EFE / N.E.

Analizando los textos e imágenes que comparten, un algoritmo es capaz de distinguir si un usuario de redes sociales es feliz o infeliz. Se espera que la herramienta, creada por investigadores de la Universidad Oberta de Catalunya (UOC), ayude a diagnosticar posibles problemas de salud mental.

Entrenado en búsquedas en Instagram, Facebook y Twitter, el algoritmo 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.

Los responsables del algoritmo trabajaron 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 fue publicado por 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.

El investigador Mahdi Dehshibi, 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 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", aclaró.

Mediante la investigación, los estudiosos también descubrieron 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", escribieron.

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 problema relacionado con la salud mental.