Día a día, ocupamos parte de nuestro tiempo en compartir imágenes, vídeos o pensamientos en redes sociales como Instagram, Twitter o Facebook. Estos contenidos podrían estar revelando más información sobre nosotros de la que realmente deseamos transmitir.
En otras ocasiones, quizá nuestro subconsciente espera que alguien lea nuestra publicación e identifique nuestra señal de socorro implícita. Mejor dicho, alguien… o algo.
Nuestro estado de ánimo se ve reflejado en lo que publicamos. Solo hay que saber descifrarlo. // CC0
Este algo es precisamente un algo(ritmo) que han entrenado investigadores de la Universitat Oberta de Catalunya para ayudar a psicólogos a diagnosticar posibles problemas mentales a través de lo que una persona pueda publicar en las plataformas sociales.
La base de todo
Según la teoría de la elección de William Glasser, existen 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 elegimos para colgar en nuestro perfil de Instagram. “Como nos mostramos en las redes sociales puede proporcionar información útil sobre los comportamientos, personalidades, perspectivas, motivos y necesidades”, apunta Mohammad Mahdi Dehshibi, que ha liderado esta investigación en el grupo AI for Human Well-being (AIWELL).
Estas cinco necesidades son los cimientos en los que se basa el modelo de aprendizaje profundo, que durante dos años se ha ido desarrollando mediante datos multimodales como imágenes, texto, biografía o geolocalización. Para el estudio, publicado en la revista IEEE Transactions on Affective Computing, se analizaron 86 perfiles de Instagram publicados en español y en persa.
Basándose en redes neuronales y bases de datos, los expertos entrenaron el 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, pies de foto y comentarios.
El problema de homogeneizar las etiquetas obtenidas de texto e imagen lo resolvieron con un libro de códigos, bag of content, 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 exteriorizan más sus problemas
¿Cada elección que hacemos responde sólo a una necesidad básica? La teoría de Glasser dice que no, y para despejar esta duda es útil el enfoque multietiqueta de esta investigación. Dehshibi, 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 cuenta 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 opción, podemos concluir que, además de la diversión, la persona busca la forma de satisfacer su necesidad de pertenencia”.
Además, que los perfiles analizados pertenezcan a personas que se comunican en dos idiomas distintos permite evitar sesgos culturales. Búsquedas anteriores habían concluido, por ejemplo, que los usuarios hispanohablantes son más propensos que los anglohablantes 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 los problemas de salud mental en personas con distintos antecedentes culturales o lingüísticos”, escriben.
El algoritmo podría salvar vidas
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.
La mayoría de veces, una persona con depresión da señales antes de cometer un acto irreversible. // CC0
En la práctica, esto significaría que las propias redes sociales podrían contar con este sistema para identificar estados de ánimo y problemas de salud mental que pusieran en riesgo al propio usuario o a los que le rodean, de la misma forma que lo hacen para detectar infracciones de derechos de autor.
También sería útil, como hemos comentado, para el seguimiento de una persona con un trastorno mental diagnosticado. El propio centro de salud podría activar una vigilancia social del paciente a partir de sus publicaciones en las redes, a fin de detectar cualquier recaída o empeoramiento en su patología y de actuar en consecuencia si fuera necesario. El algoritmo podría salvar vidas.
