Questo sito utilizza cookies, anche di terze parti. Per proseguire devi accettare la nostra policy cliccando su “Sì, accetto”.

Info: info@ubiminor.org  |  Segnalazioni: notizie@ubiminor.org  |  Proposte: redazione@ubiminor.org

Ubi minorubi-minor-progetto

Uno studio pilota indica che l'intelligenza artificiale può essere utile per predire quali potrebbero essere gli studenti a più alto rischio di perpetrare la violenza nelle scuole.

20180514 scuola violenza 4

I ricercatori hanno scoperto che l'apprendimento “automatico” - la scienza che porta i computer a imparare nel tempo senza l'intervento umano – può essere accurato e efficace come un gruppo di psichiatri dell’infanzia e dell’adolescenza, e anche quanto uno psichiatra forense, per determinare il rischio di violenza scolastica.

"Precedenti comportamenti violenti, impulsività, problemi scolastici e atteggiamenti negativi sono fortemente correlati con il rischio per gli altri" dice Drew Barzman, MD, un psichiatra forense dell’infanzia presso il Cincinnati Children's Hospital Medical Center e autore principale dello studio.

"Le nostre valutazioni del rischio, nell'ambito di questa ricerca, erano incentrate sulla previsione di qualsiasi tipo di aggressione fisica a scuola. Non abbiamo tuttavia ancora raccolto dati sugli esiti per valutare se l'apprendimento automatico potesse effettivamente aiutare a prevenire la violenza nelle scuole. Questo sarà il nostro prossimo obiettivo."

Lo studio è pubblicato online sulla rivista Psychiatric Quarterly .

Il dott. Barzman e i suoi colleghi hanno valutato 103 studenti adolescenti in 74 scuole tradizionali negli Stati Uniti che hanno avuto un maggiore o minore cambiamento comportamentale o aggressività verso se stessi o gli altri. Gli studenti sono stati individuati su segnalazione di ambulatori psichiatrici, unità ospedaliere e reparti di emergenza.

Il team ha eseguito valutazioni dei rischi scolastici con i partecipanti. Le registrazioni audio delle valutazioni sono state trascritte e annotate manualmente.

20180514 scuola violenza 2

Gli studenti, come è stato spiegato, erano divisi in modo relativamente equo tra un livello di rischio moderato-alto e un livello di basso rischio, secondo due scale che il team aveva sviluppato e convalidato in precedenti ricerche.

Sono state rilevate differenze significative nei punteggi totali tra i gruppi ad alto rischio e quelli a basso rischio. L'algoritmo di apprendimento automatico sviluppato dai ricercatori ha raggiunto un tasso di accuratezza del 91,02%, considerato eccellente quando si utilizza il contenuto delle interviste per prevedere il rischio di violenza scolastica. Il tasso è aumentato al 91,45% quando sono stati aggiunti dati demografici e socioeconomici.

"L'algoritmo di apprendimento automatico, basato solo sull'intervista del partecipante, è risultato quasi altrettanto accurato nella valutazione dei livelli di rischio quanto una valutazione completa effettuata da parte del nostro team di ricerca, inclusa la raccolta di informazioni dai genitori e dalla scuola, una revisione dei raccolta di informazioni d’archivio quando disponibili e il punteggio sulle due scale che abbiamo sviluppato", afferma Yizhao Ni, PhD, uno scienziato computazionale nella divisione dell'informatica biomedica del Cincinnati Children e coautore dello studio.

"Il nostro obiettivo finale, se la ricerca lo supportasse, sarebbe quello di diffondere l'uso della tecnologia di apprendimento automatico nelle scuole in futuro per aumentare le strutture e il giudizio professionale per prevenire in modo più efficace ed efficiente la violenza nelle scuole" ha aggiunto il dott. Barzman.

 

Riferimenti bibliografici
Drew Barzman, Yizhao Ni, Marcus Griffey, Alycia Bachtel,
Kenneth Lin, Hannah Jackson, Michael Sorter, Melissa DelBello.

Automated Risk Assessment for School Violence: a Pilot Study. Psychiatric Quarterly, 2018

Scopri Arimo Cooperativa Sociale

Iscriviti alla newsletter

Accetto Termini e condizioni d'uso

Seguici anche su Facebook

UbiminorYoutube1

UbiminorYoutube1

logo sharewood

logo SPIAZZA ok

Master accompagnare al futro 1

Link amici

Area riservata

Garante

logo cnca