recherche a passé deux ans à travailler sur un modèle d’apprentissage en profondeur qui identifie les cinq besoins décrits par Glasser, en utilisant des données multimodales telles que des images, du texte, une biographie et la géolocalisation. Pour l’étude publiée dans la revue Transactions IEEE sur l’informatique affective86 profils Instagram, en espagnol et en persan, ont été analysés.

S’appuyant sur des réseaux de neurones et des bases de données, les experts ont formé un algorithme pour identifier le contenu des images et 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 avec un codebook, 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. Dehshibi, actuellement chercheur au laboratoire de recherche imBody de l’Université Carlos III de Madrid (UC3M) et au Laboratoire d’informatique non conventionnelle, UWE Bristol, utilise un exemple pour expliquer cela : “Imaginez qu’un cycliste monte une montagne, et au sommet , ils peuvent choisir entre partager un selfie et une photo de groupe. S’ils choisissent le selfie, on perçoit un besoin de Pouvoir, mais s’ils choisissent l’autre option, on peut conclure que la personne ne recherche pas seulement du Fun mais aussi un moyen pour satisfaire leur besoin d’appartenance.”

De plus, le fait que les profils analysés appartiennent à des personnes qui communiquent dans deux langues différentes évite les biais culturels. Des études antérieures ont montré, 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 des réseaux sociaux appartenant à des utilisateurs non anglophones pourrait aider à créer des outils et des modèles inclusifs et diversifiés pour traiter les problèmes de santé mentale chez les personnes aux origines culturelles ou linguistiques diverses”, ont-ils noté.

Les auteurs croient que leurs recherches peuvent aider à améliorer les mesures préventives, allant de l’identification à l’amélioration du traitement lorsqu’une personne a reçu un diagnostic de trouble de santé mentale.


Le bot peut repérer les utilisateurs déprimés de Twitter dans 9 cas sur 10


Plus d’information:
Mohammad Mahdi Dehshibi et al, Une approche d’apprentissage multimodal profond pour percevoir les besoins fondamentaux des humains à partir du profil Instagram, Transactions IEEE sur l’informatique affective (2021). DOI : 10.1109 / TAFFC.2021.3090809

Fourni par Universitat Oberta de Catalunya

Citation: Un algorithme formé pour détecter le malheur sur les réseaux sociaux (13 mai 2022) récupéré le 13 mai 2022 sur https://techxplore.com/news/2022-05-algorithm-unhappiness-social-networks.html

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