Analizando millones de conversaciones de jóvenes en Africa



Original Source Here

Analizando millones de conversaciones de jóvenes en Africa

Mozambique es un país en el sur del continente africano, ex colonia portuguesa y donde casi el 40% de las niñas y adolescentes se embarazan antes de los 18 años. Un desafío enorme en países en vías de desarrollo para superar la pobreza es avanzar en que las niñas no se embaracen tempranamente. Para esto, distintas organizaciones internacionales y NGO’s trabajan activamente en el país ayudando al Gobierno a avanzar en esta agenda.

Actualmente existen iniciativas de apoyo y educación sexual y reproductiva a niñas, jóvenes y adolescentes por medios digitales y también SMS. En estos medios se produce un diálogo entre expertos que guian y orientan a quienes escriben, son millones de conversaciones recolectadas en los últimos años.

Todas estas conversaciones contienen datos desestructurados que son de gran valor para poder entender en el tiempo la evolución en las inquietudes de quienes acuden a estos canales y cómo a partir de esta información poder tomar mejores decisiones de política pública por parte del Gobierno con apoyo internacional.

Deep Talk analizó estos datos utilizando distintos modelos de deep learning, los estructuró y visualizó, a partir de ellos se pudieron extraer analíticas y métricas imposibles de lograr a través de la medición tradicional de una conversación.

Algunos ejemplos:

  • Clusters conversacionales más frecuentes por parte de niñas
  • Clusters conversacionales más frecuentes por parte de niños
  • Clusters conversacionales más frecuentes de acuerdo a ubicación geográfica
  • Frases de entrenamiento para automatización de respuestas con el uso de bots
  • Búsqueda de conceptos claves dentro de los clusters
  • Evolución en el tiempo de las ideas, conceptos e inquietudes de los jóvenes y cómo ocurrió esto en los clusters detectados

El utilizar las conversaciones reales que los jóvenes tienen con los centros de ayuda, permitió detectar las diferencias frente al embarazo adolescente entre mujeres y hombres y la aproximación que cada sexo tenía a esta problemática a través de las preguntas realizadas. Así también se pudo detectar la aproximación a otros temas cómo el SIDA, las enfermedades de transmisión sexual o preguntas y mitos generales en torno a la sexualidad.

Todo este análisis sólo es posible de hacer manualmente leyendo y resumiendo las millones de conversaciones (con 10 a 12 mensajes en promedio por conversación) o a través del uso de modelos de deep learning para estructurar las conversaciones y poder obtener métricas y analíticas de ellas.

Conclusión

El análisis de conversaciones reales entre ciudadanía y Gobierno u organizaciones que atienden a las personas en áreas de salud, educación, seguridad, etc. a través de la aplicación de modelos de deep learning cómo los utilizados por Deep Talk, es una herramienta poderosa para la política pública al extraer datos relevantes en la toma de decisiones de manera directa desde la conversación de un ciudadano y no a través de métodos indirectos.

Estas herramientas pueden ser utilizadas para decenas de aplicaciones, desde el análisis del bullying en redes sociales, la prevención del suicidio a su uso para tomar mejores decisiones de política pública. Es importante señalar que estas herramientas son activamente utilizadas por parte de las grandes empresas de redes sociales y buscadores, generando una asimetría con los gobiernos en entender la realidad de la ciudadanía.

AI/ML

Trending AI/ML Article Identified & Digested via Granola by Ramsey Elbasheer; a Machine-Driven RSS Bot

%d bloggers like this: