編者按：自殺可能近在每個人身邊，但我們或難以察覺，或無能為力。不過，得益于技術(shù)的發(fā)展和大數(shù)據(jù)的運用，自殺行為現(xiàn)在能通過有效干預(yù)被及時阻止——中科院心理所就正在實行著這樣一項“拯救生命計劃”。

自殺其實離我們每個人并不遙遠(yuǎn)。

世界范圍內(nèi)，自殺位列總?cè)丝谒酪虻牡?3位，在15-30歲群體間是首位；自殺占中國總?cè)丝谒酪虻牡谖逦?，也是年輕人死亡的首要原因。

因此，我們需要對自殺做一些干預(yù)，但目前干預(yù)自殺的主要困境，是自殺者的主動求助率特別低。

很多人都認(rèn)為自殺是個人的事情，是自己的選擇。但其實很多人選擇自殺是因為他們不知道該向哪些人求助，該怎樣求助——據(jù)統(tǒng)計，只有20%的人不想取得任何的幫助，直接了結(jié)自己的生命。

我們希望能夠幫助這些人。在自殺人群中，年輕人占首位；在網(wǎng)絡(luò)使用人群里，年輕人也是主力軍。我們發(fā)現(xiàn)，自殺和網(wǎng)絡(luò)使用的主要人群有非常大的重合，這也提醒我們：或許我們可以利用網(wǎng)絡(luò)主動找到那些有自殺傾向的人，主動向他們提供幫助。

識別“風(fēng)險用戶”

每個人都希望在網(wǎng)絡(luò)上把自己包裝得非常好，比如拍照時使用美顏軟件。所以，我們擔(dān)心有自殺企圖的人可能在網(wǎng)絡(luò)上沒有任何負(fù)面表達(dá)，就像喬任梁，他的微博大號里面沒有任何負(fù)面的內(nèi)容。如果這樣的話，我們就無法通過網(wǎng)絡(luò)找到那些有自殺傾向的人。

不過通過對比研究，我們發(fā)現(xiàn)自殺死亡的用戶互動更少，更加關(guān)注自我，有更多負(fù)面表達(dá)，非常抑郁、焦慮；他們發(fā)送的內(nèi)容和死亡、宗教相關(guān)的較多，和工作相關(guān)的比較少。這些自殺死亡的用戶，在表達(dá)、行為上確實和一般用戶有區(qū)別。這就為我們做進(jìn)一步的分析提供了基礎(chǔ)。

不過，已經(jīng)確定自殺死亡的用戶和普通用戶是兩個極端用戶，更多情況下我們面對的是一些自殺風(fēng)險不同的用戶。我們在網(wǎng)上找了900多個用戶，通過分析，按照他們的自殺可能性分為高風(fēng)險、低風(fēng)險兩組。通過兩組數(shù)據(jù)對比分析我們也看到了區(qū)別。

高風(fēng)險用戶的社交活躍度更低，夜間更加活躍。這跟我們其他的研究也是相關(guān)的，我們發(fā)現(xiàn)夜間更加活躍的人抑郁程度會提高——希望大家12點以后盡量不要使用手機。高風(fēng)險用戶關(guān)注他人更少，使用更多表達(dá)死亡的詞語，很少使用表達(dá)未來的詞語。

自殺高風(fēng)險人群在網(wǎng)上表達(dá)時，會不由自主地體現(xiàn)出跟其他人的差異，這種差異可以幫助我們找到他們。人工智能可以通過分析用戶在網(wǎng)上說的話或行為自動識別出他的自殺可能性，但是誤報率比較高。

分析之后我們發(fā)現(xiàn)一個問題，很多有自殺傾向的人并不是每句話都要說到自殺，大部分是正常的描述，如果用這個模型算就會帶來延時，用戶必須說到一定程度，模型才會識別出自殺可能，這樣會耽誤我們的工作。

解決辦法就是針對單條微博，分析每句話內(nèi)含的自殺可能性。我們可以把句子按照不同的層級分成1、2、3級。1就是有自殺意念；2是有自殺意念，同時有自殺計劃；3是不僅有自殺計劃，還有自殺的實施。

比如：昨晚嘗試自殺未果，今早又照常醒來，希望今晚成功，我會有見到你的機會么？這句話有非常明顯的自殺計劃，且已經(jīng)開始實施自殺，屬于3級。第二句：哪一天我下定決心了，就喝好多酒，醉得不省人事，然后跳進(jìn)河里。這是只有自殺計劃，沒有實施。第三句：從前我只是晚上才會想到死亡，最近就算在有陽光的時候都會覺得要活不下去了，我該怎么辦？這個就是有自殺意念，但緊急程度沒有前兩種那么高。

我們通過各種機器學(xué)習(xí)的算法對這個模型進(jìn)行調(diào)優(yōu)，對一條微博自殺傾向的識別精準(zhǔn)度可以達(dá)到80%。

不過，實際分析中，我們會發(fā)現(xiàn)另外一個問題。中文博大精深，有時候正話反說，反話正說。比如“整理遺物是我最快樂的時光”這句話中，整理是中性的，快樂時光是積極的，只有遺物這個詞有點負(fù)面。這樣的話，機器很難識別，只有人工能正確判斷。

