Seus posts no Instagram podem dizer muito sobre sua saúde mental

As fotos que você compartilha online dizem muito. Elas podem servir como uma forma de autoexpressão ou um diário de viagem. Podem refletir seu estilo e suas peculiaridades. Mas podem transmitir ainda mais do que você imagina: as fotos que você compartilha online podem conter pistas sobre sua saúde mental, sugere uma nova pesquisa.

Das cores e rostos em suas fotos até os retoques feitos por eles antes de serem postadas, os usuários do Instagram com um histórico de depressão parecem apresentar o mundo de modo diferente de seus pares, segundo o estudo, publicado nesta semana na revista EPJ Data Science.

"As pessoas em nossa amostragem que estavam com depressão tendiam a postar fotos que, em uma base pixel por pixel, tendiam a ser mais azuis, mais escuras e mais cinzentas em média do que as de uma pessoa sã", disse Andrew Reece, um pesquisador de pós-doutorado da Universidade de Harvard e coautor do estudo juntamente com Christopher Danforth, um professor da Universidade de Vermont.

A dupla identificou os participantes como "deprimidos" ou "sãos" com base em um diagnóstico clínico de depressão no passado. Eles então usaram ferramentas de aprendizado de máquina para encontrar padrões nas fotos e criar um modelo para predição de depressão por meio das postagens.

Eles descobriram que os participantes deprimidos usavam menos filtros do Instagram, aqueles que permitem aos usuários alterar digitalmente o brilho e cores das fotos antes de serem postadas. Quando esses usuários adicionavam um filtro, eles tendiam a escolher "Inkwell", que retira a cor da foto, deixando-a em preto-e-branco. Os usuários sãos tendiam a preferir "Valencia", que dá mais luminosidade à foto.

Os participantes deprimidos apresentavam maior probabilidade de postar fotos contendo um rosto. Mas quando participantes sãos postavam fotos com rostos, as deles tendiam a ter um número maior deles, em média.

Por mais reveladoras que sejam as descobertas sobre as postagens no Instagram especificamente, tanto Reese quanto Danforth disseram que os resultados apontam mais para o quanto suas técnicas são promissoras.

"Eram apenas algumas poucas centenas de pessoas e eram bastante especiais", disse Danforth sobre os participantes do estudo. "Nós as passamos por uma peneira."

Para serem incluídos no estudo, os participantes tiveram que atender vários critérios. Eles tinham que ser ativos e com alta avaliação na plataforma Mechanical Turk da Amazon, uma plataforma paga de crowdsourcing usada com frequência pelos pesquisadores para encontrar participantes. Também tinham que ser ativos no Instagram e dispostos a compartilhar todo seu histórico de postagens com os pesquisadores. Finalmente, tinham que compartilhar se receberam ou não diagnóstico clínico de depressão.

Dentre as centenas de respostas que receberam, Reece e Danforth recrutaram um total de 166 pessoas, 71 das quais tinham um histórico de depressão. Eles coletaram quase 44 mil fotos ao todo.

Os pesquisadores usaram então software para analisar matiz, saturação de cores e brilho de cada foto, assim como o número de rostos que continham. Também coletaram informação sobre o número de postagens por usuário e o número de comentários e curtidas de cada postagem.

Usando ferramentas de aprendizado de máquina, Reece e Danforth descobriram que quanto mais comentários uma postagem recebia, maior a probabilidade de ter sido postada por um participante deprimido. O oposto era verdadeiro para as curtidas. E os usuários deprimidos tendiam a postar com maior frequência, como descobriram.

Apesar de terem alertado que suas conclusões podem não se aplicar a todos os usuários do Instagram, Reece e Danforth argumentaram que os resultados sugerem que um modelo semelhante de aprendizado de máquina algum dia pode vir a ser útil na condução ou melhoria de avaliações de saúde mental.

"Nós revelamos muito sobre nosso comportamento em nossas atividades", disse Danforth, "e somos muito mais previsíveis do que gostamos de pensar".