Estudio encuentra una forma rápida y fácil para medir con éxito el apego en los niños

Por primera vez, los investigadores han utilizado el aprendizaje automático para medir con éxito el apego en los niños, el vínculo humano vital que los humanos desarrollan por primera vez cuando son bebés con sus cuidadores.

En una nueva investigación multidisciplinaria, dirigida por la Universidad de Glasgow y publicada en PLOS ONE, el equipo del estudio presenta una forma rápida y fácil de medir el apego a través de un juego de computadora, que tiene el potencial de usarse en el monitoreo de salud pública a gran escala.

El apego es un término que se utiliza para describir el vínculo emocional duradero y el sentimiento de conexión entre los seres humanos. Se sabe que el vínculo entre un niño pequeño y su cuidador principal es de vital importancia para el desarrollo emocional: la interrupción o la pérdida de este vínculo puede afectar a un niño emocional y psicológicamente hasta la edad adulta, lo que afectará las relaciones futuras.

El apego inseguro en los niños no es necesariamente anormal y, a menudo, es una adaptación emocional a circunstancias ambientales menos que óptimas. Sin embargo, el apego inseguro se asocia con un mayor riesgo de psicopatología de varios tipos. Como resultado, es posible que SAM (School Attachment Monitor), en el futuro, forme parte de un programa de detección temprana en la escuela para identificar a los niños en riesgo de psicopatología.

Evaluar el apego puede llevar mucho tiempo y ser complejo, ya que los comportamientos de apego, en la actualidad, solo pueden ser observados y evaluados por profesionales capacitados cuando un niño siente que se encuentra en una situación estresante.

Ahora, un equipo de colaboración de investigación de expertos en ciencias de la computación y salud mental infantil ha desarrollado y validado el SAM, un programa informático que utiliza el aprendizaje automático y sensores inteligentes para evaluar con precisión el apego en los niños. SAM se entrega mediante un software novedoso que interactúa con los niños participantes, comenzando con actividades de calentamiento para familiarizarlos con la tarea. Se invita a los niños a jugar con ‘muñecas inteligentes’ mientras interactúan con una historia en la computadora, y los datos sobre sus patrones de apego se capturan a través de la grabación de video y sensores de movimiento en las muñecas inteligentes.

Los investigadores descubrieron que la tecnología SAM podía medir con precisión el apego de un niño, en comparación con las calificaciones de profesionales capacitados que miraban los datos del mismo niño.

La profesora Helen Minnis, profesora de psiquiatría infantil y adolescente en la Universidad de Glasgow y autora principal del estudio, dijo: “Nuestro estudio muestra que utilizando sensores modernos y tecnología de aprendizaje automático, ha sido posible desarrollar el SAM (School Attachment Monitor) que funciona bien con niños pequeños y, lo que es más importante, proporciona una clasificación precisa de la seguridad del apego frente a la inseguridad en comparación con las calificaciones manuales.

“El objetivo de nuestro programa de investigación, desde su inicio hace más de una década, fue desarrollar una medida de apego rápida y fácil que se pueda utilizar en la vigilancia de la salud pública o en la epidemiología a gran escala. SAM tiene el potencial para lograr ese objetivo, aunque se necesitarán más investigaciones para examinar su desempeño en una variedad de poblaciones «.

SAM ofrece la presentación automática, en la computadora, de los tallos de la historia basada en la tarea de historia de apego infantil de Manchester (MCAST). El estudio reclutó a 130 niños de 5 a 9 años de escuelas primarias ordinarias para participar.

Fuente: Universidad de Glasgow

“The School Attachment Monitor – a novel computational tool for assessment of attachment in middle childhood” by Maki Rooksby, Simona Di Folco, Mohammad Tayarani, Dong-Bach Vo, Rui Huan, Alessandro Vinciarelli, Stephen A. Brewster, Helen Minnis. PLOS ONE

Deja una respuesta

Tu dirección de correo electrónico no será publicada.