Selon les chercheurs, le modèle d'IA utilisé pour l'étude était trois fois moins prédictif de la dépression lorsqu'il était appliqué aux Noirs qui utilisent le site Facebook de Meta Platforms qu'aux Blancs.

"La race semble avoir été particulièrement négligée dans les travaux sur l'évaluation linguistique des maladies mentales", écrivent les auteurs de l'étude américaine dans un rapport publié dans PNAS, les Actes de l'Académie nationale des sciences.

Des recherches antérieures sur les messages publiés sur les médias sociaux avaient indiqué que les personnes qui utilisent fréquemment des pronoms à la première personne, tels que je, moi ou mon, et certaines catégories de mots, comme les termes d'autodépréciation, présentent un risque plus élevé de dépression.

Pour cette nouvelle étude, les chercheurs ont utilisé un outil d'IA "standard" pour analyser le langage dans les messages de 868 volontaires, dont un nombre égal d'adultes noirs et blancs partageant d'autres caractéristiques telles que l'âge et le sexe.

Tous les participants ont également répondu à un questionnaire validé utilisé par les prestataires de soins de santé pour dépister la dépression.

Selon Sharath Chandra Guntuku, co-auteur de l'étude et membre du Center for Insights to Outcomes à la Penn Medicine, l'utilisation de "I-talk" (attention centrée sur soi), l'autodépréciation, l'autocritique et le sentiment d'être un étranger étaient liés à la dépression exclusivement chez les personnes de race blanche.

"Nous avons été surpris de constater que ces associations linguistiques trouvées dans de nombreuses études antérieures ne s'appliquaient pas à l'ensemble de la population", a déclaré M. Guntuku.

Les données des médias sociaux ne peuvent pas être utilisées pour diagnostiquer une dépression chez un patient, a reconnu M. Guntuku, mais elles pourraient être utilisées pour évaluer les risques d'un individu ou d'un groupe.

Dans une étude antérieure, son équipe a analysé le langage utilisé dans les messages des médias sociaux pour évaluer la santé mentale des communautés pendant la pandémie de COVID-19.

Chez les patients souffrant de troubles liés à la toxicomanie, il a été démontré que le langage des médias sociaux indiquant une dépression permettait d'évaluer la probabilité d'abandon du traitement et de rechute, a déclaré Brenda Curtis, de l'Institut national américain sur l'abus des drogues des Instituts nationaux de la santé, qui a également participé à l'étude.