AI拯救自殺者

鄧之湄

“你拍拍我的肩膀，讓我挺起胸膛。”這是網友對中科院心理研究所朱廷劭團隊工作的形容。

用他們自己的話來說，這份工作是“通過人工智能，向處于自殺困境中的人提供幫助” 。

全世界每年有80多萬人自殺死亡，自殺已經成為不容忽視的公共健康問題。隨著科技的發展，研究人員已經能夠通過機器學習算法來預測自殺傾向，進而干預。

拯救自殺者，AI在行動。從2012年啟動研究至今，朱廷劭團隊已進行逾三十萬條微博分析，發現一萬多例有自殺表達的個體。

“你好，我們是北京社工委領導下的中科院心理所咨詢師志愿者團隊。我們在‘走飯’的微博中看到了你的評論。你現在還好嗎，情緒狀態怎么樣……我們每天的18：00-22：00在線為你解決問題。也許你現在處境艱難，但仍有許多人關心你，愿你安康。”

這是朱廷劭團隊用微博賬號“心理地圖”向“走飯”評論區里有自殺風險的用戶發出的私信。

“走飯”是2012年3月自殺的一名南京女大學生。十年前，她通過定時的時光機發出最后一條微博更新：“我有抑郁癥，所以就去死一死，沒什么重要的原因，大家不必在意我的離開。拜拜啦。”隨后，經公安部門證實，該名女生在大學寢室里自縊身亡。

研究發現，人們對機器的信任感要高于對人類，跟機器交流可以明確答案，跟人打交道卻可能有泄露隱私或被誤讀的風險。

讓人意想不到的是，“走飯”最后一條留言的評論區成了網友們安放抑郁和絕望情緒的“樹洞”。

“我已不知要如何愛自己了”“我媽媽真可惡啊！她一直在傷害我”……“樹洞”里有的自言自語傾訴煩惱，有的好像在和“走飯”聊天尋求安慰。據2017年2月《冰點周刊》的統計，彼時已有58萬條留言。

“現在已經超過100萬條了，并且每月增加的速度非常快，大概有6000多條。”朱廷劭說，“我們就蹲守著這個‘樹洞’，希望能勸住站在懸崖邊緣的人且留一步。”

據《中國衛生統計年鑒2020》統計，2019年中國城市自殺率為每十萬人中有4.16人自殺，農村自殺率為每十萬人中有7.04人自殺。

自殺已經成為中國人的第五大死因，也是15歲到34歲青壯年人群的首要死因。

“每個人的心理都是一池渾濁且深不見底的水，但了解得越深，便顯得越清澈。” 2012年5月5日，“心理地圖”上線的第二天，對外發出了第二條微博。

雖然有自殺干預和救助熱線，但不少自殺者隱秘行事，即便是求助，某些情況下也是一邊割腕一邊打電話，被發現時為時已晚。有沒有可能及早主動發現那些企圖自殺的風險者？在其剛開始有自殺意念或想法的時候就提供及時專業的指導，不要等事情不可挽回時再想辦法補救？

經過三年理論研究，2015年，朱廷劭團隊在線招募微博用戶參與問卷調查，根據個體自殺可能性量表得分情況將982名受訪者分為446名高自殺可能組和536名低自殺可能組，分析兩組在微博提取的10類行為特征和88類語言特征上的差異。結果發現，高自殺可能組的用戶與低自殺可能組相比，社交活躍度低、夜間更加活躍、關注別人更少、使用更多表達否定和死亡的詞語。

“實際問題我們解決不了，但我們可以改變他怎么看待這個問題。”

接下來的研究更直接，他們經新浪微博認證用戶提供的信息，收集了31名網絡識別自殺死亡用戶，對照收集了30名無自殺意念用戶，比較兩組用戶在10種微博行為和88種語言特征方面的差異，發現自殺死亡用戶的微博更頻繁地使用表達排除意義的詞語，情感層面上有更多消極表達。

為了辨識出企圖自殺的風險者，他們最初采用的辦法是人工標注，但工作量太大——“兩三千條數據人工標注大約需要一周甚至兩周，篩選出來可能就已經來不及了”。

不僅是效率不足，長時間處理負向信息還容易令工作人員超負荷承壓，并容易脫敏，因此計算機科班出身的朱廷劭想到利用人工智能對網絡上的信息做及時自動識別。

這是一個新鮮的領域。面對海量數據和個性化表達，如何訓練人工智能識別自殺風險者？朱廷劭表示，他們的訓練策略是多樣的。

浙江嘉興，武警浙江省總隊醫院心理咨詢門診內，心理專家正在接診一名心理疾病患者

比如請自殺理論的研究生在培訓后對微博數據進行標注，被識別為有自殺風險的微博作為正樣本，隨機選取的10000條沒有自殺風險的微博作為負樣本，組成訓練集。

比如利用自殺相關詞典，這個詞典包含295個詞或短語，如“厭倦了生活”“下輩子”“催眠藥”“吊死我自己”等。

比如使用決策樹、隨機森林、邏輯回歸等算法，進行10倍交叉驗證來訓練識別模型。

“機器學習的模型具有不可解釋性，不是簡單的關鍵詞搜索。總之，我們用計算機抓取數據，然后用訓練好的模型識別出有自殺意念的用戶，再進行人工核查。通過模型的優化以及自然語言處理技術和人工智能技術的學習，現在我們對企圖自殺風險者的識別準確率能達到84%。”朱廷劭說。

