Dissenyat un algorisme que detecta la infelicitat a les xarxes socials per millorar la salut mental

Invertim una part important del nostre temps a compartir imatges, vídeos o pensaments a les xarxes socials com Instagram, Facebook i Twitter. Ara, un grup d'investigadors de la Universitat Oberta de Catalunya (UOC) ha entrenat un algorisme que busca ajudar els psicòlegs a diagnosticar possibles problemes mentals a través del que publiquem en aquestes plataformes.

Segons la teoria de l'elecció de William Glasser, hi ha cinc necessitats bàsiques que es troben en els fonaments de tot comportament humà: la supervivència, el poder, la llibertat, la pertinença i la diversió. Aquestes necessitats influeixen fins i tot en quina imatge triem per penjar al nostre perfil d'Instagram. "Com ens mostrem a les xarxes socials pot proporcionar informació útil sobre els comportaments, les personalitats, les perspectives, els motius i les necessitats", apunta Mohammad Mahdi Dehshibi, que ha liderat aquesta recerca en el grup AI for Human Well-being (AIWELL), dels Estudis d'Informàtica, Multimèdia i Telecomunicació i de l'eHealth Center de la UOC.

L'equip investigador ha treballat durant dos anys en un model d'aprenentatge profund que identifica les cinc necessitats descrites per Glasser, utilitzant dades multimodals com imatges, text, biografia o geolocalització. Per a l'estudi, publicat a la revista IEEE Transactions on Affective Computing, van analitzar 86 perfils d'Instagram, publicats en espanyol i en persa.

Basant-se en xarxes neuronals i bases de dades, els experts van entrenar un algorisme perquè identifiqués el contingut de les imatges i classifiqués el contingut textual, assignant-los diferents etiquetes proposades per psicòlegs, que van comparar els resultats amb una base de dades de més de 30.000 imatges, llegendes i comentaris.

El problema d'homogeneïtzar les etiquetes obtingudes de text i imatge el van resoldre amb un llibre de codis, bag of content, que defineixen com un "mapa semàntic del terreny visual al textual". Segons expliquen, "els experiments mostren una precisió prometedora i informació complementària entre senyals visuals i textuals".

Els hispanoparlants esmenten més els seus problemes

Cada elecció que fem respon només a una necessitat bàsica? La teoria de Glasser diu que no, i per aclarir aquest dubte és útil l'enfocament multietiqueta d'aquesta recerca. Dehshibi, investigador de l'imBody Research Laboratory de la Universitat Carlos III de Madrid i de l'Unconventional Computing Laboratory de la Universitat de l'Oest d'Anglaterra a Bristol, ho explica amb un exemple: "Imaginem que un ciclista puja una muntanya i, al cim, pot triar entre compartir una selfie o una imatge de grup. Si tria la selfie, percebem la necessitat de poder, però si tria l'altra opció, podem concloure que, a més de la diversió, la persona busca la manera de satisfer la seva necessitat de pertinença".

A més, que els perfils analitzats pertanyin a persones que es comuniquen en dos idiomes diferents permet evitar biaixos culturals. Recerques anteriors havien conclòs, per exemple, que els usuaris hispanoparlants són més propensos que els angloparlants a esmentar els problemes sobre les seves relacions quan se senten deprimits. "L'estudi de les dades de les xarxes socials pertanyents a usuaris que no parlen anglès podria ajudar a construir eines i models inclusius i variats per abordar els problemes de salut mental en persones amb diversos antecedents culturals o lingüístics", escriuen. 

Els autors creuen que la seva recerca pot ajudar a millorar les mesures preventives, des de la identificació del problema fins a la millora dels tractaments quan s'ha diagnosticat una persona amb un trastorn mental.

Aquesta recerca de la UOC afavoreix l'objectiu de desenvolupament sostenible (ODS) 3, de salut i benestar.

Article relacionat

DEHSHIBI, M. M.; BAIANI, B.; PONS, G.; MASIP, D. A deep multimodal learning approach to perceive basic needs of humans from Instagram profile. A: IEEE Transactions on Affective Computing [en línia]. Disponible a: 10.1109/TAFFC.2021.3090809.

UOC R&I

La recerca i innovació (R+I) de la UOC contribueix a solucionar els reptes a què s'enfronten les societats globals del segle xxi, mitjançant l'estudi de la interacció entre la tecnologia i les ciències humanes i socials, amb un focus específic en la societat xarxa, l'aprenentatge en línia i la salut digital. Els més de 500 investigadors i investigadores i els 51 grups de recerca s'articulen entorn dels set estudis de la UOC i dos centres de recerca: l'Internet Interdisciplinary Institute (IN3) i l'eHealth Center (eHC).

A més, la Universitat impulsa la innovació en l'aprenentatge digital a través de l'eLearning Innovation Center (eLinC) i la transferència de coneixement i l'emprenedoria de la comunitat UOC amb la plataforma Hubbik.

Els objectius de l'Agenda 2030 de desenvolupament sostenible de les Nacions Unides i el coneixement obert són eixos estratègics de la docència, la recerca i la innovació de la UOC.

Més informació: research.uoc.edu #25anysUOC