朱廷劭中國科學院心理研究所研究員、中國科學院“百人計劃”學者自殺其實離我們每個人并不遙遠。
世界範圍内，自殺位列總人口死因的第13位，在15-30歲群體間是首位；自殺占中國總人口死因的第五位，也是年輕人死亡的首要原因。
因此，我們需要對自殺做一些幹預，但目前幹預自殺的主要困境，是自殺者的主動求助率特别低。
很多人都認為自殺是個人的事情，是自己的選擇。但其實很多人選擇自殺是因為他們不知道該向哪些人求助，該怎樣求助——據統計，隻有20%的人不想取得任何的幫助，直接了結自己的生命。
我們希望能夠幫助這些人。在自殺人群中，年輕人占首位；在網絡使用人群裡，年輕人也是主力軍。我們發現，自殺和網絡使用的主要人群有非常大的重合，這也提醒我們：或許我們可以利用網絡主動找到那些有自殺傾向的人，主動向他們提供幫助。
識别“風險用戶”
每個人都希望在網絡上把自己包裝得非常好，比如拍照時使用美顔軟件。所以，我們擔心有自殺企圖的人可能在網絡上沒有任何負面表達，就像喬任梁，他的微博大号裡面沒有任何負面的内容。如果這樣的話，我們就無法通過網絡找到那些有自殺傾向的人。
不過通過對比研究，我們發現自殺死亡的用戶互動更少，更加關注自我，有更多負面表達，非常抑郁、焦慮；他們發送的内容和死亡、宗教相關的較多，和工作相關的比較少。這些自殺死亡的用戶，在表達、行為上确實和一般用戶有區别。這就為我們做進一步的分析提供了基礎。
不過，已經确定自殺死亡的用戶和普通用戶是兩個極端用戶，更多情況下我們面對的是一些自殺風險不同的用戶。我們在網上找了900多個用戶，通過分析，按照他們的自殺可能性分為高風險、低風險兩組。通過兩組數據對比分析我們也看到了區别。
高風險用戶的社交活躍度更低，夜間更加活躍。這跟我們其他的研究也是相關的，我們發現夜間更加活躍的人抑郁程度會提高——希望大家12點以後盡量不要使用手機。高風險用戶關注他人更少，使用更多表達死亡的詞語，很少使用表達未來的詞語。
自殺高風險人群在網上表達時，會不由自主地體現出跟其他人的差異，這種差異可以幫助我們找到他們。人工智能可以通過分析用戶在網上說的話或行為自動識别出他的自殺可能性，但是誤報率比較高。
分析之後我們發現一個問題，很多有自殺傾向的人并不是每句話都要說到自殺，大部分是正常的描述，如果用這個模型算就會帶來延時，用戶必須說到一定程度，模型才會識别出自殺可能，這樣會耽誤我們的工作。
解決辦法就是針對單條微博，分析每句話内含的自殺可能性。我們可以把句子按照不同的層級分成1、2、3級。1就是有自殺意念；2是有自殺意念，同時有自殺計劃；3是不僅有自殺計劃，還有自殺的實施。
比如：昨晚嘗試自殺未果，今早又照常醒來，希望今晚成功，我會有見到你的機會麼？這句話有非常明顯的自殺計劃，且已經開始實施自殺，屬于3級。第二句：哪一天我下定決心了，就喝好多酒，醉得不省人事，然後跳進河裡。這是隻有自殺計劃，沒有實施。第三句：從前我隻是晚上才會想到死亡，最近就算在有陽光的時候都會覺得要活不下去了，我該怎麼辦？這個就是有自殺意念，但緊急程度沒有前兩種那麼高。
我們通過各種機器學習的算法對這個模型進行調優，對一條微博自殺傾向的識别精準度可以達到80%。
不過，實際分析中，我們會發現另外一個問題。中文博大精深，有時候正話反說，反話正說。比如“整理遺物是我最快樂的時光”這句話中，整理是中性的，快樂時光是積極的，隻有遺物這個詞有點負面。這樣的話，機器很難識别，隻有人工能正确判斷。
第二句話：“飯飯，很快就要看到你了。”看似沒問題吧？但這句話是有一個情境的，“飯飯”是大家對在2012年自殺死亡的微博用戶“走飯”的昵稱。飯飯的最後一條微博下累計有一百多萬條的回複，同時以每個月六千多條的速度在增加。
