Usan inteligencia artificial para analizar las emociones vertidas en los chats de videojuegos de Twitch

El análisis de los cientos o miles de mensajes vertidos en los chats de videojuegos de Twitch sería una tarea inabordable para una persona, pero no para un sistema de inteligencia artificial. Un estudiante de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad de Valladolid (UVa) acaba de presentar una aplicación de inteligencia artificial que, gracias a algoritmos de aprendizaje automático, analiza en tiempo real la respuesta emocional de los usuarios estos canales de comunicación de la plataforma de vídeos en directo.

Esta herramienta, pionera en su campo, ha sido desarrollada en el trabajo fin de grado del estudiante del Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática de la UVa, Miguel Carralero. Para ello, ha empleado técnicas de procesamiento de lenguaje natural y modelos de aprendizaje profundo, basados en la arquitectura BERT (Representación de Codificador Bidireccional de Transformadores) y adaptados al español.

Qué tipo de análisis realiza esta aplicación de inteligencia emocional

Este sistema de inteligencia artificial analiza los mensajes vertidos en los chats de Twitch y permite “clasificar la polaridad (positiva, negativa o indeterminada) y las emociones (aprobación, desaprobación, decepción, interés, enfado, etc.) expresadas en los mensajes de los usuarios”, explica Miguel Carralero.

Gracias a estos análisis se pueden comprender las emociones que experimentan los usuarios al interactuar en los chats de la plataforma de vídeo, una información con aplicaciones en la “moderación de contenido, la mejora de la experiencia del usuario y el análisis de tendencias en la comunidad de jugadores”, añade.

En qué aventaja esta aplicación a otras que ya hay en el mercado

La aplicación que ha desarrollado el estudiante de la UVa aventaja a otras que ya hay en el mercado en una detección más precisa de las emociones, lo que, en opinión de su creador, demuestra la eficacia de esta herramienta, así como su potencial en el campo de análisis de sentimientos en línea.