/ lunes 23 de mayo de 2022

Detectarán infelicidad en las redes

Investigadores desarrollaron un algoritmo para distinguir a los usuarios que son infelices en las redes sociales, por medio del análisis de sus textos e imágenes

Un grupo de investigadores de la Universidad Oberta de Catalunya logró desarrollar un algoritmo que tiene la capacidad de distinguir en las redes sociales a los usuarios que son infelices, esto gracias a que analiza los textos e imágenes que los usuarios comparten.

La investigación, que esperan que sea útil para ayudar a diagnosticar futuros problemas de salud mental, reveló que los usuarios hispanoparlantes son más propensos que los angloparlantes a mencionar sus problemas en cualquier tipo de relación cuando se sienten decaídos o deprimidos.

Este algoritmo está entrenado en búsquedas en plataformas como Instagram, Facebook y Twitter, y se basa en la teoría de la elección de William Glasser, la cual plantea que existen cinco necesidades básicas que se encuentran en el comportamiento humano, las cuales son: la supervivencia, el poder, la libertad.

Los expertos afirmaron que estas necesidades influyen en qué tipo de imagen elegimos para subir a nuestro perfil de Instagram. Mohammad, el encargado de coordinar la investigación en el grupo AI for Human Well-being (AIWELL) de los Estudios de Informática, Multimedia y Telecomunicación de la UOC, expresó que la manera de mostrarnos en las redes sociales puede llegar a proporcionar información muy útil acerca de comportamientos, personalidades, perspectivas, motivos y hasta necesidades.

De acuerdo con la agencia EFE, el grupo de investigadores ha trabajado durante más de dos años en un modelo de aprendizaje bastante profundo que logra identificar las cinco necesidades básicas descritas por Glasser, y utilizan datos que son multimodales así como imágenes, texto, biografía o geolocalización.

Foto: AFP

Para la realización de este estudio, el equipo requirió analizar cerca de 86 perfiles de Instagram, publicados en español y en persa, además de apoyarse en las redes neuronales y en bases de datos.

Los expertos lograron entrenar un algoritmo para que pudiera identificar el contenido de las imágenes, y para que también pudiera clasificar el contenido textual, asignando distintas etiquetas que fueron propuestas por psicólogos, quienes compararon los resultados con una base de datos de más de 30 mil imágenes, leyendas y comentarios.

Mohammad lo explicó con un ejemplo muy claro:

“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 podemos concluir que además de la diversión, el ciclista busca la manera de satisfacer su necesidad de pertenencia”.

Los expertos llegaron a la conclusión de que el estudio de los datos de las redes sociales pertenecientes a los usuarios que no son angloparlantes, podría ayudar a construir herramientas y modelos de índole inclusivo y diverso, esto para abordar los problemas de salud mental en personas con distintos antecedentes ya sean culturales o lingüísticos.

De igual modo, los autores del estudio creen que esta investigación puede llegar a obtener medidas preventivas que vayan desde identificar un problema hasta mejorar los tratamientos cuando ya se ha diagnosticado a una persona con una enfermedad o un trastorno mental.



TE RECOMENDAMOS EL PODCAST ⬇️

Disponible en: Acast, Spotify, Apple Podcasts, Google Podcasts, Deezer y Amazon Music



Lee también otros contenidos de Normal ⬇️

Un grupo de investigadores de la Universidad Oberta de Catalunya logró desarrollar un algoritmo que tiene la capacidad de distinguir en las redes sociales a los usuarios que son infelices, esto gracias a que analiza los textos e imágenes que los usuarios comparten.

La investigación, que esperan que sea útil para ayudar a diagnosticar futuros problemas de salud mental, reveló que los usuarios hispanoparlantes son más propensos que los angloparlantes a mencionar sus problemas en cualquier tipo de relación cuando se sienten decaídos o deprimidos.

Este algoritmo está entrenado en búsquedas en plataformas como Instagram, Facebook y Twitter, y se basa en la teoría de la elección de William Glasser, la cual plantea que existen cinco necesidades básicas que se encuentran en el comportamiento humano, las cuales son: la supervivencia, el poder, la libertad.

Los expertos afirmaron que estas necesidades influyen en qué tipo de imagen elegimos para subir a nuestro perfil de Instagram. Mohammad, el encargado de coordinar la investigación en el grupo AI for Human Well-being (AIWELL) de los Estudios de Informática, Multimedia y Telecomunicación de la UOC, expresó que la manera de mostrarnos en las redes sociales puede llegar a proporcionar información muy útil acerca de comportamientos, personalidades, perspectivas, motivos y hasta necesidades.

De acuerdo con la agencia EFE, el grupo de investigadores ha trabajado durante más de dos años en un modelo de aprendizaje bastante profundo que logra identificar las cinco necesidades básicas descritas por Glasser, y utilizan datos que son multimodales así como imágenes, texto, biografía o geolocalización.

Foto: AFP

Para la realización de este estudio, el equipo requirió analizar cerca de 86 perfiles de Instagram, publicados en español y en persa, además de apoyarse en las redes neuronales y en bases de datos.

Los expertos lograron entrenar un algoritmo para que pudiera identificar el contenido de las imágenes, y para que también pudiera clasificar el contenido textual, asignando distintas etiquetas que fueron propuestas por psicólogos, quienes compararon los resultados con una base de datos de más de 30 mil imágenes, leyendas y comentarios.

Mohammad lo explicó con un ejemplo muy claro:

“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 podemos concluir que además de la diversión, el ciclista busca la manera de satisfacer su necesidad de pertenencia”.

Los expertos llegaron a la conclusión de que el estudio de los datos de las redes sociales pertenecientes a los usuarios que no son angloparlantes, podría ayudar a construir herramientas y modelos de índole inclusivo y diverso, esto para abordar los problemas de salud mental en personas con distintos antecedentes ya sean culturales o lingüísticos.

De igual modo, los autores del estudio creen que esta investigación puede llegar a obtener medidas preventivas que vayan desde identificar un problema hasta mejorar los tratamientos cuando ya se ha diagnosticado a una persona con una enfermedad o un trastorno mental.



TE RECOMENDAMOS EL PODCAST ⬇️

Disponible en: Acast, Spotify, Apple Podcasts, Google Podcasts, Deezer y Amazon Music



Lee también otros contenidos de Normal ⬇️

Policiaca

Va a prisión esposo de policía que acosó a quinceañera en Tizatlán

El Juez de Control impuso como medida cautelar prisión preventiva justificada a Martín Alfonso N.

Local

Feligreses abarrotan las calles de Chiautempan en la tradicional visita de las Siete Casas

Los templos ubicados en las calles del primer cuadro de la ciudad lucieron concurridos para recordar los pasajes bíblicos de este Jueves Santo

Local

Inició el cierre de calles en Chiautempan por recorrido de Viacrucis

Los cortes a la circulación vial serán por calles principales de la cabecera municipal y concluirán mañana después de las 16:00 horas

Doble Vía

¿Te vas de vacaciones? Debes dejar desconectados estos electrodomésticos

Si se dejan prendidos por mucho tiempo sin supervisión, representan un peligro

Local

Llama la Iglesia a fieles a seguir ejemplo de Jesús y ser servidor del prójimo

El obispo Julio César Salcedo Aquino escenificó en la Catedral de Tlaxcala el lavatorio de pies a los discípulos

Local

[Video] Combaten incendio en Santiago Cuaula, en Calpulalpan, que llegó de Hidalgo

Autoridades municipales recomiendan utilizar cubrebocas, no realizar actividades al aire libre y cerrar puertas y ventanas para evitar la entrada del humo