Ngôn ngữ trong tin nhắn hé lộ nguy cơ tự sát như thế nào?

Trong một cuộc trò chuyện khủng hoảng, lời nhắc đến phương tiện gây chết người, ý nghĩ tự sát chủ động hoặc hành vi tự gây thương tích có thể đáng chú ý hơn những biểu hiện buồn bã chung chung. Các nhà khoa học thuộc Viện Nghiên cứu Não McGovern của MIT đã phát triển một công cụ tìm những tín hiệu như vậy trong tin nhắn. Công cụ không đọc được ý nghĩ hay khẳng định điều gì chắc chắn sẽ xảy ra; nó ước tính mức nguy cơ từ các mẫu ngôn ngữ để hỗ trợ người tư vấn. [1]

Điểm quan trọng của cách tiếp cận này là khả năng giải thích. Thay vì chỉ đưa ra một mức cảnh báo khó hiểu, hệ thống có thể chỉ ra từ hoặc cụm từ nào đã góp phần vào kết quả và chúng liên quan đến yếu tố nguy cơ nào. Người tư vấn nhờ đó có thêm căn cứ để đọc kỹ cuộc trò chuyện, đặt tín hiệu vào đúng ngữ cảnh và đưa ra đánh giá của mình. [1]

Vì sao không thể dự đoán từ một dấu hiệu đơn lẻ?

Ý nghĩ tự sát không đồng nghĩa với việc một người chắc chắn sẽ thực hiện hành vi tự sát. Trầm cảm, rối loạn stress sau sang chấn, cô đơn, phân biệt đối xử, nghèo đói và nhiều yếu tố khác có thể liên quan đến nguy cơ. Tuy nhiên, chúng tương tác theo những con đường phức tạp, nên ngay cả người được đào tạo cũng khó xác định ai sẽ chuyển từ ý nghĩ sang hành động. Không có một từ khóa riêng lẻ nào giải quyết được bài toán đó. [1]

Có thể hình dung hai người cùng viết rằng họ “kiệt sức”, nhưng một người đang mô tả ngày làm việc căng thẳng, còn người kia ở trong một cuộc khủng hoảng nghiêm trọng. Từ ngữ giống nhau không bảo đảm hoàn cảnh giống nhau. Vì vậy, phân tích ngôn ngữ phù hợp hơn với vai trò sàng lọc: nhận ra những đoạn cần chú ý và kết hợp nhiều dấu hiệu, thay vì biến một câu nói thành phán quyết về một con người.

Khoảng 16.000 cuộc trò chuyện được dùng ra sao?

Nhóm nghiên cứu phân tích tin nhắn đã khử danh tính từ khoảng 16.000 cuộc trò chuyện giữa người gặp khủng hoảng và tình nguyện viên của Crisis Text Line. Theo đánh giá của tổ chức này, các cuộc trò chuyện được chia thành ba mức: không có biểu hiện tự sát; có ý nghĩ tự sát nhưng chưa có nguy cơ cận kề; và nguy cơ cận kề. Nhóm cuối gồm những trường hợp có kế hoạch tự sát hoặc ý định chết trong vòng 48 giờ. [1]

Cách phân nhóm buộc mô hình giải một câu hỏi hẹp nhưng có ý nghĩa: ngôn ngữ nào giúp phân biệt trạng thái đau khổ nói chung với nguy cơ cận kề? Tin nhắn được viết khi cuộc khủng hoảng đang diễn ra cũng khác với khảo sát yêu cầu người tham gia nhớ lại cảm xúc sau đó. Dù vậy, kết quả phản ánh một dịch vụ hỗ trợ bằng tin nhắn cụ thể, nên không thể mặc nhiên áp dụng nguyên vẹn cho hồ sơ y tế, mạng xã hội hoặc trò chuyện riêng tư. [1]

Từ điển 49 yếu tố nguy cơ hoạt động thế nào?

