Η νεανική βία δεν είναι ένα φαινόμενο που εμφανίστηκε ξαφνικά στις σύγχρονες κοινωνίες. Υπήρχε πάντα, αλλά η κατανόησή της παρέμενε για δεκαετίες επιφανειακή — περιορισμένη σε ηθικολογικές ερμηνείες ή σε αφελείς αναζητήσεις ενός μοναδικού αιτίου. Σήμερα, η επιστήμη της ψυχικής υγείας διαθέτει πλουσιότερα εργαλεία ανάλυσης, και μάλιστα βλέπει στην τεχνητή νοημοσύνη μια δυνατότητα έγκαιρης παρέμβασης — αν και αυτή η δυνατότητα έρχεται με κινδύνους που δεν επιτρέπεται να αγνοηθούν.
Νεανική βία: τι γνωρίζει η επιστήμη για τα αίτια
Η νεανική βία δεν προκύπτει από έναν και μόνο παράγοντα. Η έρευνα δείχνει ότι η έκθεση στη βία εντός της οικογένειας, η γειτονιά υψηλού κινδύνου, η σχολική αποτυχία και η ψυχική δυσφορία συνδυάζονται με τρόπους που αυξάνουν σημαντικά την πιθανότητα βίαιης συμπεριφοράς σε νέους ανθρώπους (Farrington, 2005).
Ο ρόλος της ψυχικής υγείας είναι κεντρικός. Διαταραχές όπως η διαταραχή διαγωγής, η ΔΕΠΥ και η μετατραυματική διαταραχή στρες έχουν συνδεθεί ερευνητικά με αυξημένη επιθετικότητα σε εφήβους. Η μελέτη των Loeber και Farrington (1998) κατέδειξε ότι η έγκαιρη ανίχνευση αυτών των διαταραχών μειώνει αποτελεσματικά τη βίαιη συμπεριφορά στην ενήλικη ζωή.
Ένα παράδειγμα από την κλινική πράξη: ένας έφηβος 15 ετών που παρουσίαζε επιθετικά επεισόδια στο σχολείο αντιμετωπιζόταν ως «προβληματικός». Η ψυχιατρική αξιολόγηση αποκάλυψε χρόνιο τραύμα από ενδοοικογενειακή βία. Η θεραπεία του τραύματος — όχι η τιμωρία — ήταν αυτό που μείωσε την επιθετικότητα.
Αυτό το παράδειγμα υπογραμμίζει κάτι κρίσιμο: η βία στη νεότητα είναι πολύ περισσότερο ένα σύμπτωμα παρά μια επιλογή χαρακτήρα. Η κοινωνική αντίδραση που περιορίζεται στην τιμωρία χωρίς θεραπεία δεν λύνει το πρόβλημα — το μεταθέτει.

Τεχνητή νοημοσύνη στην ψυχική υγεία και η σύνδεση με την πρόληψη
Πρόσφατο άρθρο στο JAMA Psychiatry (Torous et al., 2024) εξετάζει τους κινδύνους αλλά και τις δυνατότητες της τεχνητής νοημοσύνης στην ψυχιατρική φροντίδα. Η τεχνητή νοημοσύνη μπορεί να επεξεργαστεί μεγάλους όγκους δεδομένων και να εντοπίσει πρότυπα που ο κλινικός γιατρός δυσκολεύεται να δει σε μια σύντομη συνεδρία.
Στο πλαίσιο της νεανικής βίας, αυτό έχει πρακτική σημασία. Αλγόριθμοι που αναλύουν δεδομένα από σχολικά περιβάλλοντα, ηλεκτρονικούς φακέλους υγείας ή από την ψηφιακή συμπεριφορά των εφήβων μπορούν να εντοπίζουν παιδιά σε υψηλό κίνδυνο πριν η κατάσταση κλιμακωθεί. Η έγκαιρη παρέμβαση έχει αποδειχθεί σταθερά αποτελεσματικότερη από οποιαδήποτε μεταγενέστερη αντιμετώπιση.
Η τεχνητή νοημοσύνη δεν θεραπεύει κανέναν από μόνη της. Είναι ένα εργαλείο που βοηθά τους κλινικούς να παρέμβουν νωρίτερα και με μεγαλύτερη ακρίβεια — αλλά μόνο αν χρησιμοποιηθεί με ηθική επίγνωση και επιστημονική ευθύνη.
