Investigador de la UCAB desarrollará chatbot con IA para detectar trastornos mentales de forma temprana
Los casos de depresión y ansiedad están en aumento a nivel mundial desde la pandemia, sobre todo en la población de 18 a 25 años de edad. El psicólogo Gustavo La Fontaine, investigador del Centro de Investigación y Formación Humanística de la universidad, plantea crear una herramienta que identifique en las conversaciones de los pacientes marcadores lingüísticos propios de problemas anímicos
El uso de la inteligencia artificial (IA) es extenso. En la UCAB se han dedicado esfuerzos para estudiar, comprender y aplicar la IA en diferentes ámbitos. El profesor, psicólogo e investigador del Centro de Investigación y Formación Humanística (CIFH), Gustavo La Fontaine, es uno de los que ha puesto en práctica la IA en la universidad.
En el marco de las VII Jornadas de Investigación UCAB, que se llevaron a cabo el 30 y 31 de octubre, La Fontaine presentó la ponencia «Te recomendamos buscar ayuda: el uso de machine learning para la detección temprana de trastornos psicológicos»,un adelanto del proyecto que está desarrollando.
Luego de su experiencia con «Urania» (plataforma que puso en marcha en 2021 para analizar sentimientos, a través del social listening, con el fin de determinar el carácter positivo o negativo de palabras publicadas en la red social X), La Fontaine se ha planteado ahora desarrollar un chatbot capaz de detectar patrones del lenguaje de los usuarios para identificar posibles trastornos psicológicos; inicialmente ansiedad y depresión.
«Todo el mundo está hablando con robots. ¿Por qué no aprovechamos eso? Podemos crear un bot -utilizando el API (interfaz de programación de aplicaciones) de Open IA- con procesamiento de lenguaje natural para dar apoyo psicológico básico y que sea capaz de decir ‘es importante que busques ayuda’, ese es el objetivo de la investigación. Hay suficientes investigaciones y base empírica para decir que vale la pena hacerlo viable», indicó La Fontaine.
La investigación del psicólogo partió de una preocupación: los altos niveles de ansiedad y depresión están escalando de forma drástica a nivel mundial, una realidad de la que no escapa Venezuela, aunque no cuenta con cifras oficiales.
Según La Fontaine, los más afectados por estos problemas de salud mental son los jóvenes entre 18 y 25 años de edad, seguidos por quienes tienen entre 26 y 34 años de edad. El psicólogo apuntó que, aunque existen estigmas y resistencia a la psicología y la búsqueda de ayuda, la academia debe procurar el desarrollo de alternativas que ayuden a vencerlos y apoyen el reconocimiento de las emociones y los trastornos, sobre todo en las generaciones más jóvenes.
«La ansiedad y la depresión son condiciones progresivas. Son procesos que evolucionan poco a poco y ocurre un proceso de habituación. La persona se deprime y tiende a empeorar sin darse cuenta. Y no es sino hasta que llega a un punto crítico, cuando hay un efecto perjudicial en su estilo de vida, cuando la persona busca ayuda o alguien más le dice que debe buscar ayuda. Eso representa un problema. Y el diagnóstico preventivo de las enfermedades mentales depende de algo crítico: que las personas sepan qué les está pasando», afirmó.
Detectar ansiedad y depresión en el discurso
El profesor La Fontaine enfatizó en que la pandemia por covid-19 intensificó y aumentó los casos de ansiedad y depresión a nivel mundial. «La pandemia tuvo un costo psicológico enorme en la población, que todavía vivimos. Sin embargo, eso tuvo un punto a favor: la gente empezó a utilizar más redes sociales para darle continuidad al flujo de experiencia, más registro en línea. Y en consecuencia, empezó a dirigir el interés de los investigadores a qué estaba pasando en línea», añadió.
