AI Tool nutzt soziale Netzwerke, um den Drogenmissbrauch zu bekämpfen

Wenn es um die Bekämpfung des Drogenmissbrauchs geht, deuten Untersuchungen darauf hin, dass das Unternehmen, das Sie führen, den Unterschied zwischen Genesung und Rückfall ausmachen kann.

Gruppeninterventionsprogramme können zwar eine wichtige Rolle bei der Verhinderung von Drogenmissbrauch spielen, sie können die Teilnehmer jedoch auch versehentlich negativen Verhaltensweisen aussetzen.

Forscher des Zentrums für künstliche Intelligenz in der Gesellschaft der Universität von Südkalifornien (USC) haben einen Algorithmus entwickelt, der Teilnehmer an Interventionsprogrammen, die freiwillig an der Genesung arbeiten, in kleinere Gruppen auf eine Weise sortiert, die hilfreiche soziale Verbindungen aufrechterhält und mögliche soziale Verbindungen unterbricht schädlich für die Genesung.

"Wir wissen, dass Drogenmissbrauch stark vom sozialen Einfluss beeinflusst wird, mit anderen Worten, mit wem Sie befreundet sind", sagte Aida Rahmattalabi, Absolventin der USC-Informatik und Hauptautorin der Studie. "Um die Wirksamkeit von Interventionen zu verbessern, muss man wissen, wie sich Menschen in einer Gruppe gegenseitig beeinflussen."

Rahmattalabi und Forscher der USC Viterbi School of Engineering, der USC Suzanne Dworak-Peck School of Social Work und der University of Denver arbeiteten mit Urban Peak, einem in Denver ansässigen gemeinnützigen Obdachlosen, zusammen, um den Algorithmus zu entwickeln, den sie hoffen wird bei der Prävention von Drogenmissbrauch helfen.

Die Ergebnisse zeigten, dass der Algorithmus laut den Forschern signifikant besser abschnitt als Kontrollstrategien zur Bildung von Gruppen.

Jedes Jahr werden in den USA bis zu zwei Millionen Kinder obdachlos, und Schätzungen zufolge missbrauchen 39 bis 70 Prozent der obdachlosen Jugendlichen Drogen oder Alkohol.

Initiativen gegen Drogenmissbrauch wie Gruppentherapie können Unterstützung bieten, indem sie obdachlose Jugendliche ermutigen, ihre Erfahrungen auszutauschen, positive Bewältigungsstrategien zu erlernen und gesunde soziale Netzwerke aufzubauen.

Wenn diese Gruppen jedoch nicht richtig strukturiert sind, können sie die Probleme, die sie behandeln möchten, verschärfen, indem sie die Bildung von Freundschaften fördern, die auf unsozialem Verhalten beruhen, so die Forscher. Dies ist ein Prozess, der in der Sozialarbeit als „Deviancy Training“ bekannt ist, wenn sich Gleichaltrige gegenseitig für abweichendes Verhalten verstärken, erklären die Forscher.

Das Team ging dieses Problem aus Sicht der künstlichen Intelligenz an und entwickelte einen Algorithmus, der berücksichtigt, wie die Personen in einer Untergruppe miteinander verbunden sind - ihre sozialen Bindungen - und ihre Vorgeschichte des Drogenmissbrauchs.

Umfragedaten, die freiwillig von obdachlosen Jugendlichen in Los Angeles gesammelt wurden, sowie Verhaltenstheorien und Beobachtungen früherer Interventionen wurden verwendet, um ein Rechenmodell der Interventionen zu erstellen.

"Auf dieser Grundlage haben wir ein Einflussmodell, das erklärt, wie wahrscheinlich es ist, dass eine Person aufgrund ihrer Teilnahme an der Gruppe negative Verhaltensweisen annimmt oder negative Verhaltensweisen ändert", sagte Rahmattalabi. "Dies hilft uns vorherzusagen, was passiert, wenn wir Menschen in kleinere Gruppen einteilen."

Das vielleicht überraschendste Ergebnis war, dass entgegen der üblichen Intuition eine gleichmäßige Verteilung der regelmäßigen Substanzkonsumenten auf die Untergruppen nicht der optimale Weg ist, um eine erfolgreiche Intervention zu gestalten.

"Eine gleichmäßige Verteilung der Benutzer unter Ignorierung ihrer bestehenden Beziehungen kann die Erfolgsrate dieser Interventionen erheblich verringern", sagte sie.

Darüber hinaus deutet die Analyse darauf hin, dass sich die Durchführung einer Intervention manchmal tatsächlich nachteilig auf die Gruppe auswirken kann.

"In einigen Fällen fanden wir es tatsächlich eine schlechte Idee, die Intervention durchzuführen. Wenn Sie beispielsweise viele Personen mit hohem Risiko in einer Gruppe haben, ist es besser, sie nicht mit Personen mit geringem Risiko zu verbinden “, sagte sie.

Wenn dem Algorithmus neue Daten hinzugefügt werden, hoffen die Forscher, dass er sich an veränderte Bedingungen anpasst und zeigt, wie sich soziale Netzwerke im Verlauf des Interventionsprogramms entwickeln. Dies könnte es Interventionisten ermöglichen, zu bestimmen, wie eine Intervention die Ergebnisse der Teilnehmer beeinflusst, sagten die Forscher.

Die Forscher arbeiten weiterhin mit Urban Peak zusammen und planen, das Tool zur Optimierung der Interventionsgruppenstrategien für obdachlose Jugendliche im Herbst 2018 in Denver einzusetzen.

Die Studie „Einflussmaximierung für die Prävention von Drogenmissbrauch in sozialen Netzwerken“ wurde in der AAAI-Konferenz zum Thema „Künstliche Intelligenz“ veröffentlicht.

Quelle: Universität von Südkalifornien