Dime con quién andas y te diré... cómo de estresado estás

Investigadores de la ETSIT, en colaboración con la Fondazione Bruno Kesler, desarrollan un método para predecir el estrés de un individuo a partir del nivel de estrés de su entorno

18-01-2023

Un equipo formado por investigadores de la Universidad Politécnica de Madrid (UPM), en colaboración con la italiana Fondazione Bruno Kesler, ha desarrollado una solución para predecir el estrés en el trabajo utilizando los datos de los niveles de estrés de los compañeros cercanos y el nivel de estrés previo del individuo. Esta solución combina distintas métricas extraídas de los niveles de tensión física y emocional del individuo y de su entorno con el objetivo de predecir valores futuros. Las conclusiones obtenidas indican que tener en cuenta el estrés personal y social cuando se intenta predecir el nivel de estrés de un individuo podría mejorar el rendimiento de los sistemas de predicción.

En la actualidad, el estrés se ha convertido en un problema creciente para la sociedad debido a su gran repercusión no solo en los individuos, sino también en las empresas y en los sistemas de salud. Para reducir su impacto negativo en el bienestar y el rendimiento de los trabajadores, su detección temprana es un factor clave. Como respuesta, se han propuesto varios métodos de predicción del estrés a partir del análisis de datos fisiológicos y comportamentales del individuo que utilizan dispositivos inteligentes y algoritmos informáticos afectivos avanzados. Sin embargo, las soluciones basadas únicamente en estos datos pueden ser difíciles de aplicar en el mundo real, ya que son sensibles a los problemas derivados de pérdidas de calidad de la señal o de las alteraciones de las respuestas corporales, que son habituales en las actividades cotidianas.

Conscientes de ese desafío, un equipo de científicos del Grupo de Sistemas Inteligentes de la UPM -incluido su resposable, Carlos A. Iglesias, catedrático de la Escuela Técnica Superior de Ingenieros de Telecomunicación (ETSIT), a la que también pertenece la mayoría de los miembros de este grupo- y la Fondazione Bruno Kesler de Trento (Italia) ha llevado a cabo una investigación en la que han utilizado datos de un estudio real realizado con 30 trabajadores monitorizados durante ocho semanas. Además, también han utilizado un conjunto de datos público, externo e independiente. Los buenos resultados obtenidos muestran que el estrés del entorno puede utilizarse para mejorar la predicción del estrés laboral.

“Hasta donde sabemos, este es el primer estudio que investiga el uso de datos circundantes relacionados con el estrés para predecir los niveles de estrés futuros”, señala Sergio Muñoz, profesor ayudante en la ETSIT, quien ha formado parte del equipo de trabajo. Los hallazgos, publicados en la revista Information Processing and Management, tienen importantes implicaciones en los enfoques de predicción del estrés. “Tener en cuenta el estrés personal y social cuando se intenta predecir el nivel de estrés de un individuo podría mejorar el rendimiento de los sistemas de predicción”, añade Muñoz.

Este tipo de información puede combinarse con los enfoques utilizados en otros trabajos (como uso de datos fisiológicos o comportamentales) para reducir la cantidad de datos necesarios (y, en consecuencia, el número de sensores) y mejorar la eficacia de los métodos de detección del estrés cuando hay escasez de datos disponibles. Las conclusiones obtenidas sobre el efecto del estrés del entorno en los trabajadores abren nuevas líneas de investigación para mejorar los futuros sistemas de control que pueden permitir una mejor comprensión del estrés laboral, el impacto en la salud laboral y la gestión de los recursos humanos.

Una de las principales conclusiones de este trabajo es que el estrés puede ser contagioso y que el estrés de un individuo puede afectar a sus compañeros cercanos. Por lo tanto, “al abordar el bienestar de los empleados debe adoptarse un enfoque holístico para reducir el estrés laboral de manera general en lugar de centrarse solo en los individuos”, concluyen los investigadores.

 

Sergio Muñoz, Carlos Á. Iglesias, Óscar Mayora, Venet Osmani. “Prediction of stress levels in the workplace using surrounding stress”. Information Processing & Management, Volume 59, Issue 6, 2022.

 

Fuente: ‘e-Politécnica Investigación e Innovación’ (nº 630), boletín de la UPM.