¿Qué podemos aprender del análisis de textos en notas de suicidio?

En mi departamento tenemos muchos eventos orientados a prevenir el suicidio. Hace poco Dave y yo fuimos a una carrera de 5 kilómetros para apoyar a familias que han perdido a alguien. Desde el punto de vista de la psicología del lenguaje, las notas de suicidio han sido muy investigadas. El análisis de textos automático puede ayudar a detectar de forma temprana a aquellos que tienen un alto riesgo de suicidio.

En las notas de suicidio, aunque las percepciones de uno mismo son muy negativas, las palabras positivas escritas para los seres queridos dominan la estructura de la nota (Teixeira et al., 2021). Investigando los tuits de muchísimas personas, se ha visto que los tuits relacionados con el suicidio están escritos en primera persona, hablan más de la muerte, y tienen un mayor enfoque en el presente (O’Dea et al., 2017). En Reddit, la gente habla de sentimientos de tristeza (asociados con el “arrepentimiento”, los “estilos de vida no saludables”, y los “niveles bajos de salud mental”), pero también hay muchas referencias a “mejorar” (Joseph et al., 2023). En contraste con Reddit, en las notas de suicidio la mayor parte del texto se centra en emociones positivas dirigidas a seres queridos (aunque los conceptos negativos de “arrepentimiento” y “dolor” también están presentes).

Melinda Moore es mi compañera de departamento y una experta en suicidología. La suicidología es el estudio científico tanto del comportamiento suicida como de la prevención del suicidio. Es importante que psicólogos clínicos e investigadores de la psicología del lenguaje colaboren para desarrollar nuevas formas de detectar de forma temprana a aquellos que tienen un alto riesgo de suicido y poder intervenir de forma eficaz en la prevención del suicidio.

¿Cómo utilizar la inteligencia artificial en la psicología del lenguaje?

En mi laboratorio queremos utilizar la inteligencia artificial para investigar temas de psicología del lenguaje. La inteligencia artificial es el campo de la informática que estudia si las máquinas piensan como seres humanos. Una subdisciplina de la inteligencia artificial es el aprendizaje automático, que se define como la capacidad que tienen las máquinas de recibir un conjunto de datos y aprender por sí mismas las relaciones entre los datos. Además de para vender cosas, el aprendizaje automático se puede utilizar para salvar vidas.

Si entrenas a un ordenador con textos escritos por muchas personas en distintas redes sociales, el ordenador puede aprender cómo ciertas características del lenguaje escrito se asocian con ciertos comportamientos. Hasta ahora en psicología nos hemos centrado en explicar las causas del comportamiento, pero gracias al aprendizaje automático vamos a poder predecir cómo se van a comportar las personas (Yarkoni & Westfall, 2017). Por ejemplo, analizar textos usando el aprendizaje automático puede ser una forma eficaz de predecir quién tiene más riesgo de suicidio (Torous & Walker, 2019). Una parte importante del aprendizaje automático es que primero hay que entrenar al ordenador con ejemplos de los datos que luego quieres que sea capaz de predecir. Para poder entrenar al ordenador a decidir si una persona tiene riesgo de suicidio, hay que conseguir una base de datos en la que tengamos muchos textos y sepamos si los autores se han intentado suicidar o no. Además, tenemos que ser capaces de acceder a textos nuevos para poder predecir si los autores tienen riesgo de suicidio.

Aunque el aprendizaje automático parezca complicado, la verdadera dificultad de estos proyectos es encontrar la base de datos adecuada para poder entrenar al ordenador. Una vez que se completa la fase de entrenamiento, es posible predecir el comportamiento de otras personas analizando los textos que han escrito. Cuantos más datos se tengan mejor va a ser capaz el ordenador de determinar la relación entre lo que las personas escriben y cómo se van a comportar. En mi laboratorio el siguiente objetivo es encontrar los datos adecuados para predecir comportamientos de riesgo analizando lo que escribe la gente.