Me llamo Paula García y hace poco que he terminado el Grado en Datos y Analítica de Negocio de IE University. Cuando empecé el cuarto y último curso del grado, comencé a pensar en serio en mi futuro. Si algo tenía claro es que quería aprovechar todos los conocimientos de datos que había adquirido en el programa para generar impacto en la sociedad. Por eso decidí dedicar mi trabajo de fin de grado a desarrollar una solución que permite detectar señales de depresión en las redes sociales.
Desde el primer día que pisó las aulas del Grado en Datos y Analítica de Negocio, Paula quedó fascinada por el mundo de los datos y las posibilidades que estos ofrecen. A medida que avanzaba en el programa y empezaba a pensar en su futuro, Paula se dio cuenta de que podía utilizar los datos para generar impacto en la vida de otras personas. Por eso, cuando llegó el momento de elegir un tema para su proyecto final, supo enseguida que quería utilizar un modelo de procesamiento de lenguaje natural para analizar textos y generar una solución basada en datos en beneficio de la sociedad.
Con la ayuda de Noa Cruz , experta en ciencia de datos y profesora de IE University, Paula empezó a definir su TFG. Descubrió que CodaLab había abierto una competición para desarrollar nuevos sistemas que permitieran detectar más eficientemente la depresión en las redes sociales, un tema que despertó su atención de inmediato.
Empezó por explorar tres tipos de algoritmos de inteligencia artificial y su eficacia para detectar signos de depresión en textos de redes sociales escritos en inglés. Experimentó con modelos clásicos de aprendizaje automático, modelos de aprendizaje profundo y modelos de aprendizaje por transferencia para descubrir patrones y encontrar respuestas.
RESULTADOS
Tras analizar los resultados de los tres modelos, Paula identificó el más adecuado para su proyecto. Convencida de que la transparencia es un elemento clave en la detección de trastornos de la salud mental, eligió el modelo que ofrecía a los usuarios finales la mayor interpretabilidad posible: un modelo basado en árboles de decisión.
Paula sabía muy bien que para que su detector de depresión fuera útil, debía encontrar la manera de que fuese accesible. Por ese motivo, decidió crear con el modelo elegido un sitio web donde cualquier usuario, independientemente de sus conocimientos de programación, pudiese utilizar la solución introduciendo un texto de su elección.
LA HISTORIA CONTINUA
Tras graduarse, Paula empezó a trabajar como analista de negocio en Celonis y tuvo que dejar su proyecto en un segundo plano. No obstante, se trata de un tema de gran importancia para ella, que está convencida de que la solución que ha creado tiene un gran potencial. Por ese motivo, ha decidido donar el proyecto y su investigación a SoGoodData, una ONG española dedicada a la utilización de técnicas de ciencia de datos para resolver problemas sociales.
Entusiasmada con las posibilidades que ofrece su innovadora solución, Paula se alegra de que su proyecto siga vivo y pueda continuar generando impacto. Confía plenamente en el equipo de investigación de So Good Data y está deseando ver la futura evolución del proyecto.