HALIFAX, N.S. –
Los investigadores de la Universidad de Dalhousie están utilizando el aprendizaje automático para analizar las redes sociales en un estudio sobre cómo progresaron las emociones de las personas durante la primera ola del coronavirus y el posterior bloqueo.
Rita Orji, Cátedra de Investigación de Canadá en tecnología persuasiva y profesora asociada en la facultad de ciencias de la computación, Stan Matwin, Cátedra de Investigación de Canadá y directora del Institute for Big Data Analytics, y Swarna Weerasinghe, profesora asociada en el departamento de salud comunitaria y epidemiología realizaron la investigación.
Cuando estalló la pandemia, había muchas incertidumbres en todo el mundo y cómo manejarlas, dijo Orji en una entrevista reciente.
“Es algo muy nuevo”, dijo. «Las personas de mi edad nunca han tenido un momento en la vida en el que casi la mayoría de las personas en todo el mundo hayan recibido el mandato de que la gente se quede en casa, tiene que haber aislamiento social y todo».
Orji siempre ha estado interesada en diseñar tecnologías para promover la salud y el bienestar, por lo que cuando esto comenzó a suceder, vio que las personas tomaban enfoques alternativos para tratar de comprender lo que estaba sucediendo y conectarse con otras personas a través de las redes sociales.
“Sin embargo… también vimos que las personas están usando las redes sociales para expresar diferentes tipos de emociones, comentar sobre cómo se sienten acerca de lo que sucede a su alrededor, reaccionar a los eventos que (están) surgiendo y generar muchas incertidumbres. está sucediendo ”, dijo.
“Así que pensamos que este es un momento realmente interesante para intentar utilizar este comentario, este comentario que fluye naturalmente de la gente, para comprender cómo la pandemia y todo lo que está afectando a la gente. Sin embargo, más allá de eso, no solo la pandemia general, estamos midiendo investigaciones confiables y particulares sobre cómo la política de quedarse en casa está afectando a las personas «.
Dijo que los líderes mundiales se preocupaban por los mejores intereses de su pueblo, pero que las políticas y medidas de precaución implementadas no tenían precedentes modernos.
“Lo que no entendemos es cómo están trabajando realmente con la gente. ¿Hay alguna forma en que estén afectando a las personas de manera negativa o positiva, especialmente cuando se piensa en la salud emocional y mental?
“Así que reunimos millones de tweets que la gente está comentando con el hashtag #stayathome, y empleamos enfoques de aprendizaje automático para tratar de analizar estos tweets y dividirlos en diferentes emociones que están incrustadas en cada uno de los tweets, usando diferentes clases de emociones. «
Orji dijo que hay ocho emociones diferentes: confianza, sorpresa, tristeza, alegría, miedo, disgusto, anticipación e ira. Intentaron utilizar el aprendizaje profundo para tratar de clasificar cada uno de los tweets para obtener diferentes emociones a lo largo del tiempo.
«Y los resultados fueron realmente interesantes», dijo.
Las diferentes reacciones que vieron incluyeron ira, anticipación e, inicialmente, confianza, aunque eso disminuyó con el tiempo. La anticipación indicó una gran ansiedad en torno a la proliferación del coronavirus.
“Los resultados muestran la capacidad de este tipo de marco o el sistema que desarrollamos para descifrar y monitorear las reacciones de las personas o cómo las diferentes políticas están afectando las emociones de las personas a lo largo del tiempo. Y lo más importante de esto es que creemos que este marco es muy importante y también se puede utilizar para el seguimiento de la salud pública «.
Los investigadores pensaron que este tipo de sistema que puede seleccionar texto sin estructura y que fluye libremente de las redes sociales y ser capaz de descifrar las emociones puede usarse para monitorear el impacto de eventos y políticas.
“Y lo interesante aquí es que puede permitir una intervención oportuna”, dijo Orji.
“Si tenemos este sistema para seleccionar estos tweets y pasarlos a nuestro sistema, así que monitorear el impacto, es posible que vimos que hoy la emoción es muy baja, es de tristeza y miedo, entonces eso podría sugerir una necesidad para algún tipo de intervención «.
Esa intervención oportuna podría en realidad influir en las emociones hacia una mayor esperanza, confianza y tranquilidad, dijo Orji.
También podría tener aplicaciones más allá del coronavirus, sino también otros eventos en muchos dominios donde las personas reaccionan y publican respuestas en las redes sociales, dijo.
El sistema también podría prestarse a una nueva forma de herramienta para medir opiniones más allá del cuestionario tradicional, particularmente en este tipo de situación cuando las reuniones son limitadas pero el tamaño de la muestra potencial es a gran escala, potencialmente a nivel mundial.
«Estos datos se recopilaron especialmente durante la primera ola del coronavirus y el bloqueo», dijo Orji. “Y los datos son para todo el mundo. Lo que hemos analizado en este momento es observar las tendencias globales «.
Este es el primer paso en la investigación, con muchos caminos por recorrer desde aquí, dijo. Poder aislar datos de diferentes países podría brindar más información sobre cómo les está yendo a las personas de diferentes regiones.
La recopilación de datos está en curso y el primer artículo de investigación ya se ha enviado para su publicación.
