¿Qué revela de alguien el uso frecuente de palabras como “idiot” (“idiota”) “fake” (“farsante”) o “bed” (“cama”) en sus mensajes de Twitter? Según un seminario organizado por el BID donde se presentó un reciente trabajo de Johannes Eichstaedt, tal uso de “idiota” sugiere hostilidad o agresión; “farsante” indica odio y tensión en el trato personal, y “cama” sugiere aburrimiento y fatiga. Pero más que nada, tal uso significa que la persona se encuentra en peligro de sufrir problemas cardíacos, los cuales que se vinculan con la negatividad, la ansiedad y la depresión.
En vista de que cada mes 320 millones de personas usan Twitter y que hay más de 1.500 millones de usuarios de Facebook en todo el mundo, el análisis lingüístico de las redes sociales se ha convertido en una herramienta poderosa para todo el mundo, desde candidatos políticos hasta comerciantes. La usan para generar perfiles por edad, sexo e ingresos; determinar la personalidad y el estado de ánimo de la persona, así como para inferir inclinaciones y deseos. Sirven para orientar y enfocar sus campañas con mayor precisión. No sorprende que constantemente la gente reciba en sus computadoras anuncios publicitarios de los zapatos, automóviles y máquinas de pesas que tanto desean sin poder costeárselas.
Pero si el análisis lingüístico en las redes sociales ayuda a identificar individualmente a cada consumidor, también puede ser un instrumento social extremadamente útil. Más específicamente, se puede usar para hacer el seguimiento de problemas cardíacos y otras dolencias relacionadas con el estado psicológico del individuo a través de grandes regiones geográficas e ingentes grupos de personas. Puede llegar incluso a orientar intervenciones oportunas.
Este proceso ya está en marcha. En 2013, un equipo de la Universidad de Pennsylvania integrado por Martin Seligman, uno de los fundadores de la psicología positiva, Eichstaedt y otros, inició un experimento. Entresacaron cientos de millones de palabras, frases y temas de las notas publicadas en Facebook por 75.000 voluntarios. Compararon esas palabras con pruebas de personalidad administradas a los voluntarios y crearon algoritmos de computación que vincularon esas palabras con rasgos psicológicos. Por ejemplo, descubrieron que las personas extrovertidas usan palabras como “party” (“rumbear”) con mayor frecuencia, y que las personas emocionalmente estables usan palabras como “exercise” (“ejercicio’), que indican una mayor participación en deportes de equipo.
Luego usaron la herramienta para analizar palabras y agrupaciones de palabras en 100 millones de mensajes de Tweeter de condados que abarcan casi 90% de la población de Estados Unidos. Los resultados fueron notables. Al determinar los condados en los que con mayor frecuencia se usan palabras que indican emociones negativas y aquellos en los que se usan más frecuentemente palabras que indican optimismo, entre otros rasgos de una personalidad positiva, pudieron determinar en qué condados hay un mayor o menor riesgo de sufrir aterosclerosis del corazón, que es la principal causa de muerte en EE.UU. Más aún, lo consiguieron con un asombroso nivel de precisión. Sus predicciones superaron a todos los demás modelos basados en estadísticas gubernamentales oficiales sobre factores de riesgo como fumar, diabetes, hipertensión y obesidad. Twitter permitió incluso predecir la incidencia de enfermedades cardíacas más allá de diferencias de ingresos y de formación.
Es importante señalar que este método no permite a los investigadores predecir el riesgo para individuos específicos. Más bien, los usuarios individuales hicieron las veces de canario en la mina del estado general de salud de sus comunidades, lo que permitió indicar en qué áreas hay un mayor o menor nivel de bienestar psicológico. Pero este método tiene un potencial enorme. En 2013, Microsoft Research usó mensajes de Tweeter de personas antes de tener hijos para predecir la incidencia de depresión posparto en varios cientos de mujeres con una precisión de 71%. El Instituto Nacional de Estadística y Geografía de México (INEGI) también ha comenzado a usar Twitter para estudiar tendencias de salud. Otros países seguramente harán lo propio.
Quién sabe qué rumbo tomará todo esto. Lo que sí se puede decir con cierta certeza es que con el crecimiento de la capacidad de cómputo y las cada vez más refinadas herramientas analíticas, los análisis lingüísticos de las redes sociales seguirán ampliándose hasta cubrir toda una gama de enfermedades, tanto en el mundo industrializado como entre países en desarrollo. Estas herramientas son mucho más económicas y rápidas de usar que las encuestas de hogares. Y, en última instancia, se pueden usar en toda una serie de otros campos, entre ellos, la medición del bienestar estudiantil. En ese punto, puede que las intervenciones psicológicas a la medida se conviertan en una realidad. Las redes sociales llegaron para quedarse, y su capacidad para mejorar el bienestar humano seguirá aumentando.
Leave a Reply