Las emociones grabadas por una webcam pueden ayudar a auto-gestionarse. Imagen: angelocesare. Fuente: Flickr.
Investigadores de la Universidad de Rochester (Nueva York, EE.UU.) han desarrollado un enfoque innovador para convertir cualquier ordenador o smartphone con una cámara en un dispositivo personal de vigilancia de la salud mental.
En un artículo que se presentó la semana pasada en la conferencia de la Asociación Americana de Inteligencia Artificial, en Austin (Texas), el profesor de Ciencias de la Computación Jiebo Luo y sus colegas describen un programa de computadora que puede analizar vídeos selfie grabadas por una cámara web mientras la persona se relaciona en las redes sociales.
Las aplicaciones para monitorizar la salud de las personas se utilizan de forma generalizada, desde para controlar la propagación de la gripe hasta para proporcionar orientación sobre nutrición y manejar problemas de salud mental.
Luo explica, en la nota de prensa de la universidad, que el enfoque de su equipo es "observar el comportamiento silenciosamente" mientras el usuario utiliza el ordenador o el teléfono como de costumbre. Añade que su programa es "discreto": no requiere que el usuario indique explícitamente lo que está sintiendo, ni que introduzca información adicional, ni que se ponga ningún equipo especial.
"Por ejemplo, el equipo fue capaz de medir el ritmo cardíaco de un usuario simplemente observando cambios muy pequeños, sutiles, en el color de la frente del usuario. El sistema no utiliza otros datos que podrían estar disponibles a través del teléfono -como la ubicación del usuario-.
Pistas
Los investigadores fueron capaces de analizar los datos de vídeo para extraer una serie de "pistas", tales como la frecuencia cardíaca, el ritmo de parpadeo, el radio de la pupila, y el ritmo de movimiento de la cabeza. Al mismo tiempo, el programa también analiza tanto lo que los usuarios publican en Twitter, como lo que leen, lo rápido que se desplazan, su ritmo de pulsado de teclas y del clic del ratón. No todos los datos son tratados por igual, sin embargo: lo que un usuario tuitea, por ejemplo, tiene más peso que lo que lee, porque es una expresión directa de lo que está pensando y sintiendo.
Para calibrar el sistema y generar una reacción que pudieran medir, explica Luo, él y sus colegas reclutaron a 27 participantes en un grupo de prueba y les enviaron mensajes, y tuits reales, con opiniones para inducirles una emoción. Esto les permitió medir cómo reaccionaban los sujetos después de ver o leer material considerado positivo o negativo.
Compararon el resultado de su observación con los informes de los propios usuarios acerca de sus sentimientos (verdad terreno) para saber cómo de bien había funcionado el programa, y si de verdad puede decir cómo se siente el usuario.
En un artículo que se presentó la semana pasada en la conferencia de la Asociación Americana de Inteligencia Artificial, en Austin (Texas), el profesor de Ciencias de la Computación Jiebo Luo y sus colegas describen un programa de computadora que puede analizar vídeos selfie grabadas por una cámara web mientras la persona se relaciona en las redes sociales.
Las aplicaciones para monitorizar la salud de las personas se utilizan de forma generalizada, desde para controlar la propagación de la gripe hasta para proporcionar orientación sobre nutrición y manejar problemas de salud mental.
Luo explica, en la nota de prensa de la universidad, que el enfoque de su equipo es "observar el comportamiento silenciosamente" mientras el usuario utiliza el ordenador o el teléfono como de costumbre. Añade que su programa es "discreto": no requiere que el usuario indique explícitamente lo que está sintiendo, ni que introduzca información adicional, ni que se ponga ningún equipo especial.
"Por ejemplo, el equipo fue capaz de medir el ritmo cardíaco de un usuario simplemente observando cambios muy pequeños, sutiles, en el color de la frente del usuario. El sistema no utiliza otros datos que podrían estar disponibles a través del teléfono -como la ubicación del usuario-.
Pistas
Los investigadores fueron capaces de analizar los datos de vídeo para extraer una serie de "pistas", tales como la frecuencia cardíaca, el ritmo de parpadeo, el radio de la pupila, y el ritmo de movimiento de la cabeza. Al mismo tiempo, el programa también analiza tanto lo que los usuarios publican en Twitter, como lo que leen, lo rápido que se desplazan, su ritmo de pulsado de teclas y del clic del ratón. No todos los datos son tratados por igual, sin embargo: lo que un usuario tuitea, por ejemplo, tiene más peso que lo que lee, porque es una expresión directa de lo que está pensando y sintiendo.
