La información procedente de las redes sociales se está convirtiendo
en una mina de oro para las firmas comerciales, de marketing y
publicidad. Ahora, un equipo de investigadores de lenguajes y sistemas
informáticos de la Universidad Autónoma (UAM)
ha visto también un gran potencial en el análisis de las emociones que
transmiten los usuarios de la mayor de estas redes: Facebook.
Según explica Álvaro Ortigosa, director del Centro Nacional de Excelencia en Ciberseguridad de la UAM,
él y su equipo han desarrollado una aplicación, denominada SentBuck,
que es capaz de deducir de manera automática el estado anímico de los
usuarios de Facebook analizando sus mensajes en la red social mediante
algoritmos. Los resultados del trabajo se han publicado en la revista Computers in Human Behavior.
Utiliza una técnica de análisis de lenguaje natural para reconocer palabras significativas con carga emocional
“SentBuck es una aplicación externa de Facebook que, tras el
consentimiento del usuario, analiza los mensajes publicados por éste y
calcula su estado emocional. La herramienta está basada en dos
algoritmos: el primero calcula la carga emocional de cada mensaje y lo
clasifica como positivo, negativo o neutro. El segundo deduce el estado
comparándolo con la carga emocional de los últimos mensajes”.
La herramienta —indica Ortigosa— “utiliza una técnica de análisis de
lenguaje natural para reconocer palabras significativas con carga
emocional. También usa un sistema de clasificación automática, tipo
machine learning. Partiendo de un gran conjunto de frases clasificadas
por humanos, se ha entrenado a la aplicación para que aprenda a
reproducir el juicio humano. La carga emocional asignada a cada frase
surge de una combinación de ambos cálculos”, señala.
‘E-learning’ adaptativo
Los científicos de la UAM creen que esta aplicación se podría
utilizar en educación on line adaptativa: aquella que trata de proponer
tareas al alumno en el momento más idóneo.
“La información obtenida a través de SentBuck, con el visto bueno del
usuario –insiste Ortigosa–, se podrá utilizar para evitar proponer
trabajos especialmente complejos en momentos en los que se detecta que
el alumno tiene un estado negativo o menos positivo de lo habitual”.
En estas situaciones, en cambio, “se podrían asignar actividades con
menos contenido pedagógico, pero que sí tengan como objetivo motivar a
los estudiantes”.
En su opinión, el análisis de la tendencia general de un grupo de
alumnos estudiantes durante los cursos vía web “puede dar al profesor
una retroalimentación similar a la que obtiene mirando a las caras de
sus alumnos en una clase presencial, una información que normalmente no
es posible tener en educación on line”.
Ensayos de campo
Ortigosa y los coautures del trabajo han hecho pruebas con SentBuck y
han incorporado la información del estado emocional de los alumnos en
un sistema de e-learning.
Según el experto, en su forma más básica la aplicación ofrece una
alerta a los profesores cuando se detecta que un número significativo de
estudiantes presenta un estado emocional negativo. “Estos mensajes son
analizados en el contexto. Aunque puede haber muchos motivos para ese
estado, la hipótesis es que estas emociones negativas deberían estar
uniformemente distribuidas en el tiempo”.
La herramienta alerta a los profesores cuando
detecta un número significativo de estudiantes presenta un estado
emocional negativo
Por otro lado –añade–, los estudiantes de una clase on line poseen
poca o ninguna relación entre sí, más allá de ser compañeros en un curso
determinado. Por este motivo, “si en un momento dado se detecta un pico
emocional negativo en un conjunto representativo de los alumnos, es muy
probable que la variación emocional se deba a alguna situación del
curso y, por ello, la herramienta enviará un mensaje de aviso al
profesor”.
Otras aplicaciones
Álvaro Ortigosa indica que se trata de una técnica no intrusiva que
“permite tener un termómetro del estado emocional de los usuarios de
Facebook”. Una vez dados todos los permisos correspondientes a la
aplicación, esta deduce su estado emocional observando el comportamiento
en su interacción, presumiblemente normal y espontánea, con la red
social.
Esta información se podría utilizar en numerosos contextos. “Por
ejemplo, como complemento a monitorización remota de enfermos o para
medir el estado de satisfacción de usuarios. En este ámbito, las firmas
comerciales podrían aprovechar la información para ajustar los productos
o servicios ofrecidos a potenciales consumidores.
La investigación del equipo de la UAM forma parte de un trabajo más
amplio que busca inferir características generales, tales como
personalidad y carga emocional, de los usuarios de redes sociales
virtuales, como Facebook y Twitter.