Trước khi huấn luyện mô hình, nhóm nghiên cứu xây dựng một từ điển gắn ngôn ngữ với 49 yếu tố nguy cơ. Trí tuệ nhân tạo đề xuất danh sách từ và cụm từ ban đầu, sau đó con người rà soát, biên tập và nhờ chuyên gia lâm sàng xác nhận mức liên quan. Bản hoàn chỉnh có khoảng 60 mục cho mỗi yếu tố. Nhờ cấu trúc này, hệ thống không chỉ đếm từ xuất hiện mà còn đặt chúng vào những nhóm ý nghĩa đã xác định trước. [1]

Mô hình tìm các mục trong từ điển và gán trọng số theo mức độ chúng giúp phân biệt ba nhóm nguy cơ. Trọng số lớn không có nghĩa một từ luôn báo hiệu nguy hiểm. Nó chỉ cho biết yếu tố tương ứng hữu ích hơn cho nhiệm vụ phân loại trong tập cuộc trò chuyện đã nghiên cứu. Ước tính cuối cùng được tạo từ nhiều tín hiệu cùng lúc, vì thế không nên tách một mục được đánh dấu khỏi phần còn lại của cuộc trao đổi. [1]

Tín hiệu nào giúp phân biệt nguy cơ cận kề?

Trong kết quả do MIT giới thiệu, lời nhắc đến phương tiện gây chết người và việc sử dụng chất gây nghiện xuất hiện nổi bật hơn ở nhóm nguy cơ cao nhất so với tâm trạng trầm buồn hoặc mệt mỏi. Biểu đạt về ý nghĩ tự sát chủ động và tự gây thương tích cũng là những tín hiệu dự báo mạnh. Lo âu, stress sau sang chấn và đau khổ cảm xúc có mức đóng góp trung gian trong nhiệm vụ phân loại. [1]

Điều đó không có nghĩa trầm cảm hay tuyệt vọng là không quan trọng. Một dấu hiệu có thể liên quan rõ rệt đến ý nghĩ tự sát nhưng vẫn xuất hiện ở nhiều mức nguy cơ, khiến nó ít hữu ích hơn khi mô hình cần tách riêng nhóm cận kề. Ngược lại, một tín hiệu ít phổ biến có thể nhận trọng số cao nếu tập trung rõ hơn ở một nhóm. Trọng số vì vậy mô tả khả năng phân biệt trong bài toán cụ thể, không phải bảng xếp hạng mức nghiêm trọng tuyệt đối. [1]

Vì sao người tư vấn vẫn giữ vai trò quyết định?

Mô hình dựa trên từ điển tương đối nhẹ, có thể chạy trên máy tính cá nhân và cho người sử dụng thấy những từ nào ảnh hưởng đến ước tính. Đặc điểm này giúp giảm nhu cầu tính toán, hỗ trợ kiểm soát dữ liệu nhạy cảm và làm cho cảnh báo dễ xem xét hơn. Khi nhiều cuộc trò chuyện diễn ra đồng thời, những đoạn được đánh dấu có thể hướng sự chú ý của người tư vấn đến tín hiệu đáng lo, nhưng quyền đánh giá vẫn thuộc về con người. [1]

Giới hạn chính nằm ở việc từ điển khó hiểu đầy đủ ngữ cảnh và có thể bỏ sót cách diễn đạt chưa được liệt kê. Một từ có thể nằm trong câu phủ định, lời kể lại hoặc cách nói hàm ý; ngôn ngữ cũng thay đổi theo thời gian và giữa các cộng đồng. Vì thế, nhóm nghiên cứu nhấn mạnh rằng mô hình phải được kiểm chứng kỹ trước khi dùng trong lâm sàng và có thể cần cập nhật liên tục. Giá trị của công cụ không nằm ở một “từ khóa quyết định”, mà ở khả năng làm rõ những tín hiệu để người có chuyên môn xem xét. [1]