?Qu¨¦ quiere un beb¨¦ cuando llora? La inteligencia artificial aprende a traducir los llantos

Ana Laguna Pradas ten¨ªa un deseo extra?o para una madre primeriza. Quer¨ªa que su hijo llorara. Su madre no lo entend¨ªa: "Pero Ana, hija, coge al ni?o y no le dejes llorar m¨¢s, me dec¨ªa. Suena a madre chiflada, pero soy la primera madre que quiere que su hijo llore", explica.

Durante el embarazo Laguna le daba vueltas a una pregunta: "?C¨®mo voy a entenderle?" Un beb¨¦ se comunica llorando: quiere comer, mimos, le duele algo, tiene sue?o. ?Pero qu¨¦ quiere exactamente cada vez que llora? Era 2016, Laguna busc¨® apps para interpretar ese llanto y solo encontr¨® una china que funcionaba mal.

"Si Jane Goodall comprende el lenguaje de los chimpanc¨¦s, ?por qu¨¦ no intentar traducir a un reci¨¦n nacido?"

?Por qu¨¦ no hacerla ella misma?, pens¨® Laguna, que es cient¨ªfica de datos en BBVA Data&Analytics. Su intuici¨®n le dec¨ªa que los lloros de un beb¨¦ tienen patrones y que la inteligencia artificial puede detectarlos: "Hab¨ªa trabajado en traducci¨®n autom¨¢tica, y el llanto del beb¨¦ no deja de ser otro medio de comunicaci¨®n oral. Adem¨¢s, si Jane Goodall comprende el lenguaje de los chimpanc¨¦s, ?por qu¨¦ no intentar traducir las necesidades de un reci¨¦n nacido con un algoritmo?", dice.

Tras la cuarentena, empez¨® a grabar a su hijo. Cada muestra de lloro deb¨ªa durar al menos 10 segundos. As¨ª estuvo hasta los cuatro meses. Reuni¨® unos 65 audios. Al final el peque?o no llor¨® tanto: de media result¨® menos de una grabaci¨®n al d¨ªa.

El ojo humano ve diferencias obvias en las se?ales de audio, pero un algoritmo necesita m¨¢s detalles para encontrar patrones. As¨ª que Laguna recurri¨® a los espectogramas. La intuici¨®n se confirmaba: "Las se?ales de audio ten¨ªan buena pinta y la precisi¨®n del modelo era aceptable", dice.

Pero Laguna dio con un nuevo problema: la falta de muestra, de lloros. La inteligencia artificial necesita una cantidad sustancial de ejemplos.

Adem¨¢s una vez reunidos suficientes ejemplos de un tipo de lloro, hay otra pregunta dif¨ªcil: el etiquetado. La etiqueta es lo que identifica un lloro como de dolor, hambre, sue?o, ganas de mimos y deben ponerla los padres. Si las etiquetas est¨¢n mal puestas, el modelo buscar¨¢ mal los patrones y ser¨¢ un desastre. Antes de que el algoritmo pueda ver patrones en cada lloro, deben hacerlo los padres.

Por falta de datos y de buenas etiquetas, Laguna acab¨® dividiendo su base de datos en solo dos opciones: hambre y no hambre. La pretensi¨®n inicial de acertar con m¨¢s tipos de lloro qued¨® aparcada.

Ahora Laguna vuelve a estar embarazada. Esta vez ir¨¢ m¨¢s en serio. Su segundo hijo puede ser el beb¨¦ espa?ol que m¨¢s tiempo pase llorando.

La ¨²nica esperanza de Laguna para aumentar la base de datos no es su segundo hijo. Ha creado una ONG para hacer trabajos de datos donde hay un formulario para que otros beb¨¦s colaboren. El objetivo es doble: crecer m¨¢s r¨¢pido y evitar el sesgo de que toda la base de datos sea del lloro de dos hermanos. Aqu¨ª pueden subir los padres el llanto de sus peque?os. Laguna quiere trabajar con lloros de beb¨¦s de menos de 6 meses.

