• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Otro
    Las redes sociales pueden proporcionar información sobre el bienestar de una comunidad, el erudito encuentra

    Palabras frecuentes del diccionario Linguistic Inquiry y Word Count Positive Emotion que se correlacionan como se esperaba (arriba) o inesperado (abajo) con la felicidad del condado de Gallup. Crédito:Kokil Jaidka y Johannes C. Eichstaedt.

    Las redes sociales pueden revelar más que el estado de ánimo o el estado de ánimo de una sola persona. Puede capturar los estados psicológicos de toda una población, según una nueva investigación del académico de Stanford Johannes Eichstaedt.

    Los resultados de Eichstaedt, publicado el 27 de abril en el procedimientos de la Academia Nacional de Ciencias , descubrió que a través del aprendizaje automático (enseñar a una computadora a identificar y analizar patrones en grandes conjuntos de datos) los investigadores pueden ver, en principio, cómo le está yendo a una sociedad en tiempo real.

    "Estos métodos realmente muestran cómo realizar mediciones psicológicas en el siglo XXI en nuestro mundo digital, "dijo Eichstaedt, quien es profesor asistente de psicología en la Facultad de Humanidades y Ciencias y miembro junior del Instituto de Stanford para la Inteligencia Artificial Centrada en el Ser humano.

    Durante la última década, Eichstaedt ha probado cómo utilizar las redes sociales, incluido Twitter, como una forma de medir el bienestar de una comunidad. Afirma que las redes sociales proporcionan el mayor conjunto de datos sobre comportamiento, emociones y pensamientos en la historia humana.

    Si bien los investigadores reconocen en el documento que Twitter no es representativo de la población de EE. UU., aún puede proporcionar información sobre cómo las personas experimentan su vida cotidiana.

    "Lo que realmente nos importa es qué tan bien le está yendo a la población en términos de salud psicológica y física, en lugar de simplemente que el PIB está creciendo, ", dijo Eichstaedt." Puede que no le importe medir el bienestar subjetivo en sí mismo, pero el bienestar subjetivo impacta en la mortalidad, incluida la enfermedad cardíaca. También afecta los resultados económicos. Entonces, es una variable muy importante de capturar para una población ".

    De la investigación de encuestas a las redes sociales

    Evaluar las diferentes formas de analizar el bienestar de una región, Eichstaedt y un equipo de investigadores compararon más de mil millones de tweets con etiquetas geográficas de 2009 a 2015 con 1,7 millones de respuestas del Índice de Bienestar de Gallup-Sharecare. una encuesta en profundidad que mide cómo las personas experimentan la vida cotidiana.

    Los investigadores han confiado durante mucho tiempo en encuestas como Gallup para medir el bienestar de una población. Si bien es preciso, pueden ser empresas costosas y que requieren mucho tiempo. A veces se necesitan años para recopilar datos suficientes para realizar estimaciones aproximadas de la comunidad, dijo Eichstaedt.

    Pero cuando se aumenta con técnicas basadas en datos, algo de esa carga se puede aliviar. Eichstaedt descubrió que cuando se entrena un algoritmo con las respuestas de los usuarios a una encuesta de bienestar escrita y una muestra de publicaciones de las redes sociales de los mismos encuestados, Luego, se puede implementar a una escala mucho mayor para predecir cómo las personas de una región completa habrían respondido a una encuesta tradicional basada solo en sus Tweets.

    Entender palabras fuera de contexto

    Antes de que se usaran los métodos de aprendizaje automático, los investigadores eligieron palabras o pidieron a los evaluadores que anotaran palabras sobre lo "positivas" que eran. Pero puede ser muy complicado elegir palabras que midan el bienestar, dijo Eichstaedt.

    Por ejemplo, los investigadores encontraron que la jerga de Internet como "LOL", el acrónimo popular de "reír a carcajadas", y las palabras "bueno" y "amor" se usaban con frecuencia en áreas con ingresos y educación más bajos (y, en general, menor bienestar). Así que, aunque parezcan palabras positivas, puede que no lo sean, Dijo Eichstaedt.

    Similar, Eichstaedt descubrió que palabras como "tarea" e "impuestos" pueden parecer negativas fuera de contexto, pero los investigadores encontraron que estas palabras fueron utilizadas más por personas con educación superior e ingresos, un grupo que, según otros estudios, generalmente tiene un mayor bienestar.

    "Al elegir palabras para medir el bienestar, Es muy importante prestar atención a las diferencias culturales en el uso del idioma en los EE. UU., "dijo Eichstaedt.

    Pero los métodos de aprendizaje automático pueden ayudar a determinar qué palabras son más importantes que otras. Cuando el algoritmo comparó las publicaciones de una persona en las redes sociales con sus respuestas a la encuesta, aprendió que palabras como "LOL" no son indicadores confiables de bienestar y en su lugar usó palabras como "divertido" y "emocionado".

    "Hacer que la computadora aprenda las palabras puede ser la mejor manera de encontrar palabras que midan el bienestar, "Dijo Eichstaedt." Las diferencias en el uso del lenguaje pueden ser bastante complejas ".

    Usos futuros

    Los investigadores señalan que el bienestar también está asociado con otros factores importantes, incluida la salud en general. Por ejemplo, la forma en que las personas están estresadas puede inducir comportamientos poco saludables, como beber o fumar en exceso, que a su vez tienen un impacto negativo en su salud, él dijo.

    "Cuando las personas sufren depresión y ansiedad, necesitamos saberlo para asegurarnos de que tengan los recursos que necesitan, "dijo Eichstaedt, que actualmente está aplicando este método para estudiar el impacto de la pandemia del nuevo coronavirus en la población de ciudades de los EE. UU.

    "COVID-19 es un desastre natural que interrumpe nuestras normas y rutinas sociales a una escala sin precedentes, ", Dijo Eichstaedt." Con esta tecnología basada en Twitter en tiempo real, los psicólogos pueden monitorear si la soledad y la ansiedad se están apoderando de las comunidades, y cómo nuestro bienestar se ve afectado por el distanciamiento social. No hay otra fuente de datos que pueda proporcionar tal medición a escala poblacional y dar estimaciones tan rápidamente. Ahora mas que nunca, es muy importante utilizar métodos robustos de aprendizaje automático ".


    © Ciencia https://es.scienceaq.com