Dalam kajian perintis baru-baru ini, penyelidik dari Pusat Perubatan Hospital Kanak-kanak Cincinnati (CCHMC) telah menunjukkan kecerdasan buatan sebagai alat yang berguna dalam meramalkan bahawa pelajar lebih cenderung untuk melakukan keganasan sekolah.
Para penyelidik memutuskan bahawa pembelajaran mesin adalah tepat seperti satu pasukan kanak-kanak, remaja dan pakar psikiatri forensik dalam menentukan risiko orang muda melakukan keganasan di sekolah.
Kajian penuh diterbitkan dalam talian dalam jurnal Sesi Psikiatrik.
Penyelidikan ini berjaya menjadi sejarah hospital menilai keganasan di kalangan kanak-kanak.
"Kami berjaya meramalkan keganasan oleh kanak-kanak dan remaja di hospital," katanya Drew Barzman, seorang psikiatri forensik kanak-kanak di CCHMC dan pengarang utama kajian. "Oleh itu, kami memutuskan untuk menerapkan kaedah yang berjaya kami ke persekitaran sekolah."
Kerana peningkatan dalam keganasan sekolah sepanjang tahun 10 yang lalu, para penyelidik ingin menggunakan kaedah yang lebih sensitif untuk menilai pelajar dan menentukan mereka yang berisiko tinggi untuk keganasan sekolah.
Dalam kajian ini, Barzman dan pasukannya memilih pelajar 103 antara umur 12 dan 18 dari sekolah-sekolah 74 di seluruh Amerika Syarikat. Semua pelajar yang dipilih mempunyai sejarah perubahan tingkah laku kecil atau utama atau pencerobohan terhadap diri mereka atau orang lain.
Kesemua mereka direkrut dari jabatan kecemasan psikiatri, klinik pesakit luar dan klinik pesakit dalam.
Pasukan ini menjalankan penilaian risiko sekolah tradisional dengan semua pelajar yang mengambil bahagian. Mereka menulis nota dan rakaman audio yang disalin dari temuduga.
Menggunakan dua skala yang disahkan penyelidik dalam penyelidikan terdahulu, pasukan menentukan para pelajar untuk dibahagikan secara relatif sama. Daripada pelajar 103 yang berpartisipasi, 55 dikelompokkan sebagai sederhana hingga berisiko tinggi, dan 48 didapati berisiko rendah, berdasarkan penilaian risiko kertas.
Para penyelidik menggunakan kandungan temuduga yang direkodkan untuk membangunkan algoritma pembelajaran komputer yang mampu meramalkan risiko keganasan sekolah.
Algoritma ini menunjukkan kadar ketepatan peratus 91.02, yang dianggap sangat baik. Apabila data demografi dan sosioekonomi ditambah, kadar ketepatan meningkat kepada peratus 91.45.
"Algoritma pembelajaran mesin, berdasarkan hanya wawancara peserta, hampir tepat dalam menilai tahap risiko sebagai penilaian penuh oleh pasukan penyelidikan kami, termasuk mengumpulkan maklumat dari ibu bapa dan sekolah, mengkaji semula rekod apabila tersedia, dan mencetak gol pada dua skala yang kami usahakan, " Yizhao Ni, seorang saintis pengkomputeran dalam Bahagian Informatik Biomedikal di CCHMC dan pengarang bersama kajian itu, dalam satu kenyataan.
Melalui kajian ini, pasukan "akan dapat membina kecerdasan buatan untuk menambah penghakiman klinikal manusia," kata Barzman.
Penilaian para penyelidik adalah berdasarkan pada meramalkan apa-apa jenis pencerobohan fizikal di sekolah. Mereka tidak mengumpulkan data untuk membuktikan sama ada pembelajaran mesin boleh membantu mencegah keganasan sekolah.
Itulah matlamat seterusnya. Tetapi untuk itu, mereka memerlukan lebih banyak pembiayaan.
"Pembiayaan adalah halangan dan cabaran terbesar kami," kata Barzman. "Pada masa akan datang, kami akan dapat menyelesaikan satu kajian yang membandingkan keberkesanan seorang pakar forensik pakar berbanding kecerdasan buatan pencegahan keganasan dengan menjejaki hasil dalam kajian rawak prospektif yang besar. Hasil mengenai keganasan dan pencerobohan boleh dikumpulkan dengan mudah melalui sekolah, tinjauan berasaskan web, dan wawancara telefon. "
Akhirnya, matlamat pasukan penyelidikan adalah "untuk menyebarkan penggunaan teknologi pembelajaran mesin ke sekolah di masa depan untuk menambah struktur, penghakiman profesional untuk lebih berkesan dan berkesan mencegah keganasan sekolah," kata Barzman dalam satu kenyataan.
