Predicen los niveles de soledad con aprendizaje automático

Marcada por una tasa crecientes de suicidios y uso de opioides, aumento de los costos de atención médica, la comunidad científica afirma que durante las últimas dos décadas ha habido una pandemia de soledad.

Con el distanciamiento social y las restricciones de movilidad asociadas, la crisis sanitaria provocada por el COVID-19 ha empeorado este fenómeno, especialmente en adultos mayores, aseguran los expertos.

La evaluación precisa de la amplitud y profundidad de la soledad social está limitada a las herramientas como los autorreportes, pero un grupo de investigadores estadounidenses está usando tecnologías de inteligencia artificial para discernir los niveles de soledad.

Estigmas de la soledad

Una persona solitaria
Unsplash

El equipo de la Universidad de California en San Diego utilizó herramientas para analizar los patrones de lenguaje natural (NLP, por su sigla en inglés) en adultos mayores, una evaluación cuantitativa imparcial de la emoción y el sentimiento.

“La mayoría de los estudios usan una pregunta directa de ‘con qué frecuencia te sientes solo’, lo que puede llevar a respuestas sesgadas, debido al estigma asociado con la soledad”, explicó Ellen Lee, profesora asistente de psiquiatría en la Facultad de Medicina de la UC San Diego.

En lugar de documentar las respuestas de la escala de soledad, los participantes fueron sometidos a entrevistas no estructuradas, que posteriormente fueron analizadas con un software de comprensión de PNL de IBM, además de otras herramientas de aprendizaje automático.

“Los PNL y el aprendizaje automático nos permiten examinar sistemáticamente entrevistas largas y explorar cómo las características sutiles del habla, como las emociones, pueden indicar soledad. Los análisis de emociones similares realizados por humanos estarían abiertos a sesgos, carecerían de coherencia y requerirían una amplia capacitación para estandarizar”, dijo la investigadora Varsha Badal.

El “habla solitaria”

Según la investigación publicada en el American Journal of Geriatric Psychiatry, los modelos de aprendizaje automático predijeron la soledad cualitativa con un 94 por ciento de precisión.

Entre los principales hallazgos, se encontraron:

  • Los individuos solitarios tuvieron respuestas más largas en la entrevista cualitativa y expresaron mayor tristeza a las preguntas directas sobre la soledad.
  • Las mujeres tenían más probabilidades que los hombres de reconocer sentirse solas durante las entrevistas.
  • Los hombres usaron más palabras de miedo y alegría en sus respuestas, en comparación con las mujeres.

Los resultados reflejan cómo podría existir un “habla solitaria”, que podría ser usada para detectar la soledad en adultos mayores, mejorando la forma en que los médicos y las familias la evalúan y tratan, especialmente en momentos de distanciamiento físico y aislamiento social.

El estudio, dijeron los autores, demuestra la viabilidad de utilizar análisis de patrones de lenguaje natural del habla transcrita, para analizar y comprender mejor las emociones complejas como la soledad.

Recomendaciones del editor