El algoritmo podría ayudar a detectar problemas relacionados con la salud mental de las personas. También, la investigación detalló que los usuarios hispanohablantes son más propensos a mencionar cuando están deprimidos.
En las redes sociales, las personas comparte gran parte de sus vidas y sus estados de ánimo. Por ello, un grupo de investigadores catalanes desarrolló un algoritmo capaz de detectar si los usuarios son infelices a través del análisis de sus publicaciones.
Los investigadores de la Universidad Oberta de Catalunya (UOC), ubicada al noroeste de España, esperan que esta herramienta sea útil para detectar a tiempo posibles problemas de salud mental entre los internautas.
Asimismo, el estudio de la universidad europea reveló que los usuarios hispanohablantes son más propensos que los angloparlantes a mencionar los problemas sobre sus relaciones cuando se sienten deprimidos.
¿Cómo funciona el algoritmo?
El algoritmo, entrenado en búsquedas en Instagram, Facebook y Twitter, se basa en la teoría de la elección de William Glasser, según la cual hay cinco necesidades básicas que están en los cimientos de todo comportamiento humano: supervivencia, poder, libertad, pertenencia y diversión.
De acuerdo con los expertos catalanes, estas necesidades influyen en qué imagen elegimos para subir a nuestro perfil de Instagram.
“Cómo nos mostramos en las redes sociales puede proporcionar información útil sobre comportamientos, personalidades, perspectivas, motivos y necesidades”, explicó Mohammad Mahdi Dehshibi, coordinador de la investigación en el grupo AI for Human Well-being (AIWELL) de los Estudios de Informática, Multimedia y Telecomunicación de la UOC.
Los investigadores han trabajado durante dos años en un modelo de aprendizaje profundo que identifica las cinco necesidades descritas por Glasser, utilizando datos multimodales como imágenes, texto, biografía o geolocalización.
Para hacer el estudio, que publicó la revista IEEE Transactions on Affective Computing, analizaron 86 perfiles de Instagram, publicados en español y en persa.
Apoyándose en redes neuronales y bases de datos, los expertos entrenaron un algoritmo para que identificara el contenido de las imágenes y clasificara el contenido textual, asignándoles distintas etiquetas propuestas por psicólogos, quienes compararon los resultados con una base de datos de más de 30.000 imágenes, leyendas y comentarios.
Mahdi Dehshibi, que también es investigador del imBody Research Laboratory de la Universidad Carlos III de Madrid y del Unconventional Computing Laboratory de la Universidad del Oeste de Inglaterra en Bristol, lo explicó con un ejemplo: “Imaginemos que un ciclista sube una montaña y, en la cima, puede elegir entre compartir una selfie o una imagen de grupo”.
“Si elige la selfie, percibimos la necesidad de poder, pero, si elige la otra, podemos concluir que, además de la diversión, la persona busca la manera de satisfacer su necesidad de pertenencia”, aclaró.
Los hispanos expresan cuando están deprimidos
Los investigadores también han visto que los usuarios hispanohablantes son más propensos que los angloparlantes a mencionar los problemas sobre sus relaciones cuando se sienten deprimidos.
“El estudio de los datos de las redes sociales pertenecientes a usuarios que no hablan inglés podría ayudar a construir herramientas y modelos inclusivos y diversos para abordar los problemas de salud mental en personas con diversos antecedentes culturales o lingüísticos”, detallaron los expertos.
Los autores creen que su estudio puede ayudar a mejorar las medidas preventivas, desde identificar el problema hasta mejorar los tratamientos cuando se ha diagnosticado a una persona con un trastorno mental.