Un nouvel algorithme peut détecter la dépression chez les utilisateurs du réseau social Twitter avec un taux de succès de 88,39 %. Mis au point par des chercheurs de la Brunel University, à Londres, et par des chercheurs de l’Université de Leicester, ledit algorithme détermine l’état mental d’un individu en extrayant et en analysant 38 ensembles de données provenant de son profil public sur Twitter, y compris ses publications, les heures et dates de ces dernières, ainsi que ses contacts sur le réseau social.
Selon l’équipe de recherche, des systèmes similaires pourraient avoir une série d’usages à l’avenir, sur plusieurs plateformes, pour notamment détecter les signes avant-coureurs de la dépression, pour présélectionner des candidats pour un poste, ou dans le cadre d’enquêtes policières.
« Nous avons testé l’algorithme à l’aide de deux bases de données de grande taille et avons comparé nos résultats à d’autres techniques de détection de la dépression », a mentionné le professeur Abdul Sadka. « Dans tous les cas, nous avons réussi à faire mieux que les techniques actuelles en matière de précision de la classification. »
Les bases de données en question contiennent l’historique de milliers d’utilisateurs de Twitter, en plus d’informations supplémentaires à propos de la santé mentale de ces derniers. Quelque 80 % de l’information de chaque base de données étaient utilisées pour entraîner l’algorithme, alors que les 20 % restants servaient à évaluer sa précision.
Le programme fonctionne en éliminant d’abord tous les utilisateurs ayant publié moins de cinq messages, et en faisant ensuite passer les profils restants à travers un logiciel de langage pour corriger les fautes et les abréviations.
Puis l’algorithme tient compte de 38 facteurs distincts, comme l’utilisation de mots positifs et négatifs, le nombre d’amis et d’abonnés, l’utilisation d’emojis… Et évalue ensuite l’état mental et émotionnel des internautes.
Selon le Pr Sadka, un niveau d’efficacité de 88 % est « fantastique ». « Le système n’est pas efficace à 100 %, mais je ne crois pas qu’à ce niveau, il soit possible d’atteindre une efficacité absolue avec de l’apprentissage machine. Cependant, plus vous vous rapprochez de 90 %, la barre à partir de laquelle votre efficacité est considérée comme excellente, mieux c’est . »
Au dire du spécialiste, un tel système pourrait potentiellement identifier un état de dépression avant qu’un utilisateur ne publie quelque chose en ce sens sur la place publique; ainsi, les réseaux sociaux pourraient ensuite entrer en contact avec les internautes visés.
Cependant, l’algorithme peut aussi être employé après la publication d’un message public.
« Le logiciel que nous proposons n’est pas lié à une plateforme en particulier, alors il peut aisément être déployé sur d’autres réseaux sociaux, comme Facebook et WhatsApp », a mentionné le professeur Huiyu Zhou, spécialisé en apprentissage machine à l’Université de Leicester.
« La prochaine étape de cette recherche consistera à en examiner la validité dans divers environnements, et, de façon encore plus importante, la technologie développée pour ces travaux pourrait être perfectionnée et utilisée dans d’autres contextes. »
