Diseño de un modelo de atención visual para campañas de comunicación. El caso de la Covid-19

Abstract

La salud es una de las principales preocupaciones de la sociedad. La evidencia empírica subraya la importancia creciente de la prevención y la educación para la salud (EpS) como instrumento fundamental para mejorar la calidad de la salud pública. Las recientes crisis sanitarias, como la del Ébola, la gripe A, el SARS o la Covid-19, han puesto de relieve la impor-tancia de la comunicación. En el diseño de campañas de comunicación en tiempos de crisis, la rapidez en la creación de mensajes y la validación de su eficacia tiene consecuencias sociales relevantes. En este trabajo se ha diseñado y desarro-llado una herramienta matemática basada en machine learning que permite predecir las áreas de atención visual de for-ma rápida y precisa, sin necesidad de utilizar tecnología de seguimiento ocular (eye-tracking). La metodología combina algoritmos de deep learning, para extraer las características de las imágenes, con técnicas de modelización supervisada para predecir las áreas de atención. La validación se ha realizado analizando varias comunicaciones institucionales de la campaña de Covid-19, comparando los resultados con las áreas de atención obtenidas con una solución de seguimiento ocular de validez contrastada. Se analizan los resultados obtenidos mediante la herramienta en las piezas de comunica-ción Covid-19 investigadas, planteando conclusiones de interés para el desarrollo de nuevas campañas.