Einleitung
Eine aktuelle Untersuchung der Stanford University hat gezeigt, dass die Art und Weise, wie Kinder sprechen, bereits Jahre im Voraus Aufschluss über das Risiko von Angst‑ oder Depressionssymptomen geben kann. Dabei stehen nicht die erzählten Ereignisse im Vordergrund, sondern subtile sprachliche Nuancen, die von modernen KI‑Modellen erfasst werden.
Wie die Studie aufgebaut war
Forscher ließen vier fortschrittliche Sprach‑KI‑Systeme Aufnahmen von mehr als zweihundert Kindern im Alter von 9 bis 13 Jahren analysieren. Die Gespräche wurden ursprünglich im Rahmen eines Langzeitprojekts aufgenommen, in dem die jungen Teilnehmenden über belastende Erlebnisse berichteten. Anschließend prüften die Algorithmen, welche Kinder sechs Jahre später tatsächlich psychische Probleme entwickelten.
Erwartungen vs. Ergebnisse
Entgegen der Annahme, dass der Inhalt der Erzählungen entscheidend sei, erwiesen sich kleine Bindewörter wie „und“, „aber“ oder „nach“ als stärkere Prädiktoren für spätere Beschwerden. Diese scheinbar harmlosen Füllwörter spiegeln ein Muster wider, das in früheren Forschungen bereits mit mentalen Belastungen in Verbindung gebracht wurde – etwa ein übermäßiger Gebrauch der Ich‑Form oder bestimmter Präpositionen.
Der Einfluss des Inhalts
Dennoch bleibt der thematische Gehalt nicht unwichtig. Kinder, die von körperlicher Gewalt, systematischer Ausgrenzung oder dem Gefühl, von der gesamten Schule angefeindet zu werden, berichteten, wiesen ein signifikant höheres Risiko auf. Im Gegensatz dazu schützten Erzählungen über Unterstützung durch Familie, Sportvereine oder andere soziale Netzwerke die jungen Menschen vor späteren psychischen Störungen. Interessanterweise reduzierten Erwähnungen von Therapeuten oder Fachkräften das Risiko zusätzlich.
Warum KI‑Sprachanalyse ein Durchbruch ist
Bisher konnten Wissenschaftler das Risiko nur durch zeitintensive Interviews, Bluttests auf das Stresshormon Cortisol oder die Messung der Telomerlänge – ein aufwändiger Biomarker – abschätzen. Diese Verfahren sind kostenintensiv und kaum für großflächige Anwendungen geeignet. Die Analyse von Sprache hingegen ist preiswert, lässt sich automatisiert auswerten und lässt sich problemlos skalieren. Laut Ian Gotlib, Professor für Psychologie an Stanford, übertrifft die Vorhersagekraft der KI‑Modelle sogar die Kombination aller herkömmlichen Biomarker.
Frühe Risikomarker erkennen
Chase Antonacci, Hauptforscher der Studie, betont, dass die prä‑diagnostische Phase – also bevor eine offizielle Diagnose gestellt wird – besonders wichtig, aber bislang wenig verstanden ist. Angst und Depression manifestieren sich häufig erst in der Pubertät, sodass ein rechtzeitiges Eingreifen entscheidend sein kann. Die neuen Erkenntnisse zeigen, dass bereits im Kindesalter sprachliche Signale als frühe Warnzeichen dienen können.
Ausblick und praktische Anwendung
Die verwendeten Aufnahmen waren ursprünglich nicht für diese Analyse gedacht, wodurch ein großer Teil an feinen Informationen verloren ging, als Experten die Gespräche lediglich zu einem Gesamtscore zusammenfassten. Durch den Einsatz von KI‑Modellen konnten diese Nuancen wiedergewonnen und in ein robustes Vorhersagesystem integriert werden. In Zukunft könnte eine einfache, automatisierte Sprachanalyse in Schulen oder Kinderarztpraxen eingesetzt werden, um gefährdete Kinder frühzeitig zu identifizieren und gezielte Präventionsprogramme zu starten.
Die Studie liefert damit überzeugende Evidenz dafür, dass Sprache nicht nur ein Kommunikationsmittel, sondern ein wertvolles diagnostisches Werkzeug ist – ein Ansatz, der sowohl kostengünstig als auch skalierbar ist und das Potenzial hat, die Früherkennung psychischer Erkrankungen grundlegend zu verändern.
Source: https://scientias.nl/aan-hoe-kinderen-praten-hoor-je-of-ze-later-psychische-problemen-krijgen/
