Mozambique es un país del sur de África, antigua colonia portuguesa, donde casi el 40% de las niñas y adolescentes se quedan embarazadas antes de los 18 años. Un enorme reto en los países en desarrollo para superar la pobreza es conseguir que las niñas no se queden embarazadas a una edad temprana. Para ello, varias organizaciones internacionales y ONG trabajan activamente en África para ayudar a los gobiernos a avanzar en esta agenda.

Actualmente existen iniciativas de apoyo y educación sexual y reproductiva para niñas, jóvenes y adolescentes a través de medios digitales y SMS. En estos medios hay un diálogo entre expertos que guían y orientan a quienes escriben, hay millones de conversaciones recogidas en los últimos años.

Todas estas conversaciones contienen datos no estructurados que son de gran valor para entender a lo largo del tiempo la evolución de las preocupaciones de quienes utilizan estos canales y cómo utilizar esta información para que el gobierno tome mejores decisiones de política pública con apoyo internacional.

Deep Talk analizó estos datos utilizando diferentes modelos de deep learning , los estructuró y los visualizó, a partir de lo cual fue posible extraer analíticas y métricas imposibles de lograr mediante la medición tradicional de una conversación.
Algunos ejemplos:
- Clusters conversacionales más frecuentes por parte de las chicas.
- Clusters de conversación más frecuentes por parte de los chicos
- Clusters de conversación más frecuentes según la ubicación geográfica.
- Frases de entrenamiento para automatizar las respuestas con el uso de bots
- Búsqueda de conceptos clave dentro de los clusters
- Evolución en el tiempo de las ideas, conceptos y preocupaciones de los jóvenes y cómo se produjo en los clusters detectados.

El uso de conversaciones reales que los jóvenes mantienen con los centros de ayuda permitió detectar las diferencias en el embarazo adolescente entre mujeres y hombres y el enfoque que cada sexo tenía sobre este problema a través de las preguntas realizadas. También fue posible detectar el abordaje de otros temas como el SIDA, las enfermedades de transmisión sexual o las preguntas y mitos generales sobre la sexualidad.

Todo este análisis sólo se puede hacer manualmente leyendo y resumiendo los millones de conversaciones (con una media de 10 a 12 mensajes por conversación) o mediante el uso de modelos de deep learning para estructurar las conversaciones y obtener métricas y analíticas de las mismas.

Conclusión

El análisis de las conversaciones reales entre los ciudadanos y el gobierno o las organizaciones que prestan servicios a las personas en los ámbitos de la salud, la educación, la seguridad, etc. mediante la aplicación de modelos de deep learning como los utilizados por Deep Talkes una poderosa herramienta para las políticas públicas al extraer datos relevantes para la toma de decisiones directamente de la conversación de un ciudadano y no a través de métodos indirectos.
Estas herramientas pueden utilizarse para decenas de aplicaciones, desde el análisis del acoso en las redes sociales, la prevención del suicidio hasta su uso para tomar mejores decisiones de política pública. Es importante señalar que estas herramientas son utilizadas activamente por las grandes empresas de redes sociales y los motores de búsqueda, generando una asimetría con los gobiernos a la hora de entender lo que ocurre en el mundo digital.

‍

‍