Desarrollan algoritmo que puede distinguir usuarios infelices en redes sociales

Modelo de aprendizaje profundo

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 publica 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.

¿Compartir un selfie o una imagen de grupo?

Mahdi Dehshibi, que también es investigador del imBody Research Laboratory de la Universidad Carlos III de Madrid; lo explica con un ejemplo: «Imaginemos que un ciclista sube una montaña y, en la cima, puede elegir entre compartir un selfie o una imagen de grupo».

«Si elige el 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», aclara.

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», escriben.

Los autores creen que su investigación 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.