Des chercheurs de l'université Harvard et du Vermont ont utilisé des techniques de machine learning (apprentissage automatique) pour détecter des marqueurs de dépression sur des photos publiées sur Instagram.
Leur étude a été menée auprès d'un groupe de près 170 utilisateurs volontaires de la plate-forme de micro-travail Mechanical Turk d'Amazon qui disposaient d'un compte Instagram, pour un total de près de 44 000 photos publiées. Tous les participants ont dû remplir un questionnaire standard en matière d'évaluation clinique pour la dépression.
Il a été trouvé que le programme a correctement détecté des signes de dépression dans 70 % des cas. Il a pris en considération l'analyse des couleurs, les métadonnées, une détection algorithmique des visages. D'autres facteurs ont également été pris en compte, et par exemple combien de fois les utilisateurs publiaient des photos.
Les photos de dépressifs sont plus susceptibles d'avoir des tons plus bleus, gris et sombres (à droite sur l'illustration ci-dessous). Le recours à un filtre est moins fréquent mais si c'est le cas, il s'agira le plus souvent du filtre Inkwell qui opère une conversion pour du noir et blanc. Les utilisateurs dépressifs ont tendance à publier davantage de photos avec des visages mais ils ont moins de visages dans chaque photo.
Pour les chercheurs, les résultats obtenus permettent de démonter comment les réseaux sociaux qualifiés de visuels peuvent être exploités pour des conclusions précises sur la santé mentale.