A partir de que la sociedad comenzó a llevar su vida más dentro del ámbito virtual, el psicólogo se preguntó cómo podría tomar la experiencia de «Urania» para desarrollar herramientas con IA que fuesen de utilidad para la ciencia y las personas que trabajan en el área de salud.
El investigador recordó asistir, en 2018, a un congreso internacional acerca de Psicología y ciencias de la computación y llevarse de su participación las bases para unir la informática con la ciencia que estudia las emociones y conductas humanas.
Así pensó en un chatbot, programa que simula una conversación humana a través de la IA y utiliza el procesamiento del lenguaje natural para comprender preguntas de usuarios y automatizar respuestas.
La propuesta de La Fontaine, entonces, va de la mano de la capacidad de la tecnología para leer y medir el discurso de las personas cuando escriben en línea: «¿Y qué tal si eso nos pudiese dar información acerca de lo que siente esa persona?», cuestionó.
El profesor continuó explicando que diferentes estudios de marcadores lingüísticos encontraron que el discurso ansioso y depresivo tienen cuatro características: ideas absolutistas (tiende a explicar su realidad a través de atributos absolutos), prevalencia del uso de «yo» sobre «nosotros» (la persona tiende al aislamiento social y porque las distorsiones orbitan alrededor de la experiencia de vida individual); uso de tiempos verbales en pasado y futuro (las distorsiones cognitivas se enfocan principalmente en el sufrimiento o en el mantenimiento de recuerdos problemáticos y una angustia frente al futuro) y discursos dicotómicos (hay pocos matices en términos semánticos).
«Son marcadores sintácticos. Y al parecer no hace falta estudiar la semántica del discurso para ver la prevalencia de estos marcadores. Adicionalmente, he podido identificar unos 50 autores que han encontrado marcadores lingüísticos relevantes que ayudan a la detección de estas condiciones«, recalcó.
La tecnología en favor de la psicología
Para unir todo lo anterior, La Fontaine propone un proyecto basado en el uso del machine learning (implementación de la IA utilizando datos para entrenar modelos matemáticos capaces de hacer predicciones en el futuro). «La máquina se programa y es capaz de tomar un dato, pasarlo por ecuaciones y obtener resultados», sostuvo.
Explicó que el análisis de lenguaje se puede obtener gracias a diferentes conjuntos de algoritmos. Estos pueden analizar sentimientos (técnica que clasifica el texto según una emoción predominante con modelos como el de Naive Bayes o el SVM); también las redes neuronales recurrentes (complejos y potentes modelos matemáticos para datos secuenciales capaces de capturar dependencias contextuales para la predicción de emociones) y el análisis de estilo de escritura (a través de técnicas que detectan patrones como longitud de las oraciones, uso de adjetivos, entre otros para correlacionarlos con estados emocionales).
Sumado a lo anterior, La Fontaine añadió otros modelos, como uno basado en bolsa de palabras (representación del texto utilizando la frecuencia de palabras y algoritmos capaces de clasificarlos para predecir emociones); análisis de las características semánticas (métodos que interpretan relaciones semánticas entre las palabras para ayudar a identificar el tono emocional subyacente); el support vector machines (enfoque clásico para clasificar textos basado en la vectorización) y el modelo de clasificación basado en árboles (segmentaciones secuenciales de la base de datos en función de minimizar pérdidas de datos importantes).
«Comenzamos con documentos de texto; estos son preprocesados a través del trimming y el steming (le quito a las palabras todo lo que no sea su raíz), de forma que la computadora entienda el discurso. Luego, se le pasa a la computadora para que arroje resultados exploratorios. Luego, con base en lo que se encontró, se toma la decisión de cómo se debe representar ese texto, se hace el modelo más apropiado y, finalmente, llegamos a la evaluación final», añadió.
El profesor señaló que aún tiene un largo camino por recorrer. En primer lugar, este adelanto del proyecto que presentó lo debe transformar en un paper (texto científico) para, posteriormente, desarrollarlo y ponerlo en práctica a finales de noviembre de este año.