第二句話：“飯飯，很快就要看到你了?！笨此茮]問題吧？但這句話是有一個情境的，“飯飯”是大家對在2012年自殺死亡的微博用戶“走飯”的昵稱。飯飯的最后一條微博下累計有一百多萬條的回復(fù)，同時以每個月六千多條的速度在增加。

所以，在飯飯的最后一條微博下評論“很快就要看到你了”是有問題的。但在不同的語境下會有很大的理解偏差，計算機可能判定這句話沒有任何問題。

有自殺意念的4222個人

發(fā)現(xiàn)有自殺意圖的用戶后怎么辦呢？我們該怎么跟他們聯(lián)系、怎么幫助他們？

英國的慈善機構(gòu)Samaritans Radar人類協(xié)會開發(fā)的一個Facebook應(yīng)用給了我們很大的啟發(fā)，這個應(yīng)用會掃描你關(guān)注的所有好友，如果你的好友有自殺意念或者負(fù)面表達(dá)的話，它就會通知你。

我們一開始覺得這個出發(fā)點是好的，可以了解朋友的情緒變化，在他有負(fù)面情緒時，馬上幫助他、安慰他。但是這樣做侵犯了隱私，所以這個應(yīng)用上線十天之后就被永久關(guān)閉了。

出于保護(hù)隱私的考慮，我們選擇了微博的私信功能，這樣既保證了一對一的交流，同時保護(hù)用戶的隱私。

但這又帶來另一個問題。我們每天都會收到大量的信息，其中有很多垃圾短信、廣告郵件和電話，用戶很容易把我們的信息當(dāng)成垃圾短信，忽略或直接刪除。

保證我們發(fā)的信息不會被有自殺意念的用戶當(dāng)作垃圾信息刪掉或者忽略掉，讓他們愿意打開看，是我們需要解決的第一個問題。如果他們不看的話，后面所有的工作都沒有意義。

我們在2016年暑假期間找了兩批有自殺意念的用戶做訪談，希望通過對這些人群的了解，知道有自殺傾向的人群最需要什么樣的信息。訪談最后，我們會提供專業(yè)指導(dǎo)。雖然他們偶爾會相互鼓勵，但有時候反而會產(chǎn)生負(fù)面影響，我們希望不要出現(xiàn)“相約自殺”的情況。

在研究后，我們確定了私信格式：第一，介紹我們自己；第二，說明我們是怎么找到他們的；第三，我們該怎么幫他們；第四，表達(dá)我們的同理心。

私信生成之后，我們在2016年11月17號、18號，分兩次向4222人發(fā)出私信。這4222名用戶是在2016年3月份到9月份這半年期間發(fā)表過帶有自殺意念微博的用戶。

他們更多地談?wù)撐磥?/p>

我們在發(fā)了私信之后非常緊張，因為新浪規(guī)定，收到三個以上投訴的賬號會被關(guān)閉。但結(jié)果很好，有300多人直接回復(fù)我們了，且這300多個回復(fù)私信里面，只有個位數(shù)的人表現(xiàn)極度負(fù)面，絕大多數(shù)反饋都是正面的。

這些回復(fù)讓我們覺得自己做的事情很有意義。通過這次調(diào)查，我們覺得有一些問題需要引起大家的關(guān)注，如自殺人群的低齡化，在我們調(diào)查的具有自殺傾向的人群中，高中、大專和本科學(xué)生群體的比例是最高的。初中生開始逐漸出現(xiàn)自殺傾向，并且比例有逐漸上升的趨勢。

同時我們也發(fā)現(xiàn)，50%有自殺傾向的人從來沒有尋求過任何幫助，但在那些會尋求幫助的人里面，家人不是第一選擇，對家人的求助甚至低于對陌生網(wǎng)友的。

有了這個調(diào)查結(jié)果，我們就可以主動干預(yù)，通過技術(shù)自動下載微博內(nèi)容，利用機器模型自動識別出有自殺意念的微博，識別出來之后需要人工進(jìn)行最終的確認(rèn)。

人工確認(rèn)之后，我們才會給用戶發(fā)私信。私信發(fā)出后，如果收到回復(fù)，我們的志愿者——經(jīng)過認(rèn)證的心理咨詢師就能展開工作。

這樣，我們就實現(xiàn)了對自殺的主動干預(yù)。從去年7月正式上線到2018年4月15號，我們已經(jīng)對所有微博里30多萬條評論進(jìn)行識別，發(fā)現(xiàn)大概兩萬多條是有自殺意念的，這些評論來自一萬多名用戶。

我們也想知道干預(yù)是否起到幫助，于是通過后臺技術(shù)，看一下這些用戶在整個過程中的表達(dá)內(nèi)容有沒有變化。我們發(fā)現(xiàn)這些用戶談?wù)撍劳龅拇螖?shù)降低了，談?wù)撐磥淼拇螖?shù)增加了，對未來抱有更大的期望，這就說明我們的干預(yù)能夠起到一定的效果。

盡管這種干預(yù)并不能解決現(xiàn)實中的問題，但我們希望通過這種辦法，主動向有自殺傾向的人傳遞一些社會支持，同時也希望志愿者用專業(yè)知識幫助他們克服心理上的困難。

摘自中科院科學(xué)傳播平臺“SELF格致論道”