Un equipo formado por investigadores de la Universidad Politécnica de Madrid (UPM), en colaboración con la italiana Fondazione Bruno Kesler, ha desarrollado un método para predecir el estrés en el trabajo utilizando los datos de los niveles estresantes de los compañeros cercanos y el nivel previo de la persona.
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 una persona 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.
PUBLICIDAD
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 y de 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, los investigadores 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", ha comentado el investigador de la UPM que ha formado parte del equipo de trabajo, Sergio Muñoz.
Los hallazgos conseguidos con el estudio, que ha sido publicado 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", ha enfatizado 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 afirmaciones 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 sólo en los individuos", han zanjado los investigadores.
