Un equipo de investigadores de la Universidad Northeastern ha desarrollado un sistema innovador llamado Vital Insight, destinado a facilitar a los expertos el análisis de datos de seguimiento personal multimodal mediante visualización y el uso de modelos de lenguaje de gran escala (LLM). Este sistema, creado para mejorar el proceso de “creación de sentido” que realizan los expertos, busca superar las barreras socio-técnicas existentes en la investigación de seguimiento personal.
Vital Insight proporciona una representación directa de los datos a través de visualizaciones junto con inferencias generadas por los LLM. Este enfoque ayuda a los expertos a interpretar y validar datos de comportamiento humano más allá de las capacidades de los sistemas basados en reglas o cajas negras, típicamente limitados en la explicación de resultados. Mediante pruebas de usuario con 14 expertos, se evaluó la eficacia del sistema, considerando sus retos, necesidades y el proceso iterativo de “creación de sentido” que llevan a cabo.
El sistema integra múltiples componentes que proporcionan una visión integral del comportamiento humano a los expertos: selección de tiempo, visualización principal, perfil de usuario, resúmenes diarios y horarios generados por LLM, y detección de anomalías. Estas herramientas permiten a los expertos realizar inferencias valiosas a partir de datos esparcidos generados por dispositivos portátiles y sensores de smartphones.
Los hallazgos mostraron que, si bien el sistema demuestra ser una herramienta valiosa, los expertos aún enfrentan desafíos específicos, como contextualizar datos altamente personalizados y explicar anomalías inusuales. Dichas dificultades subrayan la necesidad de una comprensión más profunda del comportamiento humano que los sistemas automáticos actuales no son capaces de proporcionar por sí solos.
Se identificaron oportunidades para mejorar el sistema, como un mejor alineamiento entre las expectativas de los expertos y lo que las inferencias automatizadas pueden ofrecer. Además, se destacaron las recomendaciones para el desarrollo de herramientas futuras que deberían centrarse en capacitar directamente a los expertos a través de mecanismos de validación de datos y asistencia continua en la integración de diversos tipos de datos.
Conclusión: Vital Insight representa un paso adelante en el soporte a la comunidad de investigación mediante la convergencia de tecnología avanzada y la experiencia humana. No obstante, los expertos necesitan herramientas que constantemente evolucionen para enfrentar las preferencias y retos emergentes en el análisis de datos personales de seguimiento.