Diseñan un algoritmo que detecta la infelicidad en las redes sociales para mejorar la salud mental

Un grupo de investigadores de la Universitat Oberta de Catalunya (UOC) ha entrenado un algoritmo que busca ayudar a los psicólogos a diagnosticar posibles problemas mentales a través de lo que publicamos en estas plataformas.

Según la teoría de la elección de William Glasser, hay cinco necesidades básicas que se encuentran en los fundamentos de todo comportamiento humano: la supervivencia, el poder, la libertad, la pertenencia y la diversión. Estas necesidades influyen incluso en qué imagen escogemos para colgar en el perfil de Instagram. "Cómo nos mostramos a las redes sociales puede proporcionar información útil sobre los comportamientos, las personalidades, las perspectivas, los motivos y las necesidades", apunta Mohammad Mahdi Dehshibi, que ha liderado esta investigación en el grupo AY for Human Well-being (AIWELL), de los Estudios de Informática, Multimedia y Telecomunicación y del eHealth Center de la UOC.

El equipo investigador ha 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 el estudio, publicado en la revista IEEE Transactions donde|dónde Affective Computing, analizaron 86 perfiles de Instagram, publicados en español y en persa.

Basándose 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 diferentes etiquetas propuestas por psicólogos, que compararon los resultados con una base de datos de más de 30.000 imágenes, leyendas y comentarios.

El problema de homogeneizar las etiquetas obtenidas de texto e imagen lo resolvieron con un libro de códigos, bag of contento, que definen como un "mapa semántico del terreno visual al textual". Según explican, "los experimentos muestran una precisión prometedora e información complementaria entre señales visuales y textuales".

Los hispanohablantes mencionan más sus problemas

¿Cada elección que hacemos responde sólo a una necesidad básica? La teoría de Glasser dice que no, y para aclarar esta duda es útil el enfoque multietiqueta de esta investigación. Dehshibi, investigador del imBody Research Laboratory de la Universitat Carlos III de Madrid y del Unconventional Computing Laboratory de la Universitat del Oeste de Inglaterra en Bristol, lo explica con un ejemplo: "Imaginamos que un ciclista sube una montaña y, en la cima, puede escoger entre compartir un selfie o una imagen de grupo. Si escoge el selfie, percibimos la necesidad de poder, pero si escoge la otra opción, podemos concluir que, además de la diversión, la persona busca la manera de satisfacer su necesidad de pertenencia".

Además que los perfiles analizados, pertenezcan a personas que se comunican en dos idiomas diferentes permite evitar sesgos culturales. Investigaciones anteriores habían concluido, por ejemplo, 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 variados para abordar a los problemas de salud mental en personas con varios antecedentes culturales o lingüísticos", escriben.

Los autores creen que su investigación puede ayudar a mejorar las medidas preventivas, desde la identificación del problema hasta la mejora de los tratamientos cuando se ha diagnosticado a una persona con un trastorno mental.