Modelos y plataformas de IA
Científicos detectan la soledad a través del uso de IA y PNL
Añade Unite.AI a tus fuentes preferidas en Google
Investigadores de la Escuela de Medicina de la Universidad de California en San Diego han utilizado algoritmos de inteligencia artificial para cuantificar la soledad en adultos mayores y determinar cómo los adultos mayores pueden expresar la soledad en su discurso.
Durante los últimos veinte años, los científicos sociales han descrito una tendencia de aumento de la soledad en la población. Estudios realizados en la última década en particular han documentado un aumento en las tasas de soledad en grandes sectores de la sociedad, lo que tiene un impacto en las tasas de depresión, suicidio, consumo de drogas y salud en general. Estos problemas se ven exacerbados por la pandemia de Covid-19, ya que las personas no pueden reunirse y socializar en persona de manera segura. Ciertos grupos son más vulnerables a la soledad extrema, como los grupos marginados y los adultos mayores. Como informó MedicalXpress, un estudio realizado por la Universidad de California en San Diego encontró que las comunidades de vivienda para personas mayores tenían tasas de soledad que se acercaban al 85% cuando se contaban aquellos que informaron experimentar soledad moderada o severa.
Para determinar soluciones a este problema, los científicos sociales necesitan tener una visión precisa de la situación, determinando tanto la profundidad como el alcance del problema. Desafortunadamente, la mayoría de los métodos de recopilación de datos sobre la soledad están limitados en aspectos notables. La autoinformación, por ejemplo, puede estar sesgada hacia los casos más extremos de soledad. Además, las preguntas que directamente preguntan a los participantes del estudio que cuantifiquen cuán “solitarios” se sienten pueden ser sometimes inexactas debido a los estigmas sociales que rodean la soledad.
Con el fin de diseñar una mejor métrica para cuantificar la soledad, los autores del estudio recurrieron al procesamiento de lenguaje natural y al aprendizaje automático. Los métodos de PNL utilizados por los investigadores se utilizan junto con herramientas tradicionales de medición de la soledad, y se espera que analizar las formas naturales en que las personas utilizan el lenguaje conducirá a una representación menos sesgada y más honesta de la soledad de las personas.
El autor principal del estudio fue Ellen Lee, profesora asistente de psiquiatría en la Escuela de Medicina de la Universidad de California en San Diego. Lee y los otros investigadores se centraron en 80 participantes entre las edades de 66 y 94 años. A los participantes del estudio se les animó a responder a las preguntas de una manera más natural y menos estructurada que en la mayoría de los otros estudios. Los investigadores no solo estaban haciendo preguntas y clasificando respuestas. Como explicó la autora principal, Ph.D. Varsha Badal, el uso de aprendizaje automático y PNL les permitió a los investigadores tomar estas respuestas a preguntas en forma de entrevista y encontrar cómo las elecciones de palabras y los patrones de discurso sutiles podrían ser indicativos de soledad cuando se consideraban juntos:
“El PNL y el aprendizaje automático nos permiten examinar sistemáticamente entrevistas largas de muchas personas y explorar cómo las características del discurso como las emociones pueden indicar soledad. Análisis de emociones similares por humanos estarían abiertos a sesgos, carecerían de consistencia y requerirían un entrenamiento extenso para estandarizar”.
Según el equipo de investigación, las personas que estaban solas tenían diferencias notables en la forma en que respondían a las preguntas en comparación con los no solitarios. Los respondientes solitarios expresaban más tristeza cuando se les hacían preguntas sobre la soledad y tenían respuestas más largas en general. Los hombres eran menos propensos a admitir sentirse solos que las mujeres. Además, los hombres eran más propensos a utilizar palabras que expresaban alegría o miedo que las mujeres.
Los investigadores del estudio explicaron que los resultados ayudaron a elucidar las diferencias entre las métricas de investigación típicas para la soledad y la forma en que las personas experimentan y describen subjetivamente la soledad. Los resultados del estudio implican que la soledad podría detectarse a través del análisis de los patrones de discurso, y si estos patrones resultan ser confiables, podrían ayudar a diagnosticar y tratar la soledad en adultos mayores. Los modelos de aprendizaje automático diseñados por los investigadores pudieron predecir la soledad cualitativa con una precisión de aproximadamente el 94%. Se necesitará realizar más investigaciones para determinar si el modelo es robusto y si su éxito puede ser replicado. Mientras tanto, los miembros del equipo de investigación esperan explorar cómo las características de PNL podrían estar correlacionadas con la sabiduría y la soledad, que tienen una correlación inversa en adultos mayores.