Para calibrar el sistema y generar una reacción que pudieran medir, explica Luo, él y sus colegas reclutaron a 27 participantes en un grupo de prueba y les enviaron mensajes, y tuits reales, con opiniones para inducirles una emoción. Esto les permitió medir cómo reaccionaban los sujetos después de ver o leer material considerado positivo o negativo.
Compararon el resultado de su observación con los informes de los propios usuarios acerca de sus sentimientos (verdad terreno) para saber cómo de bien había funcionado el programa, y si de verdad puede decir cómo se siente el usuario.
Emociones
El programa por ahora sólo considera las emociones como positivas neutras o negativas. Luo avanza que espera añadir sensibilidad extra para que el programa aprenda a definir más las emociones negativas, como, por ejemplo, la tristeza o la ira.
Por el momento, se trata de un programa demo y no hay una app, pero planean crear una que permita a los usuarios ser más conscientes de sus fluctuaciones emocionales y hacer los ajustes por sí mismos.
Luo entiende que este programa y otros que tienen como objetivo controlar la salud mental o el bienestar de un individuo plantean inquietudes éticas que deben tenerse en cuenta. Y, añade, el uso de este sistema significa "dar permiso a la aplicación para observarte constantemente", pero el programa está diseñado para que lo use sólo el usuario y no comparte los datos con ninguna otra persona a menos que se le indique lo contrario.
Narcisismo
En este caso los vídeos selfie se hacen ex profeso, para observarlos, pero hacerlos por gusto y con mucha frecuencia revela personalidades narcisistas o incluso psicopáticas, según un estudio de la Universidad Estatal de Ohio (EEUU). Los hombres participantes en la investigación que publicaron más fotos en línea de sí mismos lograron resultados superiores en tasas de narcisismo y psicopatía.
Además, los hombres que tenían más probabilidades de editar sus selfies antes de publicarlos puntuaron aún más alto en narcisismo y auto-objetivación (priorización de su apariencia). En el estudio participaron 800 hombres de entre 18 y 40 años de edad.
El programa por ahora sólo considera las emociones como positivas neutras o negativas. Luo avanza que espera añadir sensibilidad extra para que el programa aprenda a definir más las emociones negativas, como, por ejemplo, la tristeza o la ira.
Por el momento, se trata de un programa demo y no hay una app, pero planean crear una que permita a los usuarios ser más conscientes de sus fluctuaciones emocionales y hacer los ajustes por sí mismos.
Luo entiende que este programa y otros que tienen como objetivo controlar la salud mental o el bienestar de un individuo plantean inquietudes éticas que deben tenerse en cuenta. Y, añade, el uso de este sistema significa "dar permiso a la aplicación para observarte constantemente", pero el programa está diseñado para que lo use sólo el usuario y no comparte los datos con ninguna otra persona a menos que se le indique lo contrario.
Narcisismo
En este caso los vídeos selfie se hacen ex profeso, para observarlos, pero hacerlos por gusto y con mucha frecuencia revela personalidades narcisistas o incluso psicopáticas, según un estudio de la Universidad Estatal de Ohio (EEUU). Los hombres participantes en la investigación que publicaron más fotos en línea de sí mismos lograron resultados superiores en tasas de narcisismo y psicopatía.
Además, los hombres que tenían más probabilidades de editar sus selfies antes de publicarlos puntuaron aún más alto en narcisismo y auto-objetivación (priorización de su apariencia). En el estudio participaron 800 hombres de entre 18 y 40 años de edad.
Referencia bibliográfica:
Dawei Zhou, Jiebo Luo, Vincent Silenzio, Yun Zhou, Jile Hu, Glenn Currier y Henry Kautz: Tackling Mental Health by Integrating Unobtrusive Multimodal Sensing. Conferencia de la Asociación Americana de Inteligencia Artificial (2015).
Dawei Zhou, Jiebo Luo, Vincent Silenzio, Yun Zhou, Jile Hu, Glenn Currier y Henry Kautz: Tackling Mental Health by Integrating Unobtrusive Multimodal Sensing. Conferencia de la Asociación Americana de Inteligencia Artificial (2015).