El ejemplo norteamericano

La intuici¨®n de Laguna tambi¨¦n la tuvo un equipo californiano dirigido por Ariana Anderson, neuropsic¨®loga computacional de UCLA (Universidad de California en Los Angeles). Anderson tiene cuatro hijos. Cuando o¨ªa llorar al tercero empez¨® a darse cuenta de que hab¨ªa patrones. El siguiente paso l¨®gico fue, como para Laguna, entrenar a un algoritmo para que mejorara la percepci¨®n humana.

Con los a?os, el equipo de Anderson sac¨® una app: Chatterbaby, disponible en Android y iPhone, y que da un porcentaje con el motivo m¨¢s probable de lloro. La base de datos de Chatterbaby tiene miles de ejemplos y es capaz de distinguir entre dolor (con un 90% de ¨¦xito), inquietud (con un 85%) y hambre (con un 60%). "Ese 60% se debe a que tenemos a¨²n muestras peque?as, pero como estamos continuamente entrenando nuestros algoritmos con datos nuevos, la precisi¨®n crecer¨¢ en el futuro", dice Anderson.

El proceso de certificaci¨®n del etiquetado en Chatterbaby es delicado. El lloro de dolor es indiscutible: est¨¢n sacados de pinchazos a beb¨¦s por vacunas o por agujeros en la oreja. Las otras dos categor¨ªas 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 lloros. Si las dos estamos de acuerdo, se queda en nuestra base de datos. Si una est¨¢ en desacuerdo, se quita. Estamos de acuerdo en un 80% de lloros, lo que muestra que madres experimentadas pueden reconocer lloros de beb¨¦s que no son suyos¡±, explica Anderson.

En el equipo de Anderson, esperan tener suficientes datos pronto para identificar m¨¢s tipos de llanto: separaci¨®n, miedo, c¨®licos. Aunque cada uno tiene su dificultad. "Lo que entendemos del desarrollo normal de beb¨¦s es que empiezan a sentir miedo de separaci¨®n a los 6 a 7 meses pero frecuentemente no hasta mas cerca al final del primer a?o", dice la neonat¨®loga Diana Montoya-Williams, del equipo de Anderson. "Como estos estados no aplican a todos los beb¨¦s en nuestros datos, no lo estudiamos separado. Para el c¨®lico, no tenemos a¨²n suficiente muestra. Las investigaciones preliminares muestran que es similar al llanto del dolor con vacunas", a?ade. Chatterbaby acepta lloros de ni?os de hasta 2 a?os, pero la mayor¨ªa de los que tienen ronda los 3 meses.

A pesar de los avances de Chatterbaby, los beb¨¦s espa?oles y latinoamericanos deber¨¢n confiar en la labor de Laguna. Los ni?os lloran distinto por lengua y pa¨ªs: "El beb¨¦ puede o¨ªr la melod¨ªa (prosodia) de la lengua de la madre en el ¨²tero", dice Anderson. Debido a la extensi¨®n de la app, la base de datos internacional de Chatterbaby crece pero a¨²n es insuficiente para llegar a todas partes: "Alrededor de un 80% de nuestros usuarios son internacionales", dice Anderson. Por g¨¦nero, sin embargo, es "improbable" que haya diferencias, a?ade Anderson, aunque seguir¨¢n mir¨¢ndolo en sus investigaciones.

Chatterbaby tiene m¨¢s usos. Puede ayudar especialmente a los padres sordos y hay indicios de que irregularidades en el lloro de un beb¨¦ puede ayudar en un diagn¨®stico temprano del autismo.

En las puntuaciones de Google Play la app solo tiene a padres muy satisfechos que dan cinco estrellas y a otros muy decepcionados, que dan una. Debe de ser muy frustrante tener a las 3 de la ma?ana la ¨²ltima tecnolog¨ªa en inteligencia artificial y no poder hacer nada mientras el beb¨¦ sigue llorando sin remedio.