Internet es un inmenso mar de información. Un vasto océano en el que, gota a gota, cada uno de nosotros derrama, a veces de forma consciente y otras no, pequeños pero continuos ápices de información en forma de datos que no paran de nutrir a la red.
Sin embargo, el que seamos o no conscientes de la información que estamos proporcionando, no cambia el hecho de que la tecnología de hoy avanza para ser más eficiente en el modo de recopilar dichos datos, filtrarlos, ordenarlos y analizarlos. Es lo que en el lenguaje común se conoce como Big Data.
Cada vez pasamos más tiempo en Internet, y una parte cada vez más importante de nuestro tiempo lo hacemos compartiendo imágenes, vídeos o pensamientos en redes sociales como Instagram, Facebook y Twitter.
Pero, cuando lo hacemos ¿decimos exactamente lo que creemos que estamos diciendo, o hay mucho más? La respuesta es que, por su puesto, hay mucho más, y cada día que pasa el Dig Data está mejor entrenado para leer entre líneas lo que no decimos. Un ejemplo más de ello está en el algoritmo recién diseñado por un equipo de científicos de la Universitat Oberta de Catalunya (UOC), el cual ha sido diseñado para ayudar a los psicólogos a diagnosticar posibles problemas mentales a través de lo que publicamos en estas plataformas.
Según la teoría de la elección del psiquiatra William Glasser, existen cinco necesidades básicas que se encuentran en los cimientos de todo comportamiento humano: la supervivencia, el poder, la libertad, el sentimiento de pertenencia y la diversión. Y estas necesidades influyen incluso en qué imagen elegimos subir para subir a nuestro perfil de Instagram.
“Cómo nos mostramos en las redes sociales puede proporcionar información útil sobre los comportamientos, las personalidades, las perspectivas, los motivos y las necesidades de las personas”, explica Mohammad Mahdi Dehshibi, quien dirigió la investigación que bajo el título A deep multimodal learning approach to perceive basic needs of humans from Instagram profile se publicaba en la revista IEEE Transactions on Affective Computing.
Pero si Dehshibi puede hacer tal afirmación, es porque apoyándose en redes neuronales y bases de datos, su equipo ha logrado entrenar un algoritmo para identificar la falta de cobertura de estas cinco necesidades descritas por Glasser a través de los datos extraídos de imágenes, textos, biografías y de la geolocalización. Así, estos datos se clasificaron asignándoles distintas etiquetas propuestas por psicólogos, quienes compararon los resultados con una base de datos de más de 30.000 imágenes, leyendas y comentarios.
Pero, ¿cada elección que hacemos responde solo a una necesidad básica? La teoría de Glasser dice que no; Dehshibi lo explica con un ejemplo: “imaginemos que un ciclista sube una montaña y, en la cima, puede elegir entre compartir un selfie o una imagen de grupo. Si elige el selfie, percibimos la necesidad de poder, pero, si elige la otra, podemos concluir que, además de la diversión, la persona busca la manera de satisfacer su necesidad de pertenencia”.
Los autores creen que su investigación puede ayudar a mejorar las medidas preventivas, desde la identificación del problema hasta la mejora de los tratamientos cuando se ha diagnosticado a una persona con un trastorno mental.
(Con información de National Geographic)