Ωστόσο, οι κίνδυνοι είναι πραγματικοί. Ένας αλγόριθμος που εκπαιδεύτηκε σε δεδομένα από κοινωνικά μειονεκτούντες πληθυσμούς μπορεί να αναπαράγει στερεότυπα και να «σημαδεύει» παιδιά όχι επειδή είναι επικίνδυνα, αλλά επειδή είναι φτωχά ή ανήκουν σε μειονότητα. Αυτό δεν είναι υποθετικός κίνδυνος — έχει καταγραφεί εμπειρικά.

Το άρθρο του JAMA Psychiatry τονίζει ότι η επιτυχής διαχείριση κινδύνου απαιτεί διαφάνεια στους αλγορίθμους, ενεργό συμμετοχή κλινικών ειδικών και σαφή ρύθμιση από πολιτειακούς και νομικούς φορείς. Η τεχνολογία χωρίς εποπτεία δεν προστατεύει — δημιουργεί νέους κινδύνους.
Τι μπορούν να κάνουν γονείς, εκπαιδευτικοί και επαγγελματίες υγείας
Η πρόληψη της νεανικής βίας δεν είναι ευθύνη μόνο του συστήματος υγείας. Γονείς και εκπαιδευτικοί έχουν ρόλο πρώτης γραμμής. Η έρευνα του Conduct Problems Prevention Research Group (1999) έδειξε ότι προγράμματα που εκπαιδεύουν γονείς στη διαχείριση συμπεριφοράς μειώνουν τη βίαιη δράση σε εφήβους κατά ποσοστά που φτάνουν το 30-40%.
Ένας εκπαιδευτικός που παρατηρεί ότι ένας μαθητής γίνεται ολοένα και πιο αποτραβηγμένος, επιθετικός ή παρουσιάζει απότομη πτώση στη σχολική επίδοση, έχει μπροστά του ένα παιδί που χρειάζεται να παραπεμφθεί σε ειδικό. Η άρνηση να αναγνωριστεί αυτό το σήμα, από φόβο ή άγνοια, μπορεί να κοστίσει.
Οι επαγγελματίες ψυχικής υγείας, από την πλευρά τους, χρειάζεται να εντάξουν στη ρουτίνα αξιολόγησης εφήβων ερωτήματα για έκθεση στη βία, για την ποιότητα των σχέσεων με τους συνομηλίκους και για τη χρήση των ψηφιακών μέσων. Δεν είναι πολυτέλεια — είναι βασική κλινική πρακτική.
Το ερώτημα για το αν η τεχνητή νοημοσύνη θα παίξει ρόλο σε αυτή τη διαδικασία δεν είναι πλέον υποθετικό. Ήδη υπάρχουν εφαρμογές που αναλύουν ψηφιακά δεδομένα εφήβων για ανίχνευση κινδύνου. Το ζήτημα είναι αν θα χρησιμοποιηθούν με σύνεση, με σεβασμό στην ιδιωτικότητα και με γνώμονα το καλύτερο συμφέρον του νέου ανθρώπου.
Η νεανική βία δεν θα εξαλειφθεί με έναν αλγόριθμο, ούτε με ένα πρόγραμμα πρόληψης. Χρειάζεται συστηματική δουλειά σε πολλά επίπεδα ταυτόχρονα: οικογένεια, σχολείο, κοινότητα, σύστημα υγείας. Η τεχνητή νοημοσύνη μπορεί να είναι ένα από τα εργαλεία — αλλά η απόφαση και η ευθύνη παραμένουν ανθρώπινες υποθέσεις.
Βιβλιογραφία
- Torous, J., Bucci, S., Bell, I. H., et al. (2024). AI in mental health care. JAMA Psychiatry. Advance online publication.
- Farrington, D. P. (2005). Childhood origins of antisocial behavior. Acta Psychiatrica Scandinavica, 112(s427), 1–21.
- Loeber, R., & Farrington, D. P. (Eds.). (1998). Serious and violent juvenile offenders: Risk factors and successful interventions. Sage Publications.
- Conduct Problems Prevention Research Group. (1999). Initial impact of the Fast Track prevention trial for conduct problems. Journal of Consulting and Clinical Psychology, 67(5), 631–647.
- World Health Organization. (2020). Youth violence: Key facts and prevention strategies. WHO Fact Sheets.