2017年4月，朱廷劭申請成立了中科院行為科學重點實驗室互聯網心理危機（自殺）監測預警中心。目前，團隊有六名工作人員，一半計算機人員，一半是心理學人員，還有十來個學生和十來個志愿者。每天下午6點后，他們就按照排班，用“心理地圖”微博賬號給識別核查出來的企圖自殺風險者發私信。

私信內容包括，“如果需要幫助，你可以登錄（網頁鏈接）點擊必填問卷的前測問卷。在這里你可免費獲得專業心理測評也可以找到更多的心理援助資源。我們的志愿者會依據你的測評結果進行反饋及心理援助。”

有人質疑，生死關頭還要問卷評估，會不會延誤進行緊急自殺干預的契機，會不會加劇自殺的心理暗示？

對此，曾在北京心理危機研究與干預中心工作近二十年的北京回龍觀醫院副主任醫師徐東表示：“風險性必須評價。如果一個人已經在考慮自殺了，那你跟他提及自殺這件事對他的觸動是很小的，這樣的心理暗示幾乎可以忽略不計。”

朱廷劭亦表示，心理測量不同于網上的娛樂測試，是通過專業的手段讓測試者知道自己當前的情況究竟如何。他們將企圖自殺的風險者按緊急情況分為三個等級，分別是有自殺意念、有自殺計劃和有自殺實施，并提供熱線轉介、在線自助和志愿者交流三種干預方式。

“在線自助是因為我們發現很多人不愿意跟人講話，更愿意跟機器交流。”朱廷劭稱，研究發現，人們對機器的信任感高于對人類，跟機器交流可以明確答案，跟人打交道卻可能有泄露隱私或被誤讀的風險。

研究發現，將近80%的人不知道向哪求助或者如何求助，有一半的人從未尋求過幫助。在求助人群里邊，家人不僅不是第一位，且比例甚至低于陌生網友。

“很多時候我們認為家庭是一個人最主要也最重要的資源，但在最危機的時候，家人卻不是第一位的，這是需要我們反思的一個問題。”他說。

當然，機器解決不了所有問題，團隊仍需經常一起討論。比如私信該發幾次？發多了就是騷擾;但發少了又擔心對方不看。后來他們定了五次。

比如有一個員工因為工作上的事情要自殺，干預者應該通知公司進行關懷嗎？站在道德制高點勸公司留人是個好辦法嗎？

“大張旗鼓的方式不可取，把壞事當好事辦的心態不能有。”朱廷劭坦言，“實際問題我們解決不了，但我們可以改變他怎么看待這個問題。”

至今，“心理地圖”已進行逾三十萬條微博分析，發現有自殺表達的個體超過一萬。

“我們不敢說救了多少人。”朱廷劭說，自殺干預不是一件容易的事，很多自殺未遂者會再次嘗試自殺，進行干預的志愿者好心未必干得成好事，“曾經就有志愿者因為幫不了求助者，主動退出了團隊。”

慶幸的是，“心理地圖”不是獨行者，越來越多的研究者開始試圖通過AI技術幫助輕生者。

據了解，2018年，首都醫科大學教授黃智生開啟了“樹洞計劃”。“樹洞計劃”尋找瀕臨危險的抑郁癥患者的邏輯跟“心理地圖”相差不大，都是利用AI進行篩查分級后介入。有所不同的是，樹洞計劃的自殺危險程度分級更多。十級為最高級，即自殺正在開始，九級是有明確的自殺計劃，隨后幾級以悲觀厭世的程度依次遞減，在六級以下，志愿者一般不會直接介入。

同年，騰訊啟動了“微光行動”：當用戶通過手機QQ檢索“自殺”“自殘”等關鍵詞時，QQ將優先呈現來自北京心理危機研究與干預中心的援助熱線，以及“聯系信任的人”“嘗試放松自我”“尋求專業幫助”等專業建議，勸阻用戶自殺、自殘，保護其生命安全。

2020年，阿里巴巴推出“守護生命”項目，利用人工智能技術并聯動商家、公安、第三方機構建立自殺干預機制，對有自殺傾向的人予以安撫干預……

拯救自殺者，AI在行動。

“傳統心理學研究往往依賴于精確設計的實驗范式，這很難全面揭示研究問題背后的多因素機制。”朱廷劭稱，在人工智能時代，人們在自然情境下的活動數據，包括生理、動作、面部表情等多模態數據能夠被大規模、細粒度地采集，這將幫助心理學研究者剖析高維數據背后的復雜規律，揭示可能的統計學規律。

同時他也指出：“人工智能是工具，可以幫助我們解決問題，但不能過于夸大技術。自殺包含很多現實問題，所以自殺干預也是一個社會工程，需要整個社會一起努力解決。”