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

Investigadors de la Universitat Oberta de Catalunya (UOC) ha dissenyat un algorisme que detecta la infelicitat a les xarxes socials. Aquest pot ajudar els psicòlegs a diagnosticar possibles problemes mentals a través del que es publica a les plataformes. I és que l'eina distingeix les necessitats bàsiques a través del text i les imatges que comparteixen els usuaris. L'equip investigador ha treballat dos anys en un model d'aprenentatge profund que identifica les cinc necessitats bàsiques descrites per William Glasser: supervivència, poder, llibertat, pertinença i diversió. Això es fa a través d'imatges, text, biografia i geolocalització. Els resultats s'han publicat a la revista 'IEEE Transactions on Affective Computing'.

Els investigadors van analitzar 86 perfils d'Instagram, publicats en espanyol i en persa. Els experts van entrenar un algorisme perquè identifiqués el contingut de les imatges i classifiqués el contingut textual, assignant diferents etiquetes proposades per psicòlegs. Els resultats es van comparar amb una base de dades de més de 30.000 imatges, llegendes i comentaris.

Per exemple, si un ciclista puja una muntanya i al cim publica una 'selfie', està transmetent una imatge de poder. En canvi, si opta per una fotografia de grup es pot concloure que, a més de la diversió, la persona busca la manera de satisfer la seva necessitat der pertinença.

Estudis anteriors apuntaven també que els usuaris hispanoparlants són més propensos que els angloparlants a esmentar els problemes sobre les seves relacions.

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 es troba un problema de salut mental.