一项试点研究表明，人工智能可能有助于预测哪些学生面临更高的学校暴力风险。

研究人员发现，机器学习 - 在没有人为干预的情况下让计算机长时间学习的科学 - 与儿童和青少年精神病学家团队(包括法医精神病学家)在确定学校暴力风险方面一样准确。

“以前的暴力行为，冲动，学校问题和消极态度与其他人的风险相关，”辛辛那提儿童医院医学中心的儿童法医精神病学家Drew Barzman博士说。“我们的风险评估主要集中在预测学校的任何类型的身体攻击。我们没有收集结果数据来评估机器学习是否真的有助于防止学校暴力。这是我们的下一个目标。”

该研究在线发表在精神病学季刊上。

Barzman博士及其同事评估了美国74所传统学校的103名青少年学生，他们对自己或他人有重大或轻微的行为改变或侵略。这些学生是从精神病学门诊，住院病房和急诊室招募的。

该团队与参与者进行了学校风险评估。来自评估的录音被转录并手动注释。事实证明，根据团队在之前的研究中开发和验证的两个量表，学生在中高风险和低风险之间的比例相对平均。

高风险组和低风险组之间的总分有显着差异。研究人员开发的机器学习算法在使用访谈内容预测学校暴力风险时，准确率达到91.02%，被认为是优秀的。当增加人口统计和社会经济数据时，这一比率增加到91.45%。

“机器学习算法仅基于参与者的访谈，在评估风险等级时几乎与我们的研究团队进行全面评估一样准确，包括从父母和学校收集信息，对可用记录进行评估，以及对我们开发了两个量表，“辛辛那提儿童生物医学信息学部门的计算科学家，该研究的合着者，Yizhao Ni博士说。

巴兹曼博士补充说：“我们的最终目标，即研究支持，是将机器学习技术的使用在未来扩展到学校，以增强结构，专业判断，更有效地防止学校暴力。”