¿Puede la inteligencia artificial mapear nuestros estados de ánimo?

 Los investigadores demostraron hace mucho tiempo que los modelos de inteligencia artificial podían identificar los rasgos psicológicos básicos de una persona a partir de sus huellas digitales en las redes sociales.

Eso puede ser solo el comienzo. Un nuevo estudio, del que son coautores Johannes Eichstaedt y Aaron Weidman (Universidad de Michigan) de Stanford, proporciona pruebas sólidas de que los modelos de aprendizaje automático también pueden mapear los cambios de humor y la volatilidad de una persona de una semana a otra.

Utilizando herramientas de procesamiento de lenguaje natural para analizar las publicaciones de Facebook, el nuevo modelo de aprendizaje automático infiere tanto lo feliz o triste que se siente una persona en un momento dado como lo excitada o desganada. Con el tiempo, este algoritmo puede incluso producir un video de los altibajos emocionales de una persona.

Los hallazgos podrían generar nuevas preocupaciones sobre la privacidad o el uso de las redes sociales para comercializar a las personas. En teoría, los especialistas en marketing o los propogandistas políticos podrían algún día adaptar sus mensajes en función de qué mensaje provoque la reacción emocional más fuerte.

Pero Eichstaedt, profesor asistente de psicología en Humanidades y Ciencias de Stanford y miembro de la facultad del Instituto de Stanford para la Inteligencia Artificial Centrada en los Humanos, dice que el enfoque podría ayudar a diagnosticar a las personas con trastornos del estado de ánimo y ver qué tan bien responden a un medicamento, terapia o un cambio de estilo de vida.

“Si este tipo de enfoque se utiliza de manera ética y legal, con una estricta protección de la privacidad, algún día podríamos tener formas de comprender computacionalmente la mente”, dice Eichstaedt. “Podría ayudar con el diagnóstico y la evaluación farmacéutica. También podría ayudarnos a rastrear el impacto psicológico de eventos sociales traumáticos, como la pandemia de COVID ".

Por el momento, tanto las buenas como las malas posibilidades todavía están bien en el futuro. Por un lado, los resultados son preliminares, basados ​​en un pequeño número de superusuarios de Facebook, en su mayoría estadounidenses, que publicaron con mucha más frecuencia que la mayoría de las personas. Como resultado, advierten los investigadores, es posible que los resultados no sean representativos de todos los estadounidenses. Pueden ser incluso menos representativos de personas de otras culturas.

Dicho esto, señaló el investigador, el programa de aprendizaje automático ofrecía pruebas tentadoras de que estaba en el camino correcto. De hecho, muchos de los patrones de estado de ánimo que encontró eran consistentes con estudios previos de otros investigadores que se basaban en que las personas informaban sobre sus propios sentimientos.

Máquinas de entrenamiento para rastrear sentimientos

Eichstaedt y Weidman comenzaron haciendo que los asistentes de investigación humanos anotaran publicaciones públicas en Facebook de casi 3.000 voluntarios de un estudio anterior. Los asistentes de investigación calificaron cada publicación según su "valencia", cuánto expresaba emociones positivas o negativas, y sobre la "excitación", o la intensidad de esos sentimientos.

Una vez que se completaron esas calificaciones, las publicaciones se utilizaron para entrenar un modelo de aprendizaje automático que predeciría qué tipo de lenguaje transmitía qué tipo de sentimientos. Eichstaedt y Weidman luego probaron su modelo en un conjunto completamente diferente de publicaciones de 640 usuarios de Facebook. Las personas de este segundo grupo publicaron un promedio de 17 veces por semana durante 28 semanas. Esto produjo un conjunto de datos (ahora público) que rastrea la dinámica emocional a lo largo de 18,000 personas-semanas, el conjunto de datos más grande sobre la dinámica emocional semanal jamás compilado, que está disponible para minar por la comunidad de investigación.

https://hai.stanford.edu/blog/can-artificial-intelligence-map-our-moods