所以，在飯飯的最後一條微博下評論“很快就要看到你了”是有問題的。但在不同的語境下會有很大的理解偏差，計算機可能判定這句話沒有任何問題。
有自殺意念的4222個人
發現有自殺意圖的用戶後怎麼辦呢？我們該怎麼跟他們聯系、怎麼幫助他們？
英國的慈善機構SamaritansRadar人類協會開發的一個Facebook應用給了我們很大的啟發，這個應用會掃描你關注的所有好友，如果你的好友有自殺意念或者負面表達的話，它就會通知你。
我們一開始覺得這個出發點是好的，可以了解朋友的情緒變化，在他有負面情緒時，馬上幫助他、安慰他。但是這樣做侵犯了隐私，所以這個應用上線十天之後就被永久關閉了。
出于保護隐私的考慮，我們選擇了微博的私信功能，這樣既保證了一對一的交流，同時保護用戶的隐私。
但這又帶來另一個問題。我們每天都會收到大量的信息，其中有很多垃圾短信、廣告郵件和電話，用戶很容易把我們的信息當成垃圾短信，忽略或直接删除。
保證我們發的信息不會被有自殺意念的用戶當作垃圾信息删掉或者忽略掉，讓他們願意打開看，是我們需要解決的第一個問題。如果他們不看的話，後面所有的工作都沒有意義。
我們在2016年暑假期間找了兩批有自殺意念的用戶做訪談，希望通過對這些人群的了解，知道有自殺傾向的人群最需要什麼樣的信息。訪談最後，我們會提供專業指導。雖然他們偶爾會相互鼓勵，但有時候反而會産生負面影響，我們希望不要出現“相約自殺”的情況。
在研究後，我們确定了私信格式：第一，介紹我們自己；第二，說明我們是怎麼找到他們的；第三，我們該怎麼幫他們；第四，表達我們的同理心。
私信生成之後，我們在2016年11月17号、18号，分兩次向4222人發出私信。這4222名用戶是在2016年3月份到9月份這半年期間發表過帶有自殺意念微博的用戶。
他們更多地談論未來
我們在發了私信之後非常緊張，因為新浪規定，收到三個以上投訴的賬号會被關閉。但結果很好，有300多人直接回複我們了，且這300多個回複私信裡面，隻有個位數的人表現極度負面，絕大多數反饋都是正面的。
這些回複讓我們覺得自己做的事情很有意義。通過這次調查，我們覺得有一些問題需要引起大家的關注，如自殺人群的低齡化，在我們調查的具有自殺傾向的人群中，高中、大專和本科學生群體的比例是最高的。初中生開始逐漸出現自殺傾向，并且比例有逐漸上升的趨勢。
同時我們也發現，50%有自殺傾向的人從來沒有尋求過任何幫助，但在那些會尋求幫助的人裡面，家人不是第一選擇，對家人的求助甚至低于對陌生網友的。
有了這個調查結果，我們就可以主動幹預，通過技術自動下載微博内容，利用機器模型自動識别出有自殺意念的微博，識别出來之後需要人工進行最終的确認。
人工确認之後，我們才會給用戶發私信。私信發出後，如果收到回複，我們的志願者——經過認證的心理咨詢師就能展開工作。
這樣，我們就實現了對自殺的主動幹預。從去年7月正式上線到2018年4月15号，我們已經對所有微博裡30多萬條評論進行識别，發現大概兩萬多條是有自殺意念的，這些評論來自一萬多名用戶。
我們也想知道幹預是否起到幫助，于是通過後台技術，看一下這些用戶在整個過程中的表達内容有沒有變化。我們發現這些用戶談論死亡的次數降低了，談論未來的次數增加了，對未來抱有更大的期望，這就說明我們的幹預能夠起到一定的效果。
盡管這種幹預并不能解決現實中的問題，但我們希望通過這種辦法，主動向有自殺傾向的人傳遞一些社會支持，同時也希望志願者用專業知識幫助他們克服心理上的困難。
●摘自中科院科學傳播平台“SELF格緻論道”