Así fue el día más triste de Twitter o de cómo la tecnología es capaz de detectar nuestro estado emocional

Los estudios que relacionan salud mental y abuso de las redes sociales están últimamente en boca de muchos; más, si cabe, desde que se estrenó hace pocas semanas “The Social Dilemma” (Netflix), el documental en el que ex trabajadores de Facebook, Twitter o Pinterest detallan cómo estas plataformas manipulan (esto es, monetizan) de forma eficiente nuestras expectativas y estados emocionales. Lo que no sabíamos es que el análisis de datos y la creación de algoritmos también se estaba usando en sentid...

Los estudios que relacionan salud mental y abuso de las redes sociales están últimamente en boca de muchos; más, si cabe, desde que se estrenó hace pocas semanas “The Social Dilemma” (Netflix), el documental en el que ex trabajadores de Facebook, Twitter o Pinterest detallan cómo estas plataformas manipulan (esto es, monetizan) de forma eficiente nuestras expectativas y estados emocionales. Lo que no sabíamos es que el análisis de datos y la creación de algoritmos también se estaba usando en sentido inverso, es decir, para descifrar el estado de ánimo y las posibles patologías mentales de las personas en base a los textos que escriben en las redes.

El pasado 31 de mayo fue el día más triste en Twitter en, por lo menos, los últimos 13 años. Así lo afirma la empresa Hedonometer, una especie de medidor de placer que se estableció en 2007 en la universidad de Vermont. Sus ordenadores analizan al día 50 millones de tweets en una decena de idiomas diferentes. Y, según contaban recientemente sus fundadores al New York Times, esta fecha fue incluso más ‘digitalmente depresiva’ que las semanas anteriores, al inicio del confinamiento mundial. Las razones hay que buscarlas en el desgaste que arrastramos después de semanas de incertidumbre, en la mala gestión política y, por si fuera poco, en los asesinatos raciales que precedieron a las protestas de Black Lives Matter, ocurridos una semana anterior. “El año más feliz fue 2015. Después, todo fue decayendo”, explican al diario.

El hecho de que las máquinas no puedan procesar el significado de las palabras es uno de los argumentos que siempre se han esgrimido en contra de los fanáticos de la Inteligencia Artificial. Sin embargo, se pueden establecer mapas codificados: si hay varias ramas de la psicología y del psicoanálisis que se centran en el análisis de la mente de un sujeto a partir de los patrones lingüísticos que utiliza y, complementariamente, hay ramas de la sociología que abogan por examinar los cambios culturales en base al uso o desuso de nuevas metáforas cotidianas y registros coloquiales, es posible trasladar estas estructuras a códigos numéricos. Así lo hizo hace casi una década Google Brain, el sistema de inteligencia artificial de aprendizaje profundo de Google; transcribiendo un numero considerable de expresiones a código, la máquina es capaz de adivinar qué palabra va a suceder a la anterior, así cómo de captar ironías, sarcasmos y otros giros.

Por otro lado, los psicólogos y lingüistas envueltos en el desarrollo de la inteligencia artificial llevan años practicando lo que los anglosajones llaman ‘Sentiment Analysis’, una herramienta para identificar emociones bastante frecuente en los servicios de atención al cliente o los chats de ayuda en grandes empresas de consumo pero que, además de aplicarse para monetizar y desarrollar negocios, también es aplicable (o al menos, debería serlo) a la detección del estado mental del usuario en redes.

Los hallazgos del psicólogo social James Pennebaker en los noventa (uno de los precursores, por lo mismo, de la escritura libre como terapia) empezaron a utilizarse en el siglo XXI como paquetes de datos para identificar emociones en Internet: del uso frecuente de la primera persona como síntoma de depresión al abuso de verbos opinativos como señal de inseguridad, hoy esos mismos patrones son la base de la reciente unión entre psicología y Big Data. Hay estudios de Harvard que aseguran que esta nueva estrategia es capaz de detectar depresión precoz analizando textos en Twitter o investigaciones que relacionan inestabilidad emocional con interacciones de Facebook. Por supuesto, la emoción no es una ciencia exacta (por mucho que la tecnología intente convertirla en código), pero la cuestión de fondo es si estos hallazgos, cada vez más presentes, serán utilizados para la detección o meramente para la manipulación a través del uso de terceros. Por lo pronto, Hedometer es de las pocas herramientas populares que parecen encaminadas a lo primero. Teniendo en cuenta que, solo en España, el uso de redes sociales ha crecido entre un 30% y un 55% en estos meses, que la adicción a la pantalla está en alza en este momento de aislamiento, y que cada vez es más tangible la relación causa- consecuencia entre abuso de redes y malestar emocional, puede que el análisis, propio y ajeno, del tweet, del estado de Facebook o del copy de Instagram sea la terapia del futuro cercano.