La inteligencia artificial ayuda, con un algoritmo, a encontrar determinados patrones para identificar las causas del llanto de un bebé.
Ana Laguna Pradas, siendo una madre primeriza, ha intentado descubrir cómo entender a un bebé que se comunica llorando: quiere comer, mimos, le duele algo, tiene sueño, etc.
En 2016, tuvo la iniciativa de buscar apps para interpretar este llanto y solo encontró una china que funcionaba mal.
Ana, quien es científica de datos en BBVA Data & Analytics, pensó que el llanto tiene patrones y que la inteligencia artificial puede detectarlos: había trabajado en traducción automática, y el llanto del bebé no deja de ser otro medio más de comunicación oral.
Tras la cuarentena, empezó a grabar a su hijo. Cada muestra de llanto debía durar al menos 10 segundos. Así estuvo hasta los cuatro meses. Reunió unos 65 audios. Al final el pequeño no lloró tanto: en promedio resultó menos de una grabación al día.
Laguna recurrió a espectogramas, y su intuición le confirmaba: “las señales de audio tenían buena pinta y la precisión del modelo era aceptable”, comentó.
Sin embargo, Laguna tuvo un nuevo problema: la falta de muestra de llantos. La inteligencia artificial necesita una cantidad sustancial de ejemplos.
Además, una vez reunidos suficientes ejemplos de un tipo de llanto, hay otra pregunta difícil: el etiquetado. La etiqueta es lo que identifica un llanto como de dolor, hambre, sueño, ganas de mimos, etc. y deben ponerla los padres.
Si las etiquetas están mal puestas, el modelo buscará mal los patrones y será un desastre. Antes de que el algoritmo pueda ver patrones en cada llanto, deben hacerlo los padres.
Por falta de datos y buenas etiquetas, Laguna acabó dividiendo su base de datos en solo dos opciones: hambre y no hambre. La intención inicial de acertar con más tipos de llanto quedó detenida.
Ante esto, Laguna creó una ONG para aumentar la base de datos (ya con un segundo hijo), donde hay un formulario para que otros bebés colaboren.
El objetivo es doble: crecer más rápido y evitar el sesgo de que toda la base de datos sea de llanto de dos hermanos. Aquí pueden subir los padres el llanto de sus pequeños. Laguna quiere trabajar con llantos de bebés de menos de seis meses.
El caso norteamericano
El mismo interés de Laguna lo tuvo un equipo en California dirigido por Ariana Anderson, neuropsicóloga computacional de UCLA (Universidad de California en Los Ángeles).
Anderson tiene cuatro hijos. Cuando oía llorar al tercero empezó a darse cuenta de que había patrones. El siguiente paso lógico fue entrenar a un algoritmo para que mejorara la percepción humana.
Con los años, el equipo de Anderson sacó una app: Chatterbaby, disponible en Android y iPhone, en la cual se da un porcentaje con el motivo más probable de llanto.
La base de datos del Chatterbaby tiene miles de ejemplos y es capaz de distinguir entre el dolor (con un 90% de éxito), inquietud, (un 85%) y hambre (con un 60%).
“Este 60% se debe a que tenemos aún muestras pequeñas, pero como estamos continuamente integrando más algoritmos con datos nuevos la precisión aumentará en el futuro”, dice Anderson.
El proceso de certificación del etiquetado en Charterbaby es delicado. El llanto de dolor es indiscutible: están sacados de piquetes a bebés por vacunas o por agujeros en la oreja.
Las otras dos categorías que de momento manejan -inquieto y hambriento- tienen control de calidad: “son etiquetados por los padres (normalmente la madre).
Entonces otra madre del equipo y yo escuchamos uno por uno esos llantos. Si las dos estamos de acuerdo, se queda en nuestra base de datos. Si una no está en desacuerdo, se quita. “Estamos de acuerdo en un 80% de los llantos, lo que muestra que las madres experimentadas pueden reconocer los llantos de bebés aunque no sean suyos”, explica Anderson.
El equipo de Anderson espera tener suficientes datos pronto para identificar más tipos de llanto: separación, miedo, cólicos.
“Aunque cada uno tiene su dificultad. Lo que entendemos del desarrollo normal de bebés es que empiezan a sentir miedo de separación entre los seis y siete meses de edad, pero frecuentemente no hasta más cerca del final del primer año”, dice la neonatóloga Diana Montoya Williams, del equipo de Anderson.
“Como estos estados no aplican a todos los bebés en nuestros datos, no los estudiamos por separado. Para el cólico, no tenemos aún suficiente muestra. Las investigaciones preliminares muestran que es similar al llanto del dolor con vacunas” añade.
Chatterbaby acepta llantos de niños de hasta dos años, pero la mayoría de los que tienen, ronda los tres meses.
A pesar de los avances del Chatterbaby, los bebés españoles y latinoamericanos deberán confiar en la labor de Laguna. Los niños lloran distinto por lengua y país: “El bebé puede oír la melodía (prosodia) de la lengua de la madre en el útero, dice Anderson.
Debido a la extensión de la app, la base de datos internacional del Chatterbaby crece, pero aún es insuficiente para llegar a todas partes: ”Alrededor de un 80% de nuestros usuarios son internacionales, dice Anderson”.
Por género, sin embargo es “improbable” que haya diferencias, añade Anderson, aunque seguirán revisándolo en sus investigaciones.
Chatterbaby tiene más usos. Puede ayudar especialmente a los padres sordos y hay indicios de que irregularidades en el llanto de un bebé pueden ayudar en un diagnóstico temprano del autismo.
En las puntuaciones de Google Play, la app solo tiene padres muy satisfechos que dan cinco estrellas y a otros muy decepcionados, que dan una. Debe ser muy frustrante tener a las 3:00 de la mañana la última tecnología inteligencia artificial y no poder hacer nada mientras el bebé sigue llorando sin remedio.
