张田勘：网络时代防自杀干预要跟上

同样是微博调查发现，自杀死亡用户的微博，更频繁地使用表达排除意义的词语，情感层面上有更多消极表达。

在现实生活中，有抑郁症的人和想要自杀的人，将近80%不知道向哪求助或如何求助，有一半的人从未寻求过帮助。在求助人群里，家人不仅不是排在第一位，而且比例甚至低于陌生网友。因此，网络世界的朋友圈和AI干预变得越来越重要，这是时代的需求，也应当满足这种需求。

机器学习当然要根据现实调查情况。中科院研究团队根据个体自杀可能性量表得分情况，将982名受访者分为446名高自杀可能组和536名低自杀可能组，分析两组在微博提取的10类行为特征和88类语言特征上的差异。结果表明，高自杀可能组的用户与低自杀可能组相比，社交活跃度低、夜间更加活跃、关注别人更少、使用更多表达否定和死亡的词语。

因此，中科院的研究团队通过模型的优化、自然语言处理技术，以及AI技术的学习所研发的软件，对企图自杀风险者的识别准确率能达到84%。从2012年至今，该团队已分析30多万条微博分析，发现1万多例有自杀表达的个体。

这个事件也提出一个信息时代的高难度挑战，如何干预这样的集体和相约自杀。

其实，如果极早干预，这四名自杀者是可能获得救援的。其中的女性自杀者在自杀当日的凌晨3时，在朋友圈发了一张照片，配文称“晚安世界……我决定要当一个睡美人啦。”如果自杀干预软件能及时搜索到这样的信息，启动定位和干预，也许能有一定效果，同时也能帮助其他三人。而且，警方调查表明，四人中有一人患有抑郁症，这个信息也是可以纳入AI干预的行动中的。

在网络时代前，精神健康研究人员、亲朋好友要通过实地和周边环境中的人发出的信息，才能发现一些自杀者的蛛丝马迹。如有些人会说“活着没啥意思”“我没有希望了”“如果我不在人世了，情况可能会好些，你会参加我的葬礼吗”等，这时才会引起人们注意并采取干预措施。

（作者是北京学者）

在网络中，人们的自杀倾向比在现实中更容易表达。根据调查，被称为“自杀相关词典”中有295个词或短语涉及自杀，如“厌倦了生活”“下辈子”“催眠药”“吊死我自己”等。因此，可以使用决策树、随机森林、逻辑回归等算法，进行10倍交叉验证来训练AI识别模型。

四人分别来自四个省份，但又一同前往张家界天门山同时自杀，说明在网络中有联系，是“攻守同盟”。当地警方已向家属证实，这四名死者通过群聊方式沟通策划，其中一个是带头人。四人在跳崖前，从同一个本子上撕下纸，并在上面写下遗言，遗书内容很简单，只有一句话，“本人某某某，具有民事行为能力，本人是自杀，与其他人无关。”遗书是在4月2日写下的。其中来自四川的女性自杀者喜欢玩游戏“狼人杀”，这是一群玩家同时玩的游戏，其中有一人或多人是狼人身份，每晚会杀死一名玩家。玩家要想办法找出狼人，在白天通过投票杀死狼人；沉迷于玩狼人杀的人，在心理上或很难信任别人。

早在2012年，中国科学院行为科学重点实验室的互联网心理危机（自杀）监测预警中心，就在研发一款人工智能软件，用于干预自杀，之后投入使用。具体做法是，在特定的网络空间，如微博和微博下的留言人群中，搜集其中的言语，通过分析，检索出有自杀意念趋向的人，用“心理地图PsyMap”的账户自动给对方发送私信，精确投放援助信息。

但是，网络时代已经大不相同，只要在网络中的特定空间，都可以发现这类蛛丝马迹，并可以利用AI分析，下一步甚至可以让ChatGPT参与进来，以干预想要自杀者。这种技术基础便是，通过机器学习算法来预测自杀倾向，进而干预。

雁过留声，人过留影。在网络时代，每个人都可能在网络中留下自己的踪迹和想法，就连一个人浏览过的网站、点击过什么内容、购买什么东西等，都会成为其心理踪迹的反映。

4月7日凌晨，中国湖南省张家界市永定区政府发布通报称，4月4日13时30分许，四名外省人员（三男一女）在天门山跳崖，三名男子已身亡，女子跳崖前因服毒，经紧急送医抢救无效死亡，四人均系自杀，排除刑事案件及其他因素。目前三名跳崖者遗体已全部找到，相关部门也已介入调查。四人分别来自福建、河北、河南和四川，年龄从22岁到33岁不等。其中一人跳崖前已服毒，当然也不排除其他人也服毒，说明他们去意已决，而且要让自己的去世公之于众。

而且，今天的年轻人上网是一种必然和必需的生活方式，除了网购、交友外，还会在网上留下大量留言、评论、吐露心声。因为在网上没有谁会认识自己，这就解除了他们的心理负担，敢于吐露真实的想法。网上的群体游戏等也是人们表露真实想法的一种环境。因此，自杀者在网络中都会露出蛛丝马迹。在网络和人工智能（AI）时代，是否可以追踪到这样的草蛇灰线进行干预呢？事实上，AI是可以在这方面大有作为的。