El investigador utiliza datos de las redes sociales para analizar la reacción del público a la pandemia

Desde el momento en que se supo la noticia de un virus desconocido y potencialmente mortal, el tema iluminó los canales de las redes sociales, generando un tesoro de datos para Jia Xue de la Universidad de Toronto, que utiliza enfoques computacionales para estudiar cuestiones de justicia social.

Xue inmediatamente comenzó a extraer los datos de las redes sociales, incluidas las discusiones y los sentimientos de los usuarios de Twitter, Weibo y YouTube, para ayudar a los responsables políticos y a los profesionales clínicos a comprender mejor la respuesta pública al COVID-19, así como las consecuencias psicológicas de la pandemia.

“Al analizar el contenido de las redes sociales con un enfoque de aprendizaje automático, podemos tener una idea rápida y en tiempo real de cómo las personas están reaccionando a la pandemia y cómo esas reacciones cambian a medida que la pandemia evoluciona”, dice Xue, profesor asistente de la Facultad de Trabajo Social y Facultad de Información de la U of T’s Factor-Inwentash. “Este conocimiento puede luego ser utilizado para una mejor toma de decisiones por parte de las autoridades de salud pública hoy y en el futuro”.

En el Laboratorio de Inteligencia Artificial para la Justicia de la U of T (laboratorio AIJ), donde Xue es el fundador y director, los investigadores utilizan tecnologías de vanguardia para examinar la violencia de pareja íntima, la violencia sexual, el maltrato infantil, el acoso escolar y, ahora, la comunicación de información de salud. sobre COVID-19 en las redes sociales. Además de identificar los temas dominantes en los mensajes de Twitter, los investigadores utilizan el análisis de sentimientos para conocer los pensamientos y las emociones de las personas.

El equipo de Xue ha estado recopilando continuamente millones de tweets aleatorios relacionados con la pandemia desde principios de enero. Ella y sus colaboradores en China han estado haciendo lo mismo con el equivalente chino de Twitter, llamado Weibo.

“Twitter y Weibo son minas de oro de datos que se renuevan constantemente”, dice Xue, señalando que, para garantizar la privacidad de los usuarios, los tweets recopilados no tienen información de identificación personal.

Según el análisis de Xue de los mensajes de Weibo, las emociones negativas como la ansiedad y la depresión aumentaron después de la declaración de COVID-19 en China, mientras que las emociones positivas y la satisfacción con la vida disminuyeron. En Twitter, las dos emociones más predominantes que su investigación descubrió en los tweets pandémicos fueron el miedo, relacionado con informes de nuevos casos y muertes, y la anticipación, en relación con medidas de salud pública como restricciones y cierres.

Más recientemente, la investigación de Xue ha identificado un cambio en los temas de COVID-19 más discutidos en Twitter. En los 23 millones de mensajes de Twitter en inglés recopilados entre el 7 de marzo y el 21 de abril, los temas más discutidos incluyeron la necesidad de una vacuna, órdenes de cuarentena y el estigma social sobre el virus. Eso contrasta con los 10 millones de tuits en inglés que su equipo recopiló del 20 de enero al 7 de marzo, cuando la atención se centró en temas como las medidas preventivas y de protección y el impacto económico, en lugar del tratamiento y los síntomas.

“Nuestro método impulsado por IA supera las limitaciones de las encuestas retrospectivas a pequeña escala, que requieren mucho tiempo”, dice Xue. “Podemos proporcionar casi de inmediato una rica fuente de información para los responsables de la formulación de políticas, así como para los trabajadores sociales, psicólogos y psiquiatras que brindarán terapia a las personas y grupos afectados”.

Xue ya ha publicado cuatro artículos de investigación centrados en la pandemia desde marzo y varios más están en proceso. Más recientemente, recibió una subvención de los Institutos Canadienses de Investigación en Salud para explorar el mayor riesgo de violencia familiar durante la cuarentena de COVID-19 en Canadá.

“Siempre habrá debates sobre el uso responsable de big data”, dice Xue. “Pero hemos demostrado que se puede utilizar para informar estrategias destinadas a un cambio social positivo. Este trabajo sobre la pandemia es solo otro ejemplo”.