Un algoritmo para sacar conclusiones sobre la salud mental de los usuarios en las redes
<!-El contenido publicado en las redes sociales puede ser analizado para sacar conclusiones interesantes sobre las diferentes comunidades.
Tanto la personalidad de la gente, como sus necesidades y perspectivas, quedan expuestos para quien sabe analizar el material, así como los sentimientos al compartir una imagen, un video o cualquier otra publicación.
En ello han estado trabajando investigadores de la UOC, en Cataluña, quienes han desarrollado un algoritmo que puede identificar si las personas están o no contentas solo con analizar lo que comparten en las redes sociales. El objetivo es poder diagnosticar posibles problemas de comunicación y salud mental.
+ Gamba: Instagram anunció la llegada de NFTs para compartirlos en perfiles o historias
El modelo de aprendizaje profundo lleva desarrollándose dos años, usando la teoría del psiquiatra estadounidense William Glasser, que describe cinco necesidades básicas fundamentales para todo comportamiento humano: supervivencia, poder, libertad, pertenencia y diversión. Esas necesidades son las que afectan a la hora de elegir qué subir a las plataformas de redes sociales, como Facebook, Twitter o Instagram.
+ Gamba: ¿Qué pasará con Twitter si Elon Musk la compra?
Entre las primeras conclusiones tenemos algo interesante entre los usuarios de habla hispana: son más propensos a mencionar problemas de relación en las redes sociales cuando se sienten deprimidos.
Fueron analizados 86 perfiles de Instagram, tanto en español como en persa, para el estudio publicado en la revista IEEE Transactions on Affective Computing. Creen que su investigación puede ayudar a mejorar las medidas preventivas, identificando y tratando a los que puedan tener algún trastorno de salud mental.
A modo de ejemplo, indican que si una persona sube una montaña y hace una selfie, se percibe como una necesidad de poder, mientras que una foto grupal indica una forma de satisfacer su necesidad de pertenencia a un grupo.
Fuente: Link.
