Mediante una serie de algoritmos es posible medir los sentimientos de las personas en las redes sociales, debido a la gran información procedente de estas herramientas de comunicación. Pero ahora un equipo de investigadores de lenguajes y sistemas informáticos de la UAM ha visto también un gran potencial en el análisis de las emociones que transmiten los usuarios de Facebook, la mayor de las redes sociales.
Según explicó Sinc Álvaro Ortigosa, director del Centro Nacional de Excelencia en Ciberseguridad de la UAM, él y su equipo desarrollaron 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. Publica la web abc.es
Según Ortigosa 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 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 el investigador.
Para sistemas de educación “online” adaptativa
Los científicos de la UAM creen que esta aplicación se podría utilizar en educación online (a través de internet) adaptativa, es decir, 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 online”.
