Використання штучного інтелекту для профілактики домашнього насильства

У США на даний момент в системі патронатного виховання перебуває 443 000 дітей. Щороку через жорстоке поводження та недбале виконання батьківських обов’язків помирають близько 1700 дітей. Навантаження на кожного соціального працівника становить від 24 до 31 сім’ї, що означає сотні випадків, які контролюються керівниками установ соціального захисту.

Ця інформація презентує яскраву та вражаючу картину системи захисту дітей у Сполучених Штатах. Але замість реактивних заходів, наприклад, примусового вивезення дітей з дому, чому б не зосередитись на прогнозуванні та профілактиці? Використання комп’ютерних алгоритмів може бути використано для визначення родин, де існує високий ризик жорстого поводження.

Фільм «Муки Габріеля Фернандеса»  – це вражаюче розслідування багатомісячних тортур і жорстокого поводження, які закінчилися смертю каліфорнійського хлопчика, який потерпав від матері та її бойфренда. Творці фільму заглибились у систему допомоги дітям в одному зі штатів. Приблизно на половині п’ятого епізоду серіалу можна дізнатися про Емілі Патнам-Хорнштейн, доцента Університету Південної Каліфорнії, яка є директоркою Мережі даних про дітей при Школі соціальної роботи імені Сюзани Дворек-Пек. Місія цієї інституції полягає у тому, щоб об’єднати всі данні про різні аспекти життя дитини (дані про здоров’я, освіту, соціальну допомогу і т.д.) з метою покращення її добробуту.

Щорічно на телефонні “гарячі лінії”, що стосуються жорстокого поводження з дітьми, надходить шість-сім мільйонів дзвінків, які повідомляють про жорстоке поводження з дітьми. Оцінку ситуації, так склалося історично, проводили соціальні працівники, на підставі суб’єктивної оцінки. Кейс Г. Фернандеса привертав увагу Державної служби у справах дітей. При чому багато фахівців з соціальної роботи відзначали високий ризик. Але підстав для втручання було недостатньо. І незабаром дитина померла. Щоб запобігти майбутнім трагедіям, Патнам-Хорнштейн запропонувала діяти більш емпірично та систематично, навчаючи цифрові алгоритми прогнозувати моделі ризику. У 2014-2016 рр. вона та її коллеги розробили відповідну цифрову модель і інструменти. Вчені використовували зібрані дані Департаменту охорони здоров’я та соціальних служб округу Аллегені.  Аналізувалися такі данні, як демографічні аспекти, історія захисту прав цієї дитини,  історія хвороб тощо. Тестування виявило, що ці компьютерні програми працюють досить адекватно. 

Це дає підстави зробити висновок, що, хоча й ШІ та машинне навчання можуть  спочатку викликати підозри, не можна заперечувати, що вони корисні для прогнозування ризику та запобігання подальшої шкоди. Алгоритми не є досконалими, і діти, на жаль, іноді не отримають належної допомоги у разі жорстокого поводження вдома. Але людські помилки спричинили занадто багато дитячих травм і смертей. А інструменти, подібні до розроблених у США, не збільшують кількість цих помилок. Тому їх можна спробувати застосовувати і в нашій країні. 

 Олександр Вольф, фахівець з соціальної роботи Національної дитячої лікарні «ОХМАТДИТ» (м.Київ), керівник БО «Асоціація паліативної та хоспісної допомоги», [email